快捷搜索:  as  aaas

战争之影攻略AI组团打游戏击败人类 难道真有了“人的意识”?

    慧聪安防网讯 两年前谷歌旗下人工智能部门DeepMind开发的人工智能击败了世界围棋冠军而一举成名。现在,DeepMind的另一个项目已经学会了如何玩多人游戏《雷神之锤》。而就在上月底,由马斯克联合创立的人工智能非营利研究机构OpenAI宣布,其开发的AI(人工智能)组队在5对5对战中战胜了游戏Dota2的顶尖业余玩家。这被认为是继阿尔法狗大战柯洁之后的又一里程碑事件。

    组队赢了Dota2

6月25日,著名非营利机构OpenAI宣布:其研究的OpenAIFive能像人类一样“组队”,首次在5对5对战中战胜Dota2人类玩家,平均天梯分数超4200分(超过近90%玩家)。比尔·盖茨评价说:“这是一个了不起的成就,因为它们的胜利需要团队合作和协作,这是人工智能前进道路上的一大里程碑。”

    会玩《雷神之锤》

7月3日,DeepMind表示开发了创新和强化学习技术,使AI系统能在《雷神之锤III竞技场》的游戏中达到人类的游戏水平。研究者们举行了竞赛,参赛队伍有3种形式:人类玩家组队、机器人组队、机器人和人类玩家组队。最终全员为机器人的小队胜率达到74%(老手玩家胜率约为52%,普通玩家为43%)。

    怎么赢的?AI一日,人间180年

学得迅速

设计者让OpenAIFive通过自我对抗的方式从随机权重开始学习,随着训练的进行,英雄从漫无目的地闲逛到出现战斗的“意识”。几天之后,sceja,AI的策略就非常接近人类了。据报道,第二次机战z再世篇,AI的训练量级非常大,每天都能完成人类玩家180年的练习量。

算得飞快

OpenAIFive使用在256个GPU和128000个CPU内核上运行的扩展版近端策略优化进行训练。OpenAI每4帧评估一次局势,并产生2万个决策,这样的循环每场游戏平均会进行2万次。OpenAI平均每分钟可进行150-170次操作,平均反应时间为80毫秒。

独特风格

在游戏玩法上,OpenAIFive还形成了一些“风格”和独特策略,比如经常来牺牲自己的优势路以压制敌人的优势路,迫使战斗转移到对手更难防御的一边;AI英雄还会自我牺牲,把人类玩家引诱出高地,确保团队其他成员能推塔成功。

团队精神

OpenAIFive的英雄之间并没有具体的通信渠道,它们通过被研究人员称为“团队精神”的超参数控制团队合作。设计者表示:“我们能够从比赛中感受到,AI算法间的协作意图似乎是一种非常自然的本能表现。当用一位人类玩家替换掉5位AI玩家中的一位,人类玩家也表示能够体会到AI队友对他的支援。”

    为什么要让AI打游戏?

自从AI征服了围棋之后,就有人工智能公司表示,要让人工智能在即时战略游戏中战胜顶级人类玩家。在棋类游戏中形势的变化是很容易被量化的,即使是复杂的围棋也只是在19×19的棋盘中进行的。像《星际争霸》这样的即时战略游戏,每个单位可能占据的位置远比这个数字多得多。相比较而言,棋类游戏更加清晰和有跳跃性,而即时战略游戏更加混乱并有连续性,显然后者更接近于真实的世界。如果将游戏之中多个AI之间的合作延伸到AI技术商业化应用场景,这类多种AI算法将可以应用于在线交易、广告竞价排名、生产线上多样化制造等场景。此外,具有团队合作的AI与人类也可进行合作。宗合

    AI是怎么学会“团结协作”的?

和AI的对阵,人类又败下阵来。这一次,AI不仅在智商上赢过了人类,而且还有了团结协作的能力。这个巨大进步让人不寒而栗:AI难道有了“人的意识”?被AI全面取代的日子,真的又近了一步?

AI们学会的“协作”,其实是“强化学习”算法

记者就这一问题采访了南京航空航天大学人工智能学院陈松灿教授。陈松灿认为,这一比赛结果的确说明AI玩游戏的“水准”又提高了,但我们也没必要过分恐慌,因为AI的“协作”能力从本质上说依然是“算法”在支撑,因此,“人的意识”说显然是不存在的。

DOTA游戏里,AI是怎么实现“协作”的?陈松灿介绍,这其中起主要作用的是一种名为“强化学习”的算法。“玩游戏的人都有这样的经历,一个人玩时,想的是‘怎么让自己赢’,而几个好朋友组成‘战队’团队玩游戏时,肯定会想着‘协作’,永远的伊苏8攻略,让团队获得游戏的胜利。AI的世界里,也有这样的‘获胜’规则。”陈松灿说,AI之间的“协作”,是一种强化学习算法,它可以达到“策略最优”的目的。单人游戏的时候,AI只要关心策略实施后自己获得的奖赏。多人协作游戏中,每个AI需要关心策略实施后自己获得的奖赏,以及整个团队获得的奖赏。“如果某个操作会给自己带来很大的奖赏,但是会导致团队损失,那么这个操作会被尽量避免。”

    AI这么高的“智商”是哪儿来的?

本站为您推荐: