• <thead id="enbzf"><del id="enbzf"></del></thead>
    <thead id="enbzf"><del id="enbzf"></del></thead>
  • <input id="enbzf"><option id="enbzf"></option></input>
  • <thead id="enbzf"><s id="enbzf"></s></thead>
    <thead id="enbzf"><del id="enbzf"><video id="enbzf"></video></del></thead>
  • <object id="enbzf"><option id="enbzf"></option></object>
    <thead id="enbzf"></thead>
    <table id="enbzf"><del id="enbzf"></del></table>
    分享
    中新經緯>>

    為何讓人工智能玩《王者榮耀》,我們和研發團隊聊了聊

    2021-07-15 18:20:28 中國新聞網

      為何讓人工智能玩《王者榮耀》,我們和研發團隊聊了聊

      中新網客戶端北京7月15日電(記者 宋宇晟)“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。

    比賽現場。受訪者供圖

      比賽現場。受訪者供圖

      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”。

    比賽現場。受訪者供圖

      比賽現場。受訪者供圖

      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!

    比賽現場。受訪者供圖

      比賽現場。受訪者供圖

      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!

      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。

    資料圖:2016年的圍棋人機大戰。

      資料圖:2016年的圍棋人機大戰。

      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。

    比賽現場。受訪者供圖

      比賽現場。受訪者供圖

      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!

      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。

    比賽現場。受訪者供圖

      比賽現場。受訪者供圖

      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!(完)

    (編輯:董文博)
    中新經緯版權所有,未經書面授權,任何單位及個人不得轉載、摘編以其它方式使用。
    關注中新經緯微信公眾號(微信搜索“中新經緯”或“jwview”),看更多精彩財經資訊。
    關于我們  |   About us  |   聯系我們  |   廣告服務  |   法律聲明  |   招聘信息  |   網站地圖

    本網站所刊載信息,不代表中新經緯觀點。 刊用本網站稿件,務經書面授權。

    未經授權禁止轉載、摘編、復制及建立鏡像,違者將依法追究法律責任。

    [京ICP備17012796號-1]

    違法和不良信息舉報電話:18513525309 報料郵箱(可文字、音視頻):zhongxinjingwei@chinanews.com.cn

    Copyright ©2017-2021 jwview.com. All Rights Reserved


    北京中新經聞信息科技有限公司