Dota2被攻破，AI與玩家只能是對抗么？AI還可以讓游戲體驗更佳

隨著歡聲笑語中打出“GG”，AI在游戲領域又有一個里程碑式的勝利。

沒錯，AI開始攻破Dota2的5V5團隊戰(zhàn)斗了，OpenAI研發(fā)的人工智能戰(zhàn)隊，首次在5v5的Dota2開黑團戰(zhàn)對戰(zhàn)中，擊敗人類玩家戰(zhàn)隊。

這個能打團戰(zhàn)的AI名叫OpenAI Five，是OpenAI最新的研發(fā)成果。

OpenAI Five完全通過自我對戰(zhàn)來學習打Dota2，每天的對戰(zhàn)量據說相當于人類的180年。而且驚人的硬件消耗量，應該也是創(chuàng)下紀錄：256塊GPU和12．8萬個CPU……

OpenAI Five 的網絡架構圖

此次比賽中，人類出戰(zhàn)的是五個業(yè)余玩家，但是經過此次比賽，OpenAI在其官方博客宣布，將進步一挑戰(zhàn)職業(yè)團隊，并定下了8月份擊敗國際頂級專業(yè)團隊的目標（僅限一組英雄的條件下）。

其實，這并不是OpenAI首次公開試玩Dota 2，早在去年，OpenAI在Dota2 1v1比賽中戰(zhàn)勝了人類選手Dendi。

從Deep Blue到AlphaGo，再到現在的Dota2，將人工智能與人類之間進行較量，一直是計算機科學領域的有趣傳統(tǒng)。

FPS游戲中“強大”的AI對手

AI的強大，尤其是在FPS類游戲中，是顯然易見的。給定同樣信息輸出，接受同樣信息輸入的前提下，AI在絕大多數FPS游戲里都能碾壓人類選手。和圍棋不同，FPS游戲講究的是在最短時間里處理游戲給你的信息，你作出極快速的反應再輸入進游戲，而相比AI來講這兩點都不是人類所擅長的。

拋開無需團隊協(xié)作的1v1游戲模式，就5v5協(xié)作性的競技類游戲而言，以當下熱門的Dota（以及 DOTA2）和LOL為例，從理論上而言，復雜的英雄、物品、配合、長短期策略結合等等，讓我們覺得現階段的團隊行FPS游戲對于AI較為困難。

但是，現實表現來說，AI的表現并不差。通常的FPS游戲，主要信息輸入主要包含三個因素：3D畫面、3D聲音、HUD（數值化的數據信息）。以下圖為例，上下左右有四個分區(qū)HUD，除了右下角之外可以說都很重要。然而你需要全神貫注卡點的時候，分時處理就顯得很難了。

對于AI來說，這一切就變得相當簡單了。AI可以對這三種信息進行同步處理，速度可以達到給定的FPS，即每秒分析60或更多畫面。AI不存在人類分時處理的問題，AI完全可以另建一個信息子系統(tǒng)接管HUD信息，就像AlphaGO的勝率估算系統(tǒng)一樣，對決策系統(tǒng)提供數據支持。

在3D聲音方面，人耳可以進行簡單的音源方位識別，所以3D游戲的音源會與3D模型綁定，對音源進行一定程度的高低音、左右音量處理，對空間聲音進行仿真，但是在聽覺定位上卻有著難以克服的缺陷。

AI則可以對標準化的槍聲和腳步聲進行采樣，再量化識別游戲對聲音的處理情況，準確地逆向計算聲音所代表的位置。翻譯成你們人類能理解的畫面，就是下面這樣：

當然，一些有經驗的職業(yè)玩家可以做到以耳機聲音的細小差別辨別敵人位置，但是AI可以完全實現聲音“透視”， 而且多處理器的系統(tǒng)完全不存在只有人類才有的“注意力”問題。

但是，在Dota2這場比賽中，AI雖然贏得了比賽，但其也是依靠著諸多限制的。比如，比賽雙方都使用固定的瘟疫法師、冥界亞龍、矮人火槍手、水晶室女、巫妖 5 個英雄；禁止使用幻象和分身等等。

熟知Dota的玩家都熟知，英雄選擇的限制其實就已經大大降低了游戲的復雜度，隱身、肉山之類的禁用也縮小了戰(zhàn)略戰(zhàn)術的選擇空間；至于 5 個無敵的信使就更像是對 5 個 AI 之間（也許并不理想的）協(xié)作能力的妥協(xié)了。

除了對抗，AI與游戲還有著更多的落地場景

顯然，研究AI與游戲玩家對抗僅僅只是AI落地游戲行業(yè)的一個分支場景，NVIDIA全球副總裁兼中國區(qū)總經理張建中先生在采訪中說，人工智能的創(chuàng)新落地有四點，分別是自動駕駛汽車、AI city、健康行業(yè)以及AI游戲，由此可以看出AI與游戲結合的巨大發(fā)展?jié)摿Α?/p>

