第一时间get全球最新科技知识与数据
下载钛媒体客户端

扫描下载App

OpenAI血虐Dota2半职业战队,马斯克表示支持人类

摘要: 北京时间早上5点58分,人类半职业Dota高手队对战OpenAI Five第二局接近尾声,被称为“大老师”的dota plus大数据对人类战队宣判了死刑。它说,AI胜率100%。

图片来源:视觉中国

图片来源:视觉中国


钛媒体注:本文经AI新媒体量子位(公众号 ID: QbitAI)授权转载,作者:郭一璞、栗子、夏乙,转载请联系出处。


北京时间早上5点58分,人类半职业Dota高手队对战OpenAI Five第二局接近尾声,被称为“大老师”的dota plus大数据对人类战队宣判了死刑。

它说,AI胜率100%。

6点整,人类第二次打出GG(good game,投降),AI宣告胜利。

这是OpenAI Five首次在5v5战局中,对上职业选手。今天的人类代表队由职业和半职业选手组成,在旧金山和AI展开三局两胜的厮杀。

一方是“从未输给过人类职业选手”的OpenAI Five,另一边,人类战队中的现役职业选手MoonMeander也在Twitter上高调宣布“从未输给过bot,这次也不会”。

事实证明,这个Flag立得太高。

AI以碾压之势,连胜两局。加上正赛前,AI已经碾压了两局现场观众玩家,整个对战AI的过程中,人类阵营可谓一败涂地。

最后一局,改了规则。AI一方的英雄,由现场观众共同选出,最后得到一个奇葩阵容。人类玩家靠这种方式,勉强扳回一局。但这也无法改变AI大获全胜的事实。

总有人把OpenAI的胜利,归功于已经退出董事会的Elon Musk。对于今天的胜利,钢铁侠怎么说?我们最后揭晓,先说正事儿。

4局被碾压,1局挽尊


正式比赛之前先进行了两场OpenAI Five对观众的娱乐赛,毫无悬念,均以人类失败告终,AI拆塔如入无人之境。其中第二场比赛9:28分人类上路高地塔告破,不到14分钟,观众队就输给了AI。人类先折两阵。

不过,后面职业选手的比赛也没有强多少。


  • 正赛第一局


由于只有18个英雄,正式的比赛虽然有BP,但大家只是象征性的BAN了一些18个英雄之外的英雄。夜魇的人类选了小牛、瘟疫法师、冰女、剃刀和影魔,天辉的AI选了巫妖、飞机、火枪、DP和莱恩。

一开始,merlini的剃刀越塔送了一血,AI在各路拿下5个人头后,人类终于拿下一个,此时AI胜率94%。一波团战后,人头变为AI 9:3,胜率给到了AI胜99%,象征性的给人类留下了1%的尊严。

之后,AI开始了疯狂的推塔进程,四一分带,巫妖一人推掉上路一塔,其余4人灭掉人类对手,推掉下路一塔。随后,野区爆发一波团战,AI前后夹击,将被包围在中间的三人统统灭掉,旁边的一人也残血逃命不及被补刀,此时已进行到13分钟,人头数22:4,AI经济领先5k。

1分钟后,下路2塔告破。

随后,人类终于认真配合,四人包围抓了一个巫妖,然而就在此时,AI队其余4人推掉了上路高地塔,人类赶回家救塔,blitz的影魔完成本场人类唯一亮点操作,完成双杀。

然而无济于事,AI已经开始酝酿最后一波团战了,他们冲上中路高地塔前,越过人类小牛的阻碍,越塔拿下2个人头后,淡定拆塔。

最终,人类gg,以8:30惨败。

这一场仿佛人类完全没有配合,仿佛被割韭菜一样推掉。惹得直播间弹幕惊叹:这哪是排名1000名左右的高手,简直像新手一样被虐。


  • 正赛第二局


这次人类在天辉一方,选择了巫医、影魔、小牛、死亡先知(DP)和隐刺,夜魇AI选择的是巫妖、火枪、莱恩、冰女和飞机。

第二局的人类似乎稍微有出息了一点,拿下一血,人头属于影魔,甚至还推掉了一个塔。AI的胜率成功被坚强抵抗的人类压低了……1个百分点,降到了98%,甚至开始时,人类经济都领先了1k。

AI被人类拖到了20分钟才开始推中路高地塔。然而这点“优势”没有持续多久,AI如拆迁队一般,推完中路后迅速去推下路,紧接着赶去了上路,开局25分钟,上路塔被拆,人类本局终于没有机会了。

三局两胜下,也意味着这场比赛人类还是输给了AI。而且人类和AI之间的差距,实在是太大、太明显。


  • 正赛第三局


既然AI已获两胜,第三场就变成了娱乐局,由人类观众来“刁难”OpenAI Five,为他们选出5个英雄。人类选手MoonMeander为了一雪前耻,号召大家选5个脆皮来恶心一下它们。

所以,人类观众们给AI选出了小鱼、斯温、斧王、隐刺和痛苦女王这样的阵容,而人类则拿到了绝对优势的死灵法、莱恩、飞机、DP和巫妖。

这套阵容胜率怎么样?

