詹士 在宥 金磊 发自 WAIC量子位 报道 | 公众号 QbitAI

王者荣耀，顺利成为全场焦点。

这不是你以为的KPL（王者荣耀职业联赛）现场。

而是企业云集的上海世界人工智能大会（WAIC 2021）的一角。

人类 VS 绝悟（AI），2万元现金+2万Q币奖励。

成功激发了在场所有人的热情。

甚至在场外，肉身缺席的PonyMa，“临门一脚”地发来语音，专门宣布这件事。

重视程度，可见一斑。

于是，这件事也顺利登上了各大榜的热门话题。

接下来，一同来看下这场人机大战。

5位挑战者上台坐定，随着主持人一声令下，比赛正式开始。

禁英雄（Ban）阶段，AI的动作就有说道——次次禁蒙恬。

至于为什么，现场工作人员解释道：

AI根本不Care人头，上来就快速推塔带线，这都是跟职业队练出来的。

蒙恬这种英雄4级后爆发推塔很强，甚至一打五都可能。

嘿，别看只是个AI，战术比特币如何挖矿还玩得挺溜。

最终阵容如下：

OK，大战开始！

开局原本各自对线好好发育，绝悟纠集4个英雄想来灭掉中路大乔和耀也没得逞。

但等到2分钟打龙时，绝悟分别在两个龙区拿到2个人头。

下一分钟，绝悟又在下路纠集4打2拿到2人头，一下就把差距拉到4:0，还拆了一个塔。

就此人类崩了，等到跑车出击时差距已经拉到7:0。

到最后，绝悟5个英雄甚至越高地塔进去疯狂输出人类，3:16，直接被推……

啪的一下，就很快有木有！

随着战斗结束，主持人凡尔赛般安慰选手：

希望大家不要有心理负担，享受游戏快乐最重要。

但我们一同回看下AI的操作。

毫无破绽就不说了，配合度和精准度都高很多。

比如越塔杀人：

进入水晶区火中取栗：

还懂得当退就退，绝不恋战：

当然AI也有犯傻时候，残血还在踟蹰：

于是，就着AI这种“骚操作”，参与比赛的现场观众没能胜AI一场。

绝大部分战斗甚至没有推掉一个塔。

因此，一人三杀、团队十杀均能获得奖励，虽然只有Q币，没有现金。

虽说绝悟实在强，不过，人类不服输的意志是被彻底挑动起来的！

连主持人都忍不住了：

每次Ban人时劝诫大家不要选操作太难的英雄，挑自己擅长的来。

绝悟会Ban元歌和露娜，这两个英雄有会玩的选手可以优先选。

也正因大家都明白对战不易，每次人类方首杀AI总能获得喝彩，有一位哪吒反复击杀AI，更是赢得满堂鼓掌：

好！！！

我们大致算了一下，开展2天大约有15波参赛队组团挑战。

较好组合一局内凭借操作加上依托己方塔打防守反击，勉强在人头数上与AI差距不大。

但，也仅止步于人头数差距不大——

而这，还是官方将AI战力调低过的…

或许你会说，前来挑战的都是路人才会如此。

不不不。

还真不是如此。

绝悟在现场也同职业选手大战4个回合。

这些选手ID分别为重庆 QGhappy.Hurt、成都 AG 超玩会。无痕、武汉 eStarPro. 诺言、深圳 DYG. 小义以及辰鬼。

最终，他们与绝悟比分3：1，仍然是AI胜。

不过一位现场工作人员向量子位爆料：

并不是真的AI多厉害，而是人类选手缺乏配合上的磨合，直接上来打表演赛，倘若按专业电竞比赛集训磨合再与AI对战，胜负尚未可知。

而关于绝悟唯一那次失败，量子位专门向其询问感受，对方表示：

这都正常…

口气云淡风轻。

绝悟碾压人类的技术是什么？

根据腾讯官方说法，绝悟并没有所谓“开挂”，在游戏中的客观条件限制是一致的。

“绝悟”区别于人的优点主要有两点：

用一句话概括就是，比你理性，不被情绪左右，没有那种世俗欲望，还比你勤奋。

绝悟之所以要如此勤奋，也是被王者荣耀逼的——这游戏太难了。

首先，作为是一个无法预料对方操作的不完全信息游戏，玩家需要不断探视野，敌我双方的实时位置、状态等信息不透明，AI也需要在这样的前提下做决策；

其次，王者荣耀对局复杂。

100多个英雄，这其中的阵容组合高达10的15次方种，不同的组合对应的打法又不一样。

另一方面，游戏中的角色状态、种种操作加上装备选择相当复杂。

光是想想已经头大，还要在策略规划、目标选择、技能应用、路径探索及团队协作上面临大量、不间断、即时的选择。

我们也向现场技术人员做了请教：绝悟AI与谷歌ALPHAGO能力是否雷同？

对方表示：

绝悟算力水平远超ALPHAGO，因为围棋游戏背后的可能性远少于王者。

后者除操作英雄，还有协同打团，BAN人及不同英雄配合需要考虑进去，所需算力不在一个量级。

工作人员还透露了一个惊人的数字：

AI在一局里操作可能性大概有10的2万次方种。

什么概念？

整个宇宙原子总数也只是10的80次方！

如此复杂情景对绝悟背后的AI技术要求极高。

最初版本的“绝悟”通过监督学习方法来训练，以海量有标记的训练数据为基础，推导出行为预测函数，实现拟人化。也因此，标注数据质量尤为重要。

随着研发团队在深度强化学习、多智能体决策课题上的研究不断深入，“绝悟”不再需要模仿人类数据，转而通过与自己对战，进一步提升微操水平和大局观，达到了王者荣耀职业电竞水平。

强化学习通过构建奖励和惩罚刺激环境的角度出发，优化AI行为逻辑。

根据团队技术负责人杨光介绍：

AI会通过奖励（reward）反馈，知道一个行为做的好还是不好。在获得大量反馈后，AI会渐渐摸索出能够取得胜利的行为，表现出‘学会’玩游戏的效果。

这个方法的优点在于，不依赖已有数据并且能够探索出新的策略，甚至于超越当前人类的认知，在行为多样性和完成任务的能力方面有了质的提升。

比如在训练后期，AI 甚至自己探索出了全新策略，“比如‘绝悟’经常多人抱团吃线，从而达到经济的最大化”。

上述技术相关论文早在2018年已经公布。

今年5月，绝悟也已在线上与很多玩家开启对战，各家媒体跟进宣传。

论及绝悟又有什么新变化？

现场工作人员向量子位独家透露，今年5月至今，绝悟采用了更多训练KPL职业选择操作数据进行训练。

另一方面，腾讯AI Lab长期保持与顶尖高效合作，通过贡献技术数据，高校相应成果与技术也参与其中，由此，“绝悟”水平也达到了今天顶尖选手层次。

看完对阵AI现场及技术，不瞒你说，我这个铂金段位自己也一个没忍住报名1V1。

由于只能选限定的部分英雄，日常张飞刘禅的我，也不得已选了关羽。

于是乎，被虐了个5：1，而那1杀是塔点掉的……

经历完这些，我已卸载王者，告别一场赚2万的幻想，安心工作去了……

— 完 —

量子位 QbitAI · 头条号签约