8 月 13 日，作為 2017 年度《Dota2》賽事中分量最重的一個，"TI7 國際邀請賽 " 在美國西雅圖鑰匙球館正式落下帷幕，中國的 NewBee 戰隊最終以 0:3 的總比分不敵歐洲勁旅 Liquid ，無緣捧起冠軍神盾。而 CNDota 也延續著自己 " 奇數年奪冠難 " 的神秘魔咒。本屆賽事看點頗多，既有 " 李逵 "（Liquid）戰隊在敗者組完成 1 穿 6 並最終奪冠的夢幻童話，同時也有著中國 Dota 戰隊再一次與世界冠軍失之交臂的悲情戲碼。隻不過這些在以彩蛋形式亮相的 Open AI 面前，都隻能淪為配角，因為它的出現，宣告瞭人工智能正式向《Dota2》這款遊戲進軍瞭。
抱歉 世界冠軍慘遭無情吊打！
Dendi 輸瞭！
如果你玩過《Dota2》這款遊戲，那麼相信你或多或少的都會對這個名字有些印象。這位出生於 1989 年的烏克蘭老司機，可以說是整個世界上最頂尖的電子競技選手之一，曾經隨隊在第一屆 Dota2 國際邀請賽（TI1）上奪得冠軍，又在後面的兩屆 TI 上斬獲亞軍。而就是這樣一位有著強橫實力的選手，卻在 8 月 11 日正賽結束後的表演賽上輸的如此徹底，而他的對手則是一個 U 盤，確切點說，是 U 盤當中裝著的由 OpenAI 開發的 Dota AI。
對決的規則並非 5V5 的經典模式，而是中路 solo 單挑，這一點對於打多瞭 " 父子局 "、" 可樂局 "、" 燒烤局 " 的小夥伴們來說或許更加熟悉。整場對局不能使用魔瓶、凝魂之淚、靈魂之戒、聖壇等裝備或場景道具。而雙方選用的英雄也均為長著一張嘲諷臉的影魔（Shadow Fiend）。
比賽從號角響起的那一刻開始，便不再有懸念！一開局，OpenAI 就展現出堪稱完美的卡兵技巧，而當雙方正式交鋒時，職業選手與人工智能之間的差距也開始明顯地顯現出來，無論是正反補兵還是技能施放，AI 對距離和時機都把握都更加準確，毫無遲疑。根據 OpenAI 官方給出的數據，AI 每分鐘的操作次數（APM）僅僅是人類的平均水準，換言之，AI 的每次出手收益都比 Dendi 更高，無效操作更少。
第一局，AI 利用假動作誘騙 Dendi 上前補刀並將其擊殺，而第二局對戰中，Dendi 更是因為前期的卡兵失誤而痛失先手，比賽也在 AI 無限地優勢滾雪球當中草草結束。兩局對戰兩場虐殺，更重要的是它們加起來一共才不到 10 分鐘。
紮心 獨門招式讓它們越來越強！
比賽結束之後，OpenAI 的老板馬斯克還在自己的 Twitter 上怒刷一波存在，並認為 OpenAI 第一次在電競上完勝世界頂級選手這件事，可比象棋圍棋要復雜的多。
當然，對於 OpenAI 的勝利，官方也公佈瞭其獨門秘訣，要知道它之所以強大的原因就在於它並沒有通過模仿學習和搜索策略來進行訓練，而是完全通過 " 自我對決（Self-Play）" 的方式來提升自己的水平。並且在整個提升的過程當中，AI 從最早隨機渾噩的狀態逐漸進化到世界冠軍級的單挑水準，僅僅花費瞭兩周的時間。
而有人工智能涉足的又怎會隻有《Dota2》這一款遊戲，這不，就在 8 月 10 日凌晨，暴雪旗下《星際爭霸 2》開發團隊就在 GitHub 上發佈瞭一款與 DeepMind 合作的《星際 2》API 工具，以方便玩傢與研究人員接入遊戲後進行對 AI 的研究與訓練。
根據官方給出的介紹，這一套工具包當中包含瞭腳本、基於圖像的 AI、API 以及功能齊全的 Linux 包（Linux 包旨在雲端設計運行）同時提供文檔、樣本代碼和樣本 bot，為瞭方便研究者更好地進行研究，還支持離線的 AI 對 AI 的模擬戰，以及 1 對 1 的天梯競技錄像包供玩傢參考數據。而除此之外，暴雪也承諾會收集數十萬匿名玩傢的天梯比賽錄像，讓玩傢更方便地去訓練 AI 進行模仿。而這一設定，倒是與當初阿法狗瘋狂學習圍棋棋譜是同一個思路瞭。
絕望 人工智能真的無法無天？
實際上在今年 5 月 28 日的 " 圍棋世紀大戰 " 當中，人工智能 " 阿法狗 " 早就已經用一場 "3:0" 給目前世界排名第一的職業棋手柯潔好好上瞭一課。精彩的對決，不但展現瞭柯潔這位圍棋天才的驚人實力，更是讓世人見識到瞭人工智能的可怕之處，並促使所有人都開始思考一個問題：
如今的人工智能真的已經到瞭無法無天的地步瞭嗎？
得出的答案或許有很多種，但至少在目前的遊戲領域或者電子競技層面上，AI 想要真正擊敗人類選手，難度還是比較大的。就那這次《Dota2》的 SOLO 賽來說，我們必須承認 AI 的獲勝是如此令人印象深刻的成就，但也要認清的一點就是：這或許並不是 AI 技術上的一次突破。
要知道 1v1 不能夠與 5v5 相提並論，尤其是在《Dota2》的比賽當中，局勢的瞬息萬變對一個團隊（包括 5 名玩傢）在運營、策略、溝通、出裝方面的要求都相當高。在這樣的前提之下，1v1 模式中當中的機械技能以及短期策略就顯得用處不大瞭。而 AI 對於 " 變量 "、" 隨機性 " 這些訊息的把控是否準確也就成為瞭整場比賽真正的勝負手。總之，在瞬間反應與對線操作方面，人類想要達到電腦級別的速度顯然並不現實，而在團戰處理與整體運營方面，人工智能需要學的還有很多。
而在《星際 2》的領域當中呢？答案也同樣如此，雖然 DeepMind 的 API 工具已經在《星際 2》上工作瞭一段時間，但到目前為止，研究人員依然沒有取得重大突破。而研發人員也普遍認為，距離在《星際 2》上擊敗頂級人類玩傢至少還需要 1 — 2 年的時間。
電子競技的核心就是在遊戲之中雙方玩傢之間的體力與腦力的對抗，而瞬息萬變的局勢以及整體化的運營方式也成為瞭目前人工智能無法全面在遊戲領域戰勝人類的關鍵所在。當然，作為人類的我們也不能夠過於樂觀，畢竟曾經的我們在圍棋方面也下過相似的論斷。
閱讀全文