社交將死，游戲上位，智能相對論分析師柯鳴認為，除開游戲對抗，AI落地游戲場景依然大有可為：

1．“神隊友”增強游戲趣味性

目前，我們所提到的AI助力游戲，更多的是基于深度神經網絡，人工智能技術在各大游戲產業(yè)上的應用。AI的游戲滲透從技術、內容提供商，直到游戲到達最終玩家，多從方面來為游戲“加碼”。

AI不同于基本的電腦程序，回想上世紀許多電子游戲中的“愚蠢NPC”令人哭笑不得，此類游戲中的“人工智能”只是由代碼和命令結合而成的“偽智能”，NPC們的更多行為只是由行為樹決定的，并不具有學習能力。

但是，隨著AlphaGo、OpenAI等AI開發(fā)平臺的出現，其依托更加精密的算法和學習能力，大大增強了游戲的可玩性，提高了玩家的滿意程度。比如，王者榮耀AI近期用戶就能體驗到，只要發(fā)現有人在對戰(zhàn)中掉線，AI就會無縫對接，讓AI替人去完成這局比賽。

谷歌旗下的DeepMind也宣布將與暴雪娛樂合作開發(fā)AI，用以在星際2游戲中增強玩家的游戲體驗。微軟此前開源了基于Minecraft的AI開發(fā)平臺，允許用戶可以在游戲中使用上帝模式測試AI，比如開發(fā)人員可以在《我的世界》中教AI如何爬山。而更有開發(fā)者訓練AI通過視覺輸出，讓AI在《我的世界》中擺放積木，但是結果卻不盡如人意，這也體現出了當前AI的需長足發(fā)展之處。

2．“讓產品更加精致”

隨著電競成為2022 年杭州亞運會的正式比賽項目，游戲成為競技項目的同時，游戲及比賽的公平性也成為了一個重要問題。人工智能在游戲領域的其中一種形態(tài)就是反作弊系統(tǒng)。人工智能機器可通過檢測玩家的行為，分析出異常情況，來避免某些玩家使用作弊手段來獲得勝利，保證游戲的公平性。

讓產品優(yōu)化無非是體現在兩個方面，一方面是增強游戲角色真實感，另一方面是游戲場景設計。在增強角色真實感上，愛丁堡大學推出的PFNN技術可以通過神經網絡學習迅速生成動畫，其效果顯著。DeepMind訓練了一個名叫WaveNet的AI，用于提升機器發(fā)出聲音的逼真度，增強場景感知。

其他方面，國內外各大機構更是看準了AI游戲這塊“香饃饃”，紛紛進行試水。普林斯頓大學團隊就通過研究自動駕駛來助力AI游戲。其將人工智能投放到游戲《GTA5》中，使得AI可以在游戲環(huán)境中不斷得到訓練，從而在面對不同的燈光、氣候、路況等條件時，能夠做出最優(yōu)的反應。最終，研究人員成功開發(fā)出一項名叫DeepDrive的自動駕駛模擬器。

3．以游戲AI映照現實發(fā)展

AI應用在游戲領域，與其他的落地場景有一定的差異性。游戲作為虛擬的存在，更是現實的一種寫照，因此其游戲中對象在虛擬場景中遇到的各種感知和決策類問題，同樣在生活中也會遇到，游戲中對這類問題的處理和解決方案，也可以反向應用于實際生活中。

騰訊AI lab 機器學習中心負責人劉晗認為，游戲AI涉及到三個核心能力：對外界環(huán)境的感知，根據狀態(tài)做出的決策，人與智能體之間的對話。游戲AI研究當中對這些研究所累積的經驗、方法與結論，有三個方向的用途：首先是打通虛擬與現實世界的藩籬，從而賦能物理世界，比如無人車和機器人的發(fā)展；其次，游戲中對話智能的研究，或能成為通向強人工智能的重要路徑；第三，研究游戲中人、智能體和環(huán)境的交互，能讓智慧城市這樣復雜而意義深遠的項目受益。

比如對無人駕駛的訓練，便是在虛擬環(huán)境下AI駕駛的一個應用事例。而這樣的事例，將會越來越多。又如城市交通問題，AI與大數據可以幫助建立城市流通模式，并構建虛擬城市，游戲設計的同時更是裨益真實的城市交通。

總之，將AI在游戲中的應用簡單的看成人機對抗是狹隘的，AI所連接的虛擬與現實，在游戲場景中大有可為。雖然，目前AI的應用情況還有很長的路要走，但是，國內國內兩大游戲巨頭騰訊和網易也都已經入場，AI游戲的未來或許不會太遠。