為何讓人工智能玩《王者榮耀》，我們和研發團隊聊了聊

“整體的感覺就是AI太猛了，它們總是能做出異于常人的反應……”

在1:3輸給人工智能后，有王者榮耀電競職業選手這樣說到自己對戰時的感受。

此后更有網友在社交媒體直言，“人類連玩游戲也打不過AI了”“人類再次一敗涂地”……

那么，讓人工智能去玩《王者榮耀》就是為了“虐菜”嗎？中新網記者最近和該AI模型負責人聊了聊。

3:1 “屬于正常發揮”

幾天前，在世界人工智能大會現場，一款名為“絕悟”的游戲AI與五位來自王者榮耀職業聯賽的選手現場進行了一場表演賽。

有報道指出，人工智能在比賽中相繼打出了“蹲草”“前后拉扯輸出”“輔助開團”等操作，并在團隊合作上頗具專業意識。

在這場五局三勝的賽事中，人工智能以3:1的比分戰勝了五位職業選手。

盡管勝負成績成了關注這場比賽的網友討論的熱點話題，但王者絕悟AI模型負責人邱福浩卻告訴記者，團隊對比賽的勝負沒有預期。

作為研發人員，他們更希望人工智能可以把握與高水平玩家切磋的機會，驗證能力并不斷成長，雖然這樣的成績“屬于正常發揮”。

此外，很多網友猜測，相較于人類職業選手的反應速度，人工智能或許在操作方面有著“絕對優勢”。

然而，邱福浩卻向記者明確表示，在數值和操作上，王者絕悟AI并沒有獨特的優勢，在游戲中的客觀條件限制是一致的。

“在英雄的自身狀態參數上，AI并沒有額外的加成，與人類玩家相同；AI在視野觀測上與人類玩家保持一致，對于戰爭迷霧中的不可見單位，AI同樣也看不到；AI的操作反應也做了客觀限制，其反應分布和均值與KPL職業選手是相接近的。根據實際觀察，人類玩露娜等英雄會比AI更秀?！?/p>

AI一天對局數≈人類440年

既然客觀條件沒有什么不同，人工智能為何能戰勝人類職業選手？

邱福浩給出的答案是訓練量?！癆I的優勢在于其龐大的訓練量，一天對局數約等于人類440年?！?/p>

用研發團隊的話說，自2017年啟動項目，王者絕悟AI從模仿人類的監督學習，到自我博弈的強化學習，經過了多次迭代，攻克了多個難題，才逐步進化成了全英雄職業電競水平的“完全體”。

邱福浩介紹，2018年，王者絕悟AI還只是頂尖業余玩家的水平；到了2019年，王者絕悟AI不再需要模仿人類數據，而是通過自己和自己對戰，進一步提升微操水平和大局觀，已達到了王者榮耀職業電競水平；去年，它學會了更多英雄玩法，并用40個英雄首次接受玩家們的挑戰；最新版本中，團隊又在競技比賽的局前和局內階段，進行了針對性優化。

幾年前，AlphaGO擊敗人類職業圍棋選手時，一度震驚世界。

與圍棋相比，《王者榮耀》是一個不完全信息博弈場景，需要多個AI協作完成任務，且需在復雜連續的決策空間下進行長期決策。

換句話說，教會人工智能玩《王者榮耀》，比讓人工智能下圍棋更難。

邱福浩說，圍棋的動作空間多達10的172次方，而AI在王者榮耀一局游戲中的操作可能性則多達10的20000次方。

讓AI打游戲不是終點

但，進行如此復雜的研發、訓練，就只是為了讓人工智能在游戲中打敗人類嗎？

邱福浩并不這么看。因為人工智能最終是要服務于人類的。

他告訴記者，團隊之所以就此進行研發，首先是因為“這是一個多人協作的游戲場景，它在設計上的高復雜度、高挑戰性，滿足了對高水平AI+游戲的研究需要”。

“從近年AI發展的關鍵事件可以看到，AI的下一個里程碑很有可能就是在復雜策略游戲中誕生?！?/p>

而人工智能進行復雜游戲訓練的，是為了幫助人類解決現實生活中的問題。

邱福浩說，AI在虛擬環境學習通用的感知、決策能力，未來可能在現實世界中發揮更大作用。以無人車研究為例，AI學習外界環境，感知道路環境信息并加以表達，進而作出駕駛決策；再如機器人在虛擬世界仿真學習，再在現實世界對環境的未知變化做出反應。

他認為，未來，AI研究還將覆蓋到更多場景。對于不少研究人員和開發者來說，多智能體技術研究依然存在顯著的現實困難，包括環境的不確定性、信息獲取的局限性、個體目標與全局目標的一致性，以及對高算力的要求。

在邱福浩看來，“AI+游戲”研究將是團隊攻克AI終極研究難題——通用人工智能(AGI)的關鍵一步。AGI代表研發能在通用系統中執行多種復雜命令，達到或超越人類水平的AI。

“這中間的經驗、方法與結論，長期來看，有望在大范圍內，如醫療、制造、無人駕駛、農業到智慧城市管理等領域帶來更深遠影響?！?/p>