真的精采！AI赢了DOTA界的世界冠军 让人兴奋又纠结

美国西岸时间 4 月 13 日早上 11 点半，OpenAI 的 DOTA 2 AI「OpenAI Five」为我们带来最后一场公开表演赛。比赛结果自然不难猜测，不过除结果外也有更多有趣的东西。「OpenAI Five」首先对阵 2018 年 DOTA2 世界邀请赛（Ti 8）冠军 OG 战队，三局两胜以 2：0 完胜 OG 战队。接下来，OpenAI 安排了人机合作比赛，双方都是两名人类选手和 3 个 AI──这比赛非常耐人寻味，我们猜测人类选手和 AI（如果有思维）都会在心里想：我这几个队友是怎么回事、怎么老是和我节奏不一样、这比赛让人怎么玩？最后，OpenAI 宣布，DOTA2 AI 将对全世界 DOTA2 玩家免费开放，下周起就可体验。

表演赛 Part 1：「OpenAI Five」vs. OG 战队
去年 7、8 月的表演赛，「OpenAI Five」就曾在 5v5 比赛击败人类高阶玩家乃至（前）职业选手。虽然 AI 没能赢所有场次比赛，但 AI 的各种亮眼操作（以及 AI 让人摸不着头脑的随地插眼法）仍给大家留下深刻的印象。比赛告一段落后，OpenAI CTO Greg Brockman 继续在 Twitter 更新「OpenAI Five」的最近进展，甚至表示最新版已能以高胜率击败公开展示过的几个版本了。这样一来，继续优化到今天，尤其是 Greg Brockman 表示，「OpenAI Five」游戏中的训练时间相当于 4 万 5 千年那么长，今天比赛完胜人类职业战队的世界冠军 OG 战队，也不令人意外了。需要说明的是，目前最新的「OpenAI Five」仍然使用和 Ti8 表演赛一样的规则：一共 18 个英雄供双方选择，不允许使用圣剑和魔瓶、不允许使用召唤物和幻象。我们似乎更有理由相信 AI 在这样的设定下获胜是合理的：在这个复杂度降低的设定中，AI 经过够长时间训练，已可逼近某个最优解了──相比之下，人类职业选手肯定不习惯这设定，仅英雄选择方面就大大限制了人类选手的发挥。另外，去年表演赛结束后结合 OpenAI 公开的数据分析过「OpenAI Five」的设计方式，结合今天「OpenAI Five」的表现来看，很有可能维持同样模式，最大的改进在于更多训练时间。

第一局中，OG 阵容选出的阵容是小牛、巫医、隐刺、毒龙、影魔，「OpenAI Five」为冰女，死亡先知、×××、矮人直升机、流浪剑客。一选时「OpenAI Five」预估的自己的胜率为 65.1%，全部选择完毕后还继续上升到 67.6%。比赛一开始 AI 方就在天辉上路赏金符处拿到一血，然后在公屏幕打字「我们预期赢得这场比赛的胜率超过 80%」（就和去年表演赛一样）。AI 方的在线进攻依旧主动凶狠，即便 OG 有小牛在各路积极游走和保护，且 AI 方也没有针对隐刺买眼买粉而让他占了不少便宜，双方在前十几分钟仍打得势均力敌。随着比赛进行，AI 方的经济和击杀数逐渐建立起优势，最终 38 分钟时夜魇方基地被攻破，AI 方与 OG 的人头比为 52：29。


第二局比赛 OG 阵容为×××、小牛、死亡先知、小鱼人、恶魔巫师，「OpenAI Five」阵容为冰女、矮人直升机、流浪剑客、巫医、毒龙。这次「OpenAI Five」选人完毕时的预测胜率只有 60%，但 OG 在对线期就打出很大劣势，最终这局比赛 14 分钟上高地，20 分钟就以 45：6 人头比结束了。这点想起来很有趣：「OpenAI Five」认为这次开局时自己的优势不如上一局大，但是针对自己操作这样阵容的情况做的判断，显然没有预料到人类的表现和自己大不同。AI 也继续展现亮眼的团战操作。比如下面动图，第一局比赛 OG 小牛和隐刺绕后冰女，结果在 AI 的×××配合下隐刺和巫医双双被反杀，OG 的影魔也葬身之后最终才带走了冰女。第二局，AI 的冰女利用暗影护符和地形卡视野黑血秀 OG 的矮人狙击手，并成功反杀。

AI 当然也继续表现出秒沉默之类的快速反应，但其实除了这些，更令人意外的是「OpenAI Five」的比×××格。比如所有英雄都会正常发展自己的经济，冰女甚至几分钟时就会自己打野，可说这和中国 DOTA 战队常见的「四保一」打法形成鲜明对比，在前中期团战时发挥了不小威力；等级低时 AI 的英雄经常死亡后立即买活，简直像人类玩家在赌气。两局比赛结束后，OpenAI 还透露，准备表演赛的过程中 OpenAI 还邀请了 3 支一线 DOTA2 战队尝试挑战 AI，全都以 2：0 败给「OpenAI Five」。OG 战队今天的表现，对 OpenAI 来说可说是完全在预料之中了。内容来源：http://www.cafes.org.tw/info.asp

