谷歌AI在游戲中組隊(duì)擊敗人類(lèi)團(tuán)隊(duì) 這一壯舉到底有何意義？

極客網(wǎng)?極客觀察（小刀）6月4日，聽(tīng)說(shuō)過(guò)“奪旗”嗎？這是一個(gè)游戲，夏令營(yíng)時(shí)，孩子們會(huì)在空地上玩；一些職業(yè)視頻游戲玩家也會(huì)玩。不論是在現(xiàn)實(shí)世界玩還是在電腦上玩，“奪旗”都是一個(gè)團(tuán)隊(duì)游戲。兩隊(duì)人馬對(duì)峙，都想奪走對(duì)方的旗幟，帶回基地，并守衛(wèi)自己的旗幟。想成為贏家需要團(tuán)隊(duì)合作，在防守與反擊之間保持協(xié)調(diào)。

換句話說(shuō)，奪旗需要高超的人類(lèi)技巧。倫敦谷歌AI實(shí)驗(yàn)室的研究人員向我們證明，機(jī)器可以不斷學(xué)習(xí)，掌握游戲，至少在虛擬世界可以做到。

谷歌AI研究人員發(fā)表論文稱，它們已經(jīng)開(kāi)發(fā)出一套自動(dòng)“代理”，在Quake III游戲內(nèi)，它們可以玩“奪旗”游戲。代理可以組隊(duì)對(duì)抗人類(lèi)玩家，或者與代理團(tuán)隊(duì)對(duì)決。

谷歌旗下實(shí)驗(yàn)室DeepMind的研究人員Wojciech Czarnecki說(shuō)：“它們可以適應(yīng)擁有任意技能的隊(duì)友?！?/p>

代理不斷玩游戲，學(xué)了幾千小時(shí)之后就能掌握一些特殊技巧，比如當(dāng)一名團(tuán)隊(duì)成員即將奪到旗幟時(shí)，它們會(huì)沖向敵軍基地。因?yàn)槿祟?lèi)玩家都知道，當(dāng)對(duì)方的旗幟被帶回基地時(shí)，會(huì)有一面新的旗幟出現(xiàn)在對(duì)方基地，等著被奪取。

DeepMind正在開(kāi)發(fā)AI，它可以玩復(fù)雜的3D視頻游戲，比如Quake III、Dota 2、《星際爭(zhēng)霸2》。許多人相信，如果AI能夠在虛擬競(jìng)技場(chǎng)獲得勝利，它也許能變成自動(dòng)系統(tǒng)，用于現(xiàn)實(shí)世界。

例如，類(lèi)似的技術(shù)可以用在倉(cāng)庫(kù)機(jī)器人身上，讓機(jī)器人組隊(duì)搬運(yùn)貨物，從一個(gè)地方運(yùn)到另一個(gè)地方，或者幫助自動(dòng)駕駛機(jī)器人穿過(guò)擁擠的車(chē)流。OpenAI研究人員Greg Brockman解釋說(shuō)：“游戲一直以來(lái)都是AI的評(píng)測(cè)基準(zhǔn)。如果你不能解決游戲問(wèn)題，就無(wú)法解決其它問(wèn)題?！?/p>

不久之前，想開(kāi)發(fā)一套AI系統(tǒng)，讓它在Quake III之類(lèi)的游戲中對(duì)抗人類(lèi)，還是一件不可能的事。就在前幾年，DeepMind、OpenAI及其它實(shí)驗(yàn)室取得明顯進(jìn)步，它們用到一種新的數(shù)學(xué)技術(shù)，也就是“增強(qiáng)學(xué)習(xí)”，有了這種技術(shù)，機(jī)器可以通過(guò)極端試錯(cuò)不斷學(xué)習(xí)。

通過(guò)一次又一次的游戲，自動(dòng)代理不斷學(xué)習(xí)，理解到哪種策略能帶來(lái)成功，哪種不能。當(dāng)一名團(tuán)隊(duì)成員即將奪到旗幟，如果朝著敵軍的基地沖鋒能拿到更多點(diǎn)數(shù)，代理會(huì)將這種策略吸收進(jìn)去。

正是憑借這一策略，2016年DeepMind開(kāi)發(fā)的AI代理在圍棋上擊敗人人類(lèi)。第一稱視頻游戲更復(fù)雜一些，如果是兩個(gè)團(tuán)隊(duì)對(duì)決，那就更復(fù)雜了。DeepMind的自動(dòng)代理玩了大約45萬(wàn)回合的游戲，學(xué)著奪旗，相當(dāng)于在幾周的時(shí)間內(nèi)訓(xùn)練了4年。最開(kāi)始時(shí)，代理慘敗。但它最終理解到了游戲的訣竅，比如當(dāng)它們襲擊敵軍的基地時(shí)，何時(shí)應(yīng)該追隨隊(duì)友前進(jìn)。

