0
| 本文作者： 楊曉凡 | 2019-04-14 18:19 |
雷鋒網(wǎng) AI 科技評論：今天凌晨（北京時(shí)間 4 月 14 日早晨 2 點(diǎn)半、美國西海岸時(shí)間 4 月 13 日早上 11 點(diǎn)半），OpenAI 的 DOTA 2 AI「OpenAI Five」為我們帶來了最后一場公開表演賽。比賽結(jié)果自然不難猜測，不過除了結(jié)果之外也有更多有趣的東西。
「OpenAI Five」首先對陣了 2018 年 DOTA2 世界邀請賽（Ti 8）冠軍 OG 戰(zhàn)隊(duì)，在三局兩勝的比賽中以 2：0 完勝 OG 戰(zhàn)隊(duì)。接下來，OpenAI 安排了人機(jī)合作比賽，雙方都是兩名人類選手和 3 個(gè) AI —— 這部分比賽非常耐人尋味，我們猜測人類選手和 AI（如果有思維的話）都會在心里想：我這幾個(gè)隊(duì)友是怎么回事、怎么老是和我節(jié)奏不一樣、這比賽還讓人怎么玩。最后，OpenAI 宣布，這個(gè) DOTA2 AI 將會對全世界的 DOTA2 玩家免費(fèi)開放，下周起就可以體驗(yàn)。
在去年七八月的表演賽中，「OpenAI Five」就曾在 5v5 比賽中擊敗人類高水平玩家乃至（前）職業(yè)選手。雖然 AI 沒能贏下所有場次的比賽，但 AI 的各種亮眼操作（以及 AI 讓人摸不著頭腦的隨地插眼的做法）仍然給大家留下了深刻的印象。在比賽告一段落后，OpenAI CTO Greg Brockman 繼續(xù)在推特上更新著「OpenAI Five」的最近進(jìn)展，甚至表示最新的版本已經(jīng)能夠以高勝率擊敗公開展示過的幾個(gè)版本了。這樣一來，繼續(xù)優(yōu)化到今天，尤其是 Greg Brockman 表示「OpenAI Five」在游戲中的訓(xùn)練時(shí)間相當(dāng)于 4 萬 5 千年那么長，在今天的比賽中完勝了人類職業(yè)戰(zhàn)隊(duì)的世界冠軍 OG 戰(zhàn)隊(duì)也就不令人意外了。
需要說明的是，目前最新的「OpenAI Five」仍然使用的是和 Ti8 表演賽中一樣的規(guī)則：一共 18 個(gè)英雄供雙方選擇，不允許使用圣劍和魔瓶，不允許使用召喚物和幻象。我們似乎更有理由相信 AI 在這樣的設(shè)定下獲勝是合理的：在這個(gè)復(fù)雜度降低的設(shè)定中，AI 經(jīng)過了足夠長時(shí)間的訓(xùn)練，已經(jīng)可以逼近某個(gè)最優(yōu)解了 —— 相比之下人類職業(yè)選手就肯定不習(xí)慣這樣的設(shè)定了，僅英雄選擇一方面就大大限制了人類選手的發(fā)揮。
另一方面，去年表演賽結(jié)束后我們結(jié)合 OpenAI 公開的資料分析過「OpenAI Five」的設(shè)計(jì)方式，結(jié)合今天「OpenAI Five」的表現(xiàn)來看，他們很有可能是維持了同樣的模式，最大的改進(jìn)在于更多的訓(xùn)練時(shí)間。（具體見雷鋒網(wǎng) AI 科技評論報(bào)道：DOTA 5v5 AI 的亮點(diǎn)不是如何「學(xué)」的，而是如何「教」的，以及論嵌入在 OpenAI 的 5v5 DOTA2 AI 中的妙用 ）
在第一局中，OG 陣容選出的陣容是小牛、巫醫(yī)、隱刺、毒龍、影魔，「OpenAI Five」為冰女，死亡先知，火槍，矮人直升機(jī)，流浪劍客。一選時(shí)「OpenAI Five」預(yù)估的自己的勝率為 65.1%，全部選擇完畢之后還繼續(xù)上升到了 67.6%。
