雷鋒網(wǎng) AI 科技評(píng)論按，OpenAI 26 日宣布，在美國(guó)時(shí)間 4 月 13 日上午 11:30（北京時(shí)間 4 月 14 日凌晨 2:30），OpenAI 將挑戰(zhàn)第八屆 DOTA2 國(guó)際邀請(qǐng)賽世界冠軍 OG 團(tuán)隊(duì)，比賽將在 Twitch 上進(jìn)行直播！

OpenAI 官方稱(chēng)此次比賽為「OpenAI Five Finals」，意為最終之戰(zhàn)！

OG 是由前「monkey」成員組成的新團(tuán)隊(duì)。通過(guò)贏得 2017 年的 Kiev Major 比賽，OG 成為 DOTA2中第一支贏得四場(chǎng) DOTA 少年錦標(biāo)賽的團(tuán)隊(duì)。在去年 8 月的第八屆 DOTA2 國(guó)際邀請(qǐng)賽上，OG 團(tuán)隊(duì)獲得冠軍，實(shí)力強(qiáng)勁。

OG 團(tuán)隊(duì)的五名成員

OG 團(tuán)隊(duì)將代表人類(lèi)能力極限和 OpenAI Five進(jìn)行最終決戰(zhàn)。同時(shí)，和 OpenAI 對(duì)戰(zhàn)的人類(lèi)選手還有 Blitz、Capitalist、ODPixel、Purge 以及 Sheever ，游戲規(guī)則與 2018 年 DOTA2 國(guó)際公開(kāi)賽的五場(chǎng)比賽相似。

OpenAI 認(rèn)為此次比賽可以說(shuō)明人類(lèi)和人工智能在未來(lái)將如何進(jìn)行互動(dòng)。OpenAI Five 戰(zhàn)隊(duì)將全方位演示人工智能的能力、可擴(kuò)展性以及它如何提高人類(lèi)的能力，而 OpenAI 相信人工智能對(duì)世界的影響正是由這些方面驅(qū)動(dòng)的。OpenAI 表示，他們希望這次直播能幫助人們更好地理解人工智能的進(jìn)步以及它將如何影響世界。

 

OpenAI Five 比賽的示例

在 OpenAI 看來(lái)，DOTA2 是開(kāi)發(fā)通用人工智能技術(shù)的一個(gè)好的試驗(yàn)項(xiàng)目，此外，它也是幫助人們體驗(yàn)人工智能的一條很好的途徑。OpenAI 希望從自動(dòng)駕駛汽車(chē)等系統(tǒng)開(kāi)始，人工智能將成為人們未來(lái)生活中的一個(gè)重要組成部分。

如何觀看比賽？

本次決賽將于 4 月 13 日在灣區(qū)舉行，暫定比賽時(shí)間為上午 11:30 至下午 4 點(diǎn)（具體結(jié)束時(shí)間取決于比賽時(shí)間）。

想親自到現(xiàn)場(chǎng)觀看比賽的童鞋們，請(qǐng)于 3 月 29 日星期五下午 9:00 前提出申請(qǐng)，邀請(qǐng)函將于 3 月 31 日星期日結(jié)束前發(fā)出。由于場(chǎng)地座位有限，OpenAI 將根據(jù)申請(qǐng)者回答相關(guān)問(wèn)題的情況確定可以入場(chǎng)觀看的人員名單。

如果你不能親自到現(xiàn)場(chǎng)觀看比賽，也可以在 Twitch 上觀看直播！

OpenAI 的 DOTA 之路

2017 年，OpenAI 的人工智能進(jìn)軍 DOTA2，影魔 solo 輕松擊敗頂級(jí)選手 Dendi 和 Sumail。隨后，OpenAI 宣布要在 5v5 的 DOTA 比賽中擊敗人類(lèi)。

OpenAI 對(duì)于 DOTA AI 的最終目標(biāo)是開(kāi)發(fā)出能夠打敗人類(lèi)職業(yè)選手的 AI。然而，5v5 AI（OpenAI Five）相比之前來(lái)說(shuō)是一個(gè)新的臺(tái)階，它保留了諸多限制，游戲環(huán)境和玩家們所熟悉的樣子有諸多不同。OpenAI Five 在這個(gè)環(huán)境里做了多次迭代更新。

去年 4 月 23 日，OpenAI 首次打敗了自己編寫(xiě)的基于腳本的基準(zhǔn)模型，5 月 15 日的版本與 OpenAI 員工隊(duì)伍（天梯分段 2500，高于 46% 的玩家）打了一勝一負(fù)；而 6 月 6 日的版本則在與業(yè)余戰(zhàn)隊(duì)（天梯分段 4200，高于 93% 的玩家）和半職業(yè)戰(zhàn)隊(duì)（天梯分段 5500，高于 99% 的玩家）的比賽中都贏得了三局中的前兩局。

但由于當(dāng)時(shí) OpenAI Five 在游戲中設(shè)定了諸多限制，極大地降低了游戲的復(fù)雜度，比如隱身、肉山之類(lèi)的禁用也縮小了戰(zhàn)略戰(zhàn)術(shù)的選擇空間，至于 5 個(gè)無(wú)敵的信使就更像是對(duì) 5 個(gè) AI 之間（也許并不理想的）協(xié)作能力的妥協(xié)。

不過(guò)，能打敗業(yè)余和半職業(yè)戰(zhàn)隊(duì)的表現(xiàn)，在三局中贏得前兩局也說(shuō)明了 AI 的策略選擇與執(zhí)行的效果。即便游戲中有一些限制，但 OpenAI Five 還是有足夠的復(fù)雜度。

OpenAI 使用了256 個(gè) V100 GPU 和 128000 個(gè) CPU 訓(xùn)練模型，不使用人類(lèi)數(shù)據(jù)，80% 的時(shí)間自我對(duì)弈，20% 的時(shí)間和過(guò)去的版本對(duì)弈。訓(xùn)練中每天進(jìn)行的游戲數(shù)量時(shí)長(zhǎng)相當(dāng)于大約 180 年。

另一方面，OpenAI Five 中使用的模型架構(gòu)也出人意料地簡(jiǎn)單。每一個(gè)英雄由一個(gè)單獨(dú)的 LSTM 模型控制，而它只是一個(gè)單層的、含有 1024 個(gè)單元的 LSTM 網(wǎng)絡(luò)。網(wǎng)絡(luò)從 Value （DOTA2 制作公司）提供的 BOT API 獲取數(shù)據(jù)，然后通過(guò)多個(gè)不同的動(dòng)作輸出接口進(jìn)行控制。

OpenAI Five 的網(wǎng)絡(luò)架構(gòu)圖

在反饋的設(shè)計(jì)上，OpenAI 除了輸贏之外也選用了人類(lèi)選手常用的指標(biāo)：總財(cái)產(chǎn)、擊殺數(shù)、死亡數(shù)、助攻數(shù)、補(bǔ)刀數(shù)等等。但是為了避免 AI 過(guò)于關(guān)注這些偏向于短期策略的數(shù)據(jù)，他們的反饋設(shè)計(jì)只鼓勵(lì) AI 在這些方面做到人類(lèi)玩家的平均水平。

經(jīng)過(guò)大半年的研究，今年，5v5 AI 能否戰(zhàn)勝人類(lèi)冠軍？期待這次精彩的比賽！

via：https://OpenAI.com/blog/OpenAI-five-finals/? ?   

雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。