DeepMind還在開(kāi)發(fā)可以擊敗人類(lèi)的《星際爭(zhēng)霸2》代理，OpenAI研究人員也開(kāi)發(fā)了一套可以玩Dota 2的代理。4月份，在Dota 2游戲中，5個(gè)代理組成團(tuán)隊(duì)，擊敗了5名人類(lèi)頂尖高手組成的團(tuán)隊(duì)。

William Lee是一名職業(yè)Dota 2玩家，去年，他曾經(jīng)與早期版本的AI系統(tǒng)對(duì)決，一對(duì)一玩游戲，當(dāng)時(shí)AI并沒(méi)有給William Lee留下深刻印象。后來(lái)代理不斷學(xué)習(xí)，當(dāng)William Lee以團(tuán)隊(duì)成員的身份與AI團(tuán)隊(duì)對(duì)決時(shí)，他為AI的表現(xiàn)感到震驚。William Lee說(shuō)：“我原本以為，機(jī)器不可能以5對(duì)5的方式玩游戲，更別說(shuō)贏了。所以我感到很驚訝?！?/p>

AI可以在游戲中戰(zhàn)勝人類(lèi)，這樣的技術(shù)真的可以用來(lái)解決現(xiàn)實(shí)問(wèn)題嗎？佐治亞理工學(xué)院計(jì)算機(jī)系教授Mark Riedl認(rèn)為，AI代理并沒(méi)有真正協(xié)作，它們只是對(duì)游戲中發(fā)生的事迅速回應(yīng)，并不是AI代理之間傳遞了信息，人類(lèi)玩家會(huì)傳遞信息。

雖然AI的表現(xiàn)看起來(lái)像是協(xié)作，但它們之所以做到是因?yàn)锳I深刻理解到游戲中正在發(fā)生什么事。

DeepMind研究人員Max Jaderberg說(shuō)：“你如何定義團(tuán)隊(duì)合作，這不是我們想解決的問(wèn)題。當(dāng)一名代理坐在敵軍基地里，等著旗幟出現(xiàn)，這種行為只有依賴團(tuán)隊(duì)成員才能實(shí)現(xiàn)?！?/p>

Riedl認(rèn)為，游戲沒(méi)有現(xiàn)實(shí)世界復(fù)雜，游戲里的3D環(huán)境是精心設(shè)計(jì)的，導(dǎo)航更容易，在Quake游戲中執(zhí)行戰(zhàn)略、追求協(xié)作更簡(jiǎn)單一些。

增強(qiáng)學(xué)習(xí)適合這樣的游戲。在視頻游戲中，成功的標(biāo)準(zhǔn)就是拿到更多點(diǎn)數(shù)。在奪旗游戲葉，奪取的旗幟越多，點(diǎn)越多。但在真實(shí)世界，成功不是用點(diǎn)數(shù)來(lái)衡量的，它有多種多樣的衡量標(biāo)準(zhǔn)。

不過(guò)做一些簡(jiǎn)單任務(wù)還是可以的。OpenAI訓(xùn)練一只機(jī)器人手臂，讓它操縱字母塊。你讓手臂展示字母A，它就會(huì)將A字母塊展示給你看。谷歌也向我們演示，機(jī)器可以學(xué)著挑選隨機(jī)物件，比如乒乓球、塑料香蕉，然后將它們?nèi)拥较喔粢欢尉嚯x的垃圾桶。類(lèi)似的技術(shù)可以用在倉(cāng)庫(kù)。

想解決更復(fù)雜的問(wèn)題，需要更強(qiáng)的計(jì)算力。OpenAI系統(tǒng)花了幾個(gè)月時(shí)間學(xué)著玩Dota 2游戲，玩的時(shí)間累計(jì)超過(guò)45000年，它需要依賴幾萬(wàn)顆計(jì)算機(jī)芯片才能完成。Brockman說(shuō)，租賃這些芯片花了計(jì)算機(jī)幾百萬(wàn)美元。

DeepMind和OpenAI能夠承擔(dān)高昂的成本，但是其它學(xué)術(shù)實(shí)驗(yàn)室、小機(jī)構(gòu)承受不起。有人擔(dān)心，少數(shù)財(cái)大氣粗的實(shí)驗(yàn)室將會(huì)成為未來(lái)AI的統(tǒng)治者。

不過(guò)即使是大型實(shí)驗(yàn)室，恐怕也沒(méi)有足夠強(qiáng)的計(jì)算力可以驅(qū)動(dòng)用于現(xiàn)實(shí)世界的技術(shù)。雖然AI可以在虛擬世界奪旗，擊敗人類(lèi)，但在夏令營(yíng)空地上，它們沒(méi)有希望登場(chǎng)，至少短期之內(nèi)看不到希望。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。