随着近年来科技的迅猛发展,人工智能已经离我们近在咫尺!与此同时,人类与人工智能的博弈也越来越频繁化了。记得还是几年前,全球顶级围棋冠军对人工智能AlphaGo发起了挑战,结果以失败而告终。
值得一提的是,近日由DeepMind研发的新人工智能选手AlphaStar,与人类顶尖游戏选手MaNa来了一场"星际2"游戏对战,结果显然还是人工智能以10:1的战绩完胜人类选手。
AI逐步进入游戏领域,vivo率先布局
经过短短几年间,人工智能已经开始形成更加强大的攻势,同时也逐步跨进游戏领域。要知道,游戏的难度性要比围棋高多了。值得一提的是,vivo早已开始布局。早在2018年初vivo便发布了第一代人工智能助理Jovi,并且实现人物识别、快递服务以及景点地址、网址查询等日常信息功能。而现如今,vivo再次将目前指向了游戏领域。
vivo巧妙训练AI打王者游戏
现如今手机端越来越发达,导致手机游戏火热无比。许多用户购机就是冲着游戏去的。想想看,如果巧妙训练AI帮我们打游戏,那该是件多么高雅的事情呢?别说!vivo确实这么干了!
自从去年7月份vivo成立了“vivo AI Lab”后,便开始针对王者荣耀进行AI化操作测试。游戏不像围棋那样,对AI性能要求更高。因此“vivo AI Lab”专属提出了一种全新的分层强化学习模型。而这种神经网络模型既能够通过模仿人类来制定宏观策略,同时还能根据强化学习来保证微观操作。尤其适应即时战略游戏(RTS)对于操作的需求。
比如在进行王者游戏时,需要考虑游戏大局观的掌握,因此AI化操作时,就必须知道“去哪儿”、“应该何时去支援队友”、“队友应该何时一起参加团战”等一系列联动。与此同时,还必须掌握部分细节的操作,包括“何时闪现”、“何时交出大招”、“多人团战中应该如何精细走位”、“团战中应该如何释放技能”等。
针对AI难以掌控的大局观效果上,“vivo AI Lab”采用了一种叫“多智能体”的强化学习方法。换言之,就是通过模拟成百上千个机器人在游戏中不断对抗,以此来选择最佳的作战方案。
根据目前“vivo AI Lab”官方公布的成果显示,通过此种神经网络训练出的AI模型,可实现1V1模式下100%的胜算;而在5V5的模式中,同样具有一定的协同性。
除此之外,“vivo AI Lab”还搭建了一整个“分布式强化学习环境”;例如手机负责游戏的运行、动作执行和数据采集;电脑负责连接手机和服务器,进行强化学习算法选择、动作决策单元的运转;云端的GPU服务器集群负责整个神经网络的运行和存储等。
而在这种环境中,“vivo AI Lab”同时更具普适性地直接使用了全开源的gRPC技术,这种技术是HTTP 2.0时代的基础底层数据框架。
全新图像识别技术,游戏体验更绝佳
此次vivo AI lab的研发技术,并没有选择以往游戏的API接口,而是采用了难度系数更高的图像监测。直接通过图像识别+模拟操控来打游戏 ,整体实现难度不可估量。
但这对于vivo而言,直接从图像监测并获取游戏中的各种特征数据,是为了更好地让人工智能完整模拟人类从看到屏幕上的图像效果,以及实际操作的全过程。换言之,这种措施是让人工智能运转环境条件更加贴近人类用户。
结尾
值得一提的是,即人工智能助理Jovi发布之后,vivo在去年9月份再次迎来全新IoT战略"Jovi物联",使得Jovi可更为便捷的适配到智能家居产业上来。而现如今,vivo AI lab在游戏领域的造诣更加展示了vivo在人工智能方面的实力。相信未来vivo会带来更多令人惊喜的创新技术。
领取专属 10元无门槛券
私享最新 技术干货