没开打之前,预测胜率为2.9%……

一开场,5个脆皮的劣势阵容果然很有用,至少在经济上人类狠狠地压过了AI。

绿色为人类的经济

绿色为人类的经济

可怜的AI斧王辛苦赚钱养家,不但没有突破经济限制,甚至还从全场第三掉到了全场第四。

开始的十几分钟里,AI还在努力的拿人头,取得了比分上的暂时领先。不过很快,被人类选了5脆皮阵容的AI自知团战打不过,只好选择猥琐带线,悄悄偷塔。

比赛进行到14分钟,人类终于追评了比分,14:14平;2分钟后,人类在草丛堵死了一只小鱼,终于获得了优势比分16:15,AI胜率跌到了8%。

22分钟,人类27:16,AI终于被大老师判了死刑,胜率只有1%,而经济也被人类压了8k。

绝望的AI拼死一搏,无脑带线,以1人换1塔的精神,义无反顾冲上人类的塔下,被人类狠狠的包围,群殴一顿。

29分钟,人类终于开始推高地;5分钟后,人类推掉中路高地塔,AI还不放弃,悄咪咪搏命偷塔(未果);2分钟后,人类终于推掉AI的基地,以绝对压制的阵容取得了唯一的一场胜利。

整个比赛过程中,不断有围观群众质疑着人类选手的段位。

这支被AI虐杀的人类队伍,按照OpenAI的描述是99.95%以上。如果看MMR(匹配分,约等于天梯积分),都在6500以上,天梯排名最低的也只有1000名出头。

他们是:


  • William "Blitz" Lee:Dota2解说,前职业选手、教练。

  • Austin "Capitalist" Walsh,简称Cap:Dota2解说,曾经与Gamer University、Vegetables Esports Club等战队打过半职业比赛。

  • Ioannis "Fogged" Loucas:曾经是职业战队Steak Gaming、半职业战队Vegetables Esports Club选手。

  • Ben "Merlini" Wu:前职业选手,退休解说。

  • David "MoonMeander" Tan,加拿大战队compLexity Gaming的职业选手。MoonMeander是本次人类战队中的唯一一名现役职业选手,也是OpenAI Five对战的第一个职业选手。


AI一日200万场比赛训练


OpenAI一路赢得轻松,现场观众的呼声几乎全是送给AI的。

看直播的小伙伴里,则有人对AI全程摩擦人类的赢法表示失望。

“怀疑”OpenAI请了群演的,不止一人。可被按在地上摩擦的人类,也很绝望啊。

来自人类战队的MoonMeanderated发推说,AI一天能打200万场比赛呢。人肉训练的强度,真的没有那么大。与此遥相呼应,中国网友的表达,就更直接一点。

大意可能是,AI学了180年,每天200万把,比人类厉害不意外,比人类菜就是真菜了。

另外,关于赛前OpenAI宣布把智能体的反应速度,降到与人类接近的200毫秒,这件事……

看了比赛的观众,似乎并不买账,强烈质疑官方宣传的反应速度有假。

对于同胞的战败,人类心有不甘。也有人担心,DotA终究会是AI的天下。好在第三局赢了,虽说有些“小人得志”。刷弹幕的小伙伴们已如愿,可以洗洗睡了。

AI挑战职业选手靠什么?


目前已知的情报是这样的:

OpenAI训练Dota选手的方式,是让AI从随机状态开始,依靠自我对局来优化。

这支AI队伍长这样:

简单来说,每个选手,也就是每个智能体(agent),都是一个包含1024个节点的单层LSTM(长短时记忆网络),能够通过V社(Valve)的Bot API观察当前游戏状态,控制英雄去移动、攻击、施放技能、使用道具。