比賽一開始 AI 方就在天輝上路賞金符處拿到了一血，然后在公屏打字「我們預(yù)期贏得這場比賽的勝率超過 80%」（就和去年的表演賽一樣）。AI 方的線上進(jìn)攻依舊主動(dòng)兇狠，即便 OG 有小牛在各路積極游走和保護(hù)、而且 AI 方也沒有針對隱刺買眼買粉而讓他占了不少便宜，雙方在前十幾分鐘仍然打得勢均力敵。隨著比賽進(jìn)行，AI 方的經(jīng)濟(jì)和擊殺數(shù)逐漸建立起優(yōu)勢，最終 38 分鐘時(shí)夜魘方基地被攻破，AI 方與 OG 的人頭比為 52：29。
第二局比賽中 OG 陣容為火槍、小牛、死亡先知、小魚人、惡魔巫師，「OpenAI Five」陣容為冰女、矮人直升機(jī)、流浪劍客、巫醫(yī)、毒龍。這次「OpenAI Five」選人完畢時(shí)的預(yù)測勝率只有 60%，但 OG 在對線期就打出了很大劣勢，最終這局比賽 14 分鐘上高地、 20 分鐘就以 45：6 的人頭比結(jié)束了。這一點(diǎn)想起來很有趣：「OpenAI Five」認(rèn)為這次開局時(shí)自己的優(yōu)勢不如上一局大，但針對的是自己在操作這樣陣容的情況做出的判斷，顯然沒有預(yù)料到人類的表現(xiàn)和自己大有不同。
AI 也繼續(xù)展現(xiàn)了亮眼的團(tuán)戰(zhàn)操作。比如下面動(dòng)圖，第一局比賽中 OG 小牛和隱刺繞后冰女，結(jié)果在 AI 的火槍配合下隱刺和巫醫(yī)雙雙被反殺，OG 的影魔也葬身之后才最終帶走了冰女。
第二局中，AI 的冰女利用暗影護(hù)符和地形卡視野黑血秀 OG 的矮人狙擊手，并成功反殺。
AI 當(dāng)然也繼續(xù)表現(xiàn)出了秒沉默之類的快速反應(yīng)，但其實(shí)除了這些之外，更令人意外的是「OpenAI Five」表現(xiàn)出的比賽風(fēng)格。比如所有英雄都會正常發(fā)展自己的經(jīng)濟(jì)，冰女甚至幾分鐘時(shí)就會自己打野，可以說這和中國 DOTA 戰(zhàn)隊(duì)中常見的「四保一」打法形成鮮明對比，在前中期團(tuán)戰(zhàn)時(shí)發(fā)揮出了不小威力；等級低時(shí) AI 的英雄經(jīng)常死亡后立即買活，簡直像是人類玩家在賭氣。
兩局比賽結(jié)束后，OpenAI 還透露，在準(zhǔn)備今天表演賽的過程中 OpenAI 還邀請了三支一線 DOTA2 戰(zhàn)隊(duì)嘗試挑戰(zhàn) AI，全部都以 2：0 負(fù)于「OpenAI Five」。OG 戰(zhàn)隊(duì)今天的表現(xiàn)，對 OpenAI 來說可以說是完全在預(yù)料之中了。
不知道大家是否記得，2017 年五月 AlphaGo Master 在中國烏鎮(zhèn)對局柯潔的時(shí)候，在同一個(gè)峰會中也安排了人類棋手和 AlphaGo 的配對賽，古力和連笑兩位棋手分別和 AlphaGo 組成小組，雙方對局中人類和 AlphaGo 輪流落子。兩位棋手賽后都表示 AlphaGo 和自己的思路、風(fēng)格不一樣，經(jīng)常下出讓自己感到意外的棋來 —— 類似的事情自然也會在今天的「OpenAI Five」表演賽中出現(xiàn)。
人機(jī)合作比賽雙方都是兩名人類選手和 3 個(gè) AI，四位人類選手都是游戲解說，所以作為表演賽，他們就像直播一樣，一邊比賽一邊對著所有觀眾說出自己的所想。在解說們這種邊玩邊吐槽、也邊玩邊期待 AI 和自己配合的過程中，大家對這個(gè) AI 都有了很多全新的感受：
最根本的，其實(shí) AI 并不知道自己的隊(duì)友有一些不是 AI，它仍然會好像自己的隊(duì)友都是和自己一樣的 AI 那樣去處理，也許 AI 也會覺得不適應(yīng)？但反過來，即便人類控制的英雄已經(jīng)出現(xiàn)過很多低級錯(cuò)誤，我們相信 AI 仍然可以像相信 AI 隊(duì)友那樣地相信他。
對出擊策略的把握有很大區(qū)別，人類選手在河道吃了隱身符準(zhǔn)備對對方中路英雄發(fā)動(dòng)攻擊的時(shí)候， 自己中路的 AI 卻徑直去了邊路；人類選手表示很郁悶。
