闭关四万五千年！人机大战告一段落，OpenAI以2：0完胜人类Dota2冠军队

在Dota 2世界冠军队OG和五机器人团队OpenAI Five之间的一系列现场比赛中，AI连续两场赢得了比赛，以2:0结束了比赛。OpenAI凭借相当于在现实世界中45000年的游戏经验，让AI势不可挡，它巧妙地驾驭战略决策，并以惊人的良好判断力占据优势。

人类团队OG的五位顶级Dota 2职业选手，于去年赢得了世界上最令人垂涎的电子竞技奖，当时它在The International上获得第一名，是首次举办的年度Dota 2锦标赛，奖品现已累计2500万美元。OG与OpenAI Five机器人对峙，所有机器人都使用相同的深度强化学习技术进行训练，并由同一系统的不同层独立控制。

今天OpenAI Five的表现是迄今为止最高质量的能力演示，该系统在去年8月以微弱劣势输给了实力较弱的电子竞技队。根据OpenAI联合创始人兼主席Greg Brockman的说法，OpenAI Five通过在加速的虚拟环境中进行自我改进而得到改善。

“OpenAI Five由深度强化学习提供支持，这意味着我们没有对其进行编码。我们把它编码为‘如何学习’，在其存在的10个月中，它已经玩了45000年的Dota 2。”

Dota 2是一款极其复杂的策略游戏，涉及超过100个独特角色，深层技能树和项目列表，以及在比赛中在屏幕上播放的令人眼花缭乱的变量阵列。因此，OpenAI在其AI系统扮演职业玩家时会施加一定的限制，最重要的是限制两个五人团队使用的英雄数量。

在这种情况下，每个小队有17个英雄可供选择。OpenAI还选择了所谓的“Captain’s Draft”游戏模式，该模式允许每个团队战略性地禁止英雄，以防止其他团队在使用不同的拣选顺序之前选择这些角色。这让队长在英雄组合之间建立了优势，并且一旦团队开始逐一填写名单，就通过强大的计数器利用敌方英雄的弱点。

与之前的比赛一样，OpenAI也禁用了召唤和幻觉功能，这两项功能都涉及以英雄副本的形式引入额外变量，OpenAI还没有训练其系统来解释这些变量。除此之外，游戏就像正常的Dota 2比赛一样，其最终目标是摧毁敌方队伍的大型塔楼。

在第一场比赛中，OpenAI Five让OG感到吃惊，它们通过依赖一系列激进战术获得胜利，包括一个特殊的决定，即使用游戏内赚来的货币在英雄死亡后立即将其复活，甚至在比赛的早期也是如此。

正如Greg Brockman所指出的那样，OpenAI喜欢有利于短期收益的战略，揭示了它在掌握人类擅长的长期规划战略的不足。在这场比赛中，早期行动得到了回报，比赛维持了30多分钟。

在第二场比赛中，OpenAI表现得更好，在最初的几分钟内就占据了优势，然后无情地向人类玩家推进，并且只用了上一场的一多半时间就获得了胜利。Mike Cook是一位狂热的Dota 2玩家和观众，擅长人工智能和游戏设计的融合，他指出了OpenAI Five在第二场比赛中开始玩的异常激进，而OG在地图上几乎没有采取任何行动来对抗它的进攻。Cook特别指出了OpenAI Five是如何巧妙地利用其特定的英雄选择。

对于OpenAI来说，不仅仅是胜利值得庆祝，重要的是这证明了它对强化学习的态度及其AI取得里程碑式的进展。研究小组将不再公开展示其AI，但他们现在致力于开发软件，让人类与OpenAI Five软件实时协作，与机器人团队一起协作，并学习它们独特的、前所未有的战略和行为。

该组织还发布了一个平台，供公众与OpenAI Five对战，采用Arena的模式，将于4月18日起开放三天。

OpenAI表示，协作软件可能永远不会向公众开放，但OpenAI的联合创始人兼首席执行官Sam Altman表示，此类工作证明了与AI智能体的合作可能会在未来带来巨大的利益。

“这对于世界如何运作，如何训练这些事物并使它们同时工作是一个重要的启示，合作是我们对未来世界更积极的愿景之一，人工智能与人类共同努力，使人类变得更美好，更有趣，更有影响力。”

Altman表示，OpenAI可能会继续涉足Dota 2和其他视频游戏，它们是测试AI的良好的平台，也是测量进度的基准工具。但是他认为，对于更广泛的人工智能行业而言，掌握视频游戏可能很快就会过时。

最终，OpenAI希望将其Dota 2学习并扩展到游戏之外的新领域，最终扩展到现实世界。为此，该组织正致力于使用强化学习和其他技术，为机器人手提供更灵巧和人性化的动作。

“OpenAI正在为建立通用人工智能而努力，并与世界分享这些优势，确保它是安全的，我们希望建立一个能够执行任何人类任务的多功能AI系统。我们不光是为了打赢电子游戏，更重要的是揭开通往AGI道路上的秘密。”

让我知道你在看我！