表演赛 Part 2：人类和「OpenAI Five」并肩作战
不知道大家是否记得，2017 年 5 月 AlphaGo Master 在中国乌镇对局柯洁时，同一峰会也安排了人类棋手和 AlphaGo 的配对赛，古力和连笑两位棋手分别和 AlphaGo 组成小组，双方对局人类和 AlphaGo 轮流落子。两位棋手赛后都表示 AlphaGo 和自己的思路、风格不一样，经常下出让自己意外的棋──类似的事自然也在此次「OpenAI Five」表演赛出现。人机合作比赛双方都是两名人类选手和 3 个 AI，4 位人类选手都是游戏解说，所以当作表演赛，他们就像直播，一边比赛一边对所有观众说出自己的想法。解说们这种边玩边吐槽、也边玩边期待 AI 和自己配合的过程中，大家对 AI 都有很多全新的感受：

• 最根本的，其实 AI 并不知道队友有一些不是 AI，它仍然会视队友都和自己一样的 AI 去处理，也许 AI 也会觉得不适应？但反过来，即便人类控制的英雄已出现很多低级错误，我们相信 AI 仍可像相信 AI 队友那样相信他。
• 对出击策略的把握有很大区别，人类选手在河道吃了隐身符准备对对方中路英雄发动***时， 自己中路的 AI 却径自去了边路；人类选手表示很郁闷。
• 人类无法捉摸 AI 的步调，不知道 AI 是否认为己方是优势、是否应该主动***。那么理想情况下人类应该如何和 AI 沟通？肯定不会总是听人类的，也不会总让 AI 带领节奏。实际上 AI 有时候会直接打字告诉人类自己的决定（比如自己要打 1 号位），但对人类发的讯息就不怎么反应（简直像是人机互动的负面案例）。
  
• 和以前一样，AI 的插眼方式很奇怪──这可能是相比去年的版本，唯一没有显著提升的地方，完全可猜到这是因为训练插眼时用的回馈仍是「要留空格子」。Blitz 甚至直接问「上路到底发生什么了，为什么地上插了 4 个眼？？？」另一方的人类选手 Sheever 说：「我们的 AI 总把眼插在奇怪的地方，但我想插都买不了，一直在冷却。」（后来 AI 在这里又插了一个眼，一共 5 个）。
• AI 对某些英雄的理解和人类完全不同。比如 AI 认为死亡先知在 10~20 分钟的时间段内是非常强的英雄，它会非常积极地使用技能、参与团战。但人类就会认为这时候的死亡先知并不厉害。
• 有观战者根据 AI 的表现猜测影响 AI 战场决策最重要的因素是站位和技能冷却；同时 AI 也确实会考虑队友的位置。也所以，人机合作比赛的节奏要明显慢于 5 人都是 AI 的状况──两个人类队友的位置和其他 3 个 AI 的节奏不一致，集体进攻也就没那么积极果断了。
• AI 在树丛里找人的技术好像不怎么样，当然这件事学起来也比较难。另外人类也很难在和 AI 对局时练习，人类在逃命时会有一些「下意识」的操作，但很难说 AI 的处理方式是出于什么原因。
• 人类选手 Blitz 比赛中说：「不管我走哪路，去了以后都感觉自己好像走错路了。从这个角度来说，和 AI 一起玩挺难受的。但是如果我去哪的时候 AI 也一起来了，那我就感觉挺好的。彷佛一边打游戏一边解谜。」

表演赛 Part 3：人人都可以挑战「OpenAI Five」
赛前的开场演讲，Greg Brockman 说要透过「OpenAI Five」展示 AI 有高能力水平、高可拓展性，以及可增强人类的能力。前面 Part 1 的人机对战和 Part 2 的合作对战中，算是展现出高能力及一部分「增强人类的能力」，那么在 Part 3，我们终于看到「高可拓展性」意味着什么：每个人都可以和 OpenAI 的 DOTA2 AI 对战，可以是对手，也可以是队友，下周开始，在 arena.openai.com 注册即可体验！表演赛结束后的讨论，有人提到阻碍「OpenAI Five」这种高水平竞技 AI 大规模普及的最大障碍之一，显然是它需要的训练时间太长，Greg Brockman 也在 Twitter 响应，解决这个问题会是他们的下一个目标。显然根据这次表演赛，除了深度学习技术方面继续钻研，人类和 AI 如何有效沟通、并肩合作，已是浮出水面的问题。我们期待 OpenAI 未来也在这方面带来一些惊喜。

转载于:https://blog.51cto.com/13220658/2380239