智能体能够观察到的信息和人类差不多,包括自身、队友和敌人的状况,比如位置、血量、攻击力、护甲、携带物品、能力等等。

这些信息,对于智能体来说是一个包含20000数值的列表,而它判断之后发出的行动指令,是8个值的列表。

选手们的训练,使用的是扩展版的近端策略优化(PPO)方法,这也是OpenAI现在默认的强化学习训练方法。这些智能体的目标是最大化未来奖励的指数衰减和。

去年训练1v1 AI的时候,OpenAI针对卡兵的操作专门设置了奖励,在5v5版本中取消了。不过,5v5模型还是借助其他奖励信号学会了卡兵。

AI选手们在训练中饭量惊人,承载它们需要256块P100 GPU和12.8万个CPU核心。

上面的5v5版本与1v1版本对比,有一个令人欣慰的结果:OpenAI Five需要的CPU和GPU计算力,与去年击败Dendi的1v1版相比,并没有翻到5倍。

OpenAI说,AI每天的训练量,都相当于人类打180年游戏。来自人类战队的MoonMeanderated说,AI们每天要打200万局Dota。

5个智能体训练出来,它们之间又是怎样配合的呢?总不能像我们人类开黑一样互相喊话吧?

答案是,他们之间没有那种人类可以理解的沟通渠道,而是由一个“团队精神”超参数来统一控制。这个超参数的范围在0到1之间,决定了选手对与自身奖励函数和队友平均奖励函数的关注程度分配。

OpenAI操作也一样是通过bot API,能够移动位置、攻击、使用道具,根据获胜、血量和补刀情况得到奖励。

从诞生到对战职业选手,这只AI走过了一年半的成长之路。

从1v1版本算起的话,它最早诞生于2017年3月,去年8月在TI7上一鸣惊人。只训练了两周的AI,影魔中单1v1完败顶级职业选手Dendi。

质疑之声也不少,最核心的吐槽在于,1v1的难度根本不能和5v5相提并论,而且这个AI会用的英雄,也只有一个。

当然,AI进化得比人类选手快得多。

时隔不到一年,AI在今年6月掌握了5v5技能。6月26日,OpenAI Five出现了,它掌握了5个英雄,能在做了各种限制的5v5 Dota里,击败MMR 4000-6000分的强大路人队,但面对MMR 4000-5500分、有团队训练的队伍,就没能取胜。

过了一个月,这个AI掌握的英雄数量增加到了18个,游戏的限制也只剩下没有召唤单位和幻象、没有圣剑和瓶子、没有扫描、依然需要5只无敌信使。

另外,OpenAI还把AI的反应时间从原来的80毫秒拉长到了200毫秒,不在反射弧上占人类便宜。

7月24日,离直播还有不到两周,OpenAI Five和5位MMR在5000到6500的选手打了4场,2胜2负。

gdb说,他们的团队分析了比赛中的失误原因,在AI的训练中做了一些调整。比如说,去掉那些1v1时代遗留的脚本写下来的逻辑,除一除bug,增加一些随机选择。

然后就有了今天这场对决。

这场对战之后,OpenAI Five就迈进了下一个阶段:向着Dota圈的世界杯,顶级赛事TI8(The International)进发。

之前,GDB说想通过这次比赛,看看有没有希望在8月底之前达到TI(The International)大赛上顶级职业选手的水平。

现在看来,我们只能寄希望于顶尖人类战队,来与AI一战了。

沉默的钢铁侠


每次OpenAI取得进展,AI在Dota2战场斩获胜利,总有人将其归功于伊隆·马斯克。中外概莫能外。毕竟,马斯克是OpenAI的创始人之一。

不过今年2月,钢铁侠已经退出OpenAI董事会。

2015年,马斯克与YC董事长Sam Altman、天使投资人Peter Thiel等一起创立了OpenAI,对标DeepMind。然而众所周知,马斯克对于AI发展的态度,十足悲观,是地球上知名的“AI威胁论”持有者。

对于今天的胜利,Sam等公开表达了祝贺。

而马斯克看起来内心毫无波澜,甚至都没有想笑一下。话痨一般的他,没在Twitter上主动提一句这件事,只是闷头说特斯拉Model 3。

当然,有人问他支持谁,马斯克只是简单地回复了两个字:


“人类”


更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系作者 精选 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

精选
精选

精选和转载来自其他媒体的趣闻

评论(3

  • 我大概看了一些比赛过程...人类选手真的有半职业水平么……看得我醉了,我感觉也就鱼塘选手

    2018-08-06 12:39 via weibo
  • 改名我说 改名我说
    回复
    0

    从玩游戏来讲,赢了也正常,想当初我打个人机都打不过呢

    2018-08-06 12:03 via weibo
  • 大老师是墙头草[小黄人得意]

    2018-08-06 10:47 via weibo

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