人類無法捉摸 AI 的步調(diào)，不知道 AI 是否認(rèn)為己方是優(yōu)勢、是否應(yīng)該主動(dòng)攻擊。那么理想情況下人類應(yīng)該如何和 AI 溝通呢，肯定不會總是聽人類的、也不會總讓 AI 帶領(lǐng)節(jié)奏。實(shí)際上 AI 有時(shí)候會 直接打字告訴人類自己的決定（比如自己要打 1 號位），但是對人類發(fā)的信息就不怎么做出反應(yīng)（簡直像是人機(jī)交互的負(fù)面案例）
和以前一樣，AI 的插眼方式很奇怪 —— 這可能是相比去年的版本，唯一沒有顯著提升的方面，我們完全可以猜測這是因?yàn)橛?xùn)練插眼時(shí)用的反饋仍然是「要留出空格子來」。Blitz 甚至直接問「上路到底發(fā)生什么了，為什么地上插了 4 個(gè)眼？？？」另一方的人類選手 Sheever 說：「我們的 AI 總把眼插在奇怪的地方，但是我想插都買不了，一直在冷卻?！梗ê髞?AI 在這里又插了一個(gè)眼，一共 5 個(gè)）
AI 對某些英雄的理解和人類完全不同。比如 AI 認(rèn)為死亡先知在十到二十分鐘的時(shí)間段內(nèi)是一個(gè)非常強(qiáng)的英雄，會讓它非常積極地使用技能、參與團(tuán)戰(zhàn)。但人類就會認(rèn)為這時(shí)候的死亡先知并不厲害。
有觀戰(zhàn)者根據(jù) AI 的表現(xiàn)猜測影響 AI 戰(zhàn)場決策最重要的因素是站位和技能冷卻；同時(shí) AI 也確實(shí)會考慮自己隊(duì)友的位置。也所以，人機(jī)合作比賽的節(jié)奏要明顯慢于五人都是 AI 的狀況 —— 兩個(gè)人類隊(duì)友的位置和其它三個(gè) AI 的節(jié)奏不一致，它們的集體組隊(duì)進(jìn)攻也就沒有那么積極果斷了。
AI 在樹叢里找人的技術(shù)好像不怎么樣，當(dāng)然了這件事本來學(xué)起來也比較難。另外人類也很難在和 AI 對局的時(shí)候練習(xí)這個(gè)方面，人類在逃命的時(shí)候會有一些「下意識」的操作，但是很難說 AI 的處理方式是出于什么樣的原因。
人類選手之一的 Blitz 在比賽中說：「不管我走的哪一路，去了以后都感覺自己好像走錯(cuò)路了。從這個(gè)角度來說，和 AI 一起玩還挺難受的。但是如果我去哪的時(shí)候 AI 也一起來了，那我就感覺挺好的。仿佛是一邊打游戲一邊解謎一樣?！?/p>
在賽前的開場演講中，Greg Brockman 說到要通過「OpenAI Five」展示 AI 有高能力水平、高可拓展性，以及可以增強(qiáng)人類的能力。在前面 Part 1 的人機(jī)對戰(zhàn)和 Part 2 的合作對戰(zhàn)中，算是展現(xiàn)出了高能力水平以及一部分「可以增強(qiáng)人類的能力」，那么在 Part 3，我們終于看到了「高可拓展性」意味著什么：每個(gè)人都可以和 OpenAI 的 DOTA2 AI 對戰(zhàn)，可以是作為對手，也可以作為自己的隊(duì)友，下周開始，在 arena.openai.com 注冊即可體驗(yàn)！
在表演賽結(jié)束后的討論中，有人提到阻礙「OpenAI Five」這樣的高水平競技 AI 大規(guī)模普及的最大障礙之一顯然是它需要的訓(xùn)練時(shí)間太長，Greg Brockman 也在推特上回應(yīng)道解決這個(gè)問題會是他們的下一個(gè)目標(biāo)。顯然根據(jù)這次表演賽來說，除了這種深度學(xué)習(xí)技術(shù)方面的繼續(xù)鉆研，人類和 AI 如何高效地溝通、并肩合作也已經(jīng)是一個(gè)浮出水面的問題。我們期待 OpenAI 未來也在這方面帶來一些驚喜。
雷鋒網(wǎng) AI 科技評論報(bào)道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
