0
昨日，騰訊 AI Lab 與王者榮耀共同探索的前沿研究項目 - 策略協(xié)作型 AI 「絕悟」在吉隆坡舉辦的王者榮耀最高規(guī)格電競賽事——世界冠軍杯半決賽的特設環(huán)節(jié)中，在職業(yè)選手賽區(qū)聯(lián)隊帶來的 5v5 水平測試中獲勝，升級至王者榮耀電競職業(yè)水平。
「絕悟」職業(yè)水平測試完整視頻（3分55秒開始）
而就在同一天，「絕悟」的 1v1 版本也在上海舉辦的國際數(shù)碼互動娛樂展覽會 ChinaJoy 首次對公眾亮相，向頂級業(yè)余玩家開放為期四天的體驗測試。其中在首日的 504 場測試中，「絕悟」的測試勝率為 99.8%，僅有 1 場輸給了王者榮耀國服第一后羿。
據(jù)悉，「絕悟」名字寓意絕佳領悟力，其技術研發(fā)始于2017年12月，并在 2018 年 12 月通過了由前職業(yè)選手與主播聯(lián)隊帶來的頂尖業(yè)余水平測試。
此次測試的「絕悟」版本建立了基于「觀察-行動-獎勵」的深度強化學習模型，無需人類數(shù)據(jù)，從白板學習（Tabula Rasa）開始，讓 AI 自己與自己對戰(zhàn)，一天的訓練強度抵得上人類 440 年。AI 從 0 到 1 摸索成功經(jīng)驗，勤學苦練，既學會了如何站位、打野、輔助保護和躲避傷害等游戲常識。
而更令人驚喜的是，AI 也探索出了不同于人類常規(guī)做法的全新策略。團隊還創(chuàng)建One Model模型提升訓練效率，優(yōu)化通信效率提升 AI 的團隊協(xié)作能力，使用零和獎懲機制讓 AI 能最大化團隊利益，使其打法果斷，有舍有得。
探索全新策略：開局時「絕悟」沒選擇傳統(tǒng)人類對線走位策略，而是由雙C位英雄虞姬和王昭君先一起清理中路第一波兵線，壓制敵方中輔。之后又轉上路壓制曹操血線。
長線策略：對線期，賽區(qū)聯(lián)隊三人壓迫下路，「絕悟」果斷選擇用三個 AI 反壓賽區(qū)聯(lián)隊的上路，最終雙方互換一塔，維持均勢。
團隊協(xié)作：比賽中期，「絕悟」四人追擊娜可露露，AI 達摩一腳將娜可露露反踢入 AI 群中，再由四個 AI 完美配合拿下自己的首殺。
即時策略：一對一時，賽區(qū)聯(lián)隊實力較強的曹操追擊「絕悟」虞姬，虞姬在殘血狀態(tài)退至高地。看到曹操抗塔血量大減后，把握機會絕地反殺。
即時策略+團隊協(xié)作：比賽后期在賽區(qū)聯(lián)隊的上路高地塔團戰(zhàn)，AI 王昭君先手被對方秒殺，「絕悟」果斷選擇反打，以漂亮的一波團戰(zhàn)全殲對手。
即時策略+團隊協(xié)作：在賽區(qū)聯(lián)隊全隊覆滅后， 「絕悟」的兵線尚未到達，下路高地塔還有過半血量，「絕悟」果斷選擇四人輪流抗塔，無兵線強拆塔。 注：賽事尾聲，賽區(qū)聯(lián)隊團滅后，「絕悟」未直接推水晶，而是計算整體收益后，選擇先推最后一個高地塔，再推水晶直至勝利。
游戲中測試的難點，是 AI 要在不完全信息、高度復雜度的情況作出復雜快速的決策。在龐大且信息不完備的地圖上，10位參與者要在策略規(guī)劃、英雄選擇、技能應用、路徑探索及團隊協(xié)作上面臨大量、不間斷、即時的選擇，這帶來了極為復雜的局面，預計有高達10的20000次方種操作可能性，而整個宇宙原子總數(shù)也只是10的80次方。
若 AI 能在如此復雜的環(huán)境中，學會人一樣實時感知、分析、理解、推理、決策到行動，就可能在多變、復雜的真實環(huán)境中發(fā)揮更大作用。因此業(yè)界認為下一個 AI 里程碑，可能會在復雜策略游戲中誕生。世界頂級科技公司均在推進此類研究，如Google Deepmind（星際爭霸2）、Facebook（星際爭霸2） 及 Open AI（Dota 2）等。
關于「絕悟」更多技術細節(jié)解讀，騰訊 AI Lab 表示將通過論文等形式進一步分享，并通過開放研究，幫助和啟發(fā)更多研究者。
騰訊 AI Lab 一直是此類智能體研究的先行者。2016年起，研發(fā)的圍棋 AI 「絕藝」（Fine Art），現(xiàn)擔任中國國家圍棋隊訓練專用 AI ；2017年，啟動「絕悟」研發(fā)；2018 年，「絕悟」達到業(yè)余頂尖水平，騰訊還在射擊類頂級 AI 競賽 VizDoom 奪冠，并在《星際爭霸2》首先研發(fā)出擊敗內(nèi)置 AI 的智能體。
而這兩次技術水平測試結果代表騰訊在深度強化學習、多智能體決策智能課題上的國際級 AI 研究水準，也標志著公司在攻堅通用人工智能（ Artificial General Intelligence）難題上更進一步。
對在這兩次技術水平測試中所取得的成果，騰訊副總裁姚星介紹，「電子競技」將成為策略協(xié)作型AI「絕悟」未來短期內(nèi)的主要應用場景。作為數(shù)字時代最受年輕人歡迎的運動，電競已于2018年成為亞運會表演項目，中國隊參賽獲兩金一銀的佳績。與傳統(tǒng)體育項目一樣，電競職業(yè)選手也需要手眼腦協(xié)調、策略和操作快速反應、團隊協(xié)作精神及大量刻苦訓練。借助在算法和數(shù)據(jù)方面的優(yōu)勢， AI 可為職業(yè)選手提供數(shù)據(jù)、戰(zhàn)略與協(xié)作類實時分析與建議，及不同強度與級別的專業(yè)陪練。以前沿科技推動電競專業(yè)化發(fā)展，AI 將繼續(xù)推動中國電競在全球范圍內(nèi)保持領先。
而長期應用上，「絕悟」將是騰訊攻克 AI 終極研究難題——通用人工智能的關鍵一步。AGI 代表研發(fā)能在通用系統(tǒng)中執(zhí)行多種復雜命令，達到或超越人類水平的 AI ，從「絕藝」到「絕悟」，不斷讓 AI 從0到1去學習進化，并發(fā)展出一套合理的行為模式，這中間的經(jīng)驗、方法與結論，長期來看，有望在大范圍內(nèi)，如醫(yī)療、制造、無人駕駛、農(nóng)業(yè)到智慧城市管理等領域帶來更深遠影響。
雷鋒網(wǎng) AI 科技評論報道 雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
