AI组团打游戏击败人类 难道真有了“人的意识”?

2018-07-11 09:18:17     来源:扬子晚报
两年前谷歌旗下人工智能部门DeepMind开发的人工智能击败了世界围棋冠军而一举成名。

两年前谷歌旗下人工智能部门DeepMind开发的人工智能击败了世界围棋冠军而一举成名。现在,DeepMind的另一个项目已经学会了如何玩多人游戏《雷神之锤》。而就在上月底,由马斯克联合创立的人工智能非营利研究机构OpenAI宣布,其开发的AI(人工智能)组队在5对5对战中战胜了游戏Dota2的顶尖业余玩家。这被认为是继阿尔法狗大战柯洁之后的又一里程碑事件。

组队赢了Dota 2

6月25日,著名非营利机构OpenAI宣布:其研究的OpenAI Five能像人类一样“组队”,首次在5对5对战中战胜Dota 2人类玩家,平均天梯分数超4200分(超过近90%玩家)。比尔·盖茨评价说:“这是一个了不起的成就,因为它们的胜利需要团队合作和协作,这是人工智能前进道路上的一大里程碑。”

会玩《雷神之锤》

7月3日,DeepMind表示开发了创新和强化学习技术,使AI系统能在《雷神之锤III竞技场》的游戏中达到人类的游戏水平。研究者们举行了竞赛,参赛队伍有3种形式:人类玩家组队、机器人组队、机器人和人类玩家组队。最终全员为机器人的小队胜率达到74%(老手玩家胜率约为52%,普通玩家为43%)。

怎么赢的?AI一日,人间180年

学得迅速

设计者让OpenAI Five通过自我对抗的方式从随机权重开始学习,随着训练的进行,英雄从漫无目的地闲逛到出现战斗的“意识”。几天之后,AI的策略就非常接近人类了。据报道,AI的训练量级非常大,每天都能完成人类玩家180年的练习量。

算得飞快

OpenAI Five使用在256个GPU和128000个CPU内核上运行的扩展版近端策略优化进行训练。OpenAI每4帧评估一次局势,并产生2万个决策,这样的循环每场游戏平均会进行2万次。OpenAI平均每分钟可进行150-170次操作,平均反应时间为80毫秒。

独特风格

在游戏玩法上,OpenAI Five还形成了一些“风格”和独特策略,比如经常来牺牲自己的优势路以压制敌人的优势路,迫使战斗转移到对手更难防御的一边;AI英雄还会自我牺牲,把人类玩家引诱出高地,确保团队其他成员能推塔成功。

团队精神

OpenAI Five的英雄之间并没有具体的通信渠道,它们通过被研究人员称为“团队精神”的超参数控制团队合作。设计者表示:“我们能够从比赛中感受到,AI算法间的协作意图似乎是一种非常自然的本能表现。当用一位人类玩家替换掉5位AI玩家中的一位,人类玩家也表示能够体会到AI队友对他的支援。”

为什么要让AI打游戏?

自从AI征服了围棋之后,就有人工智能公司表示,要让人工智能在即时战略游戏中战胜顶级人类玩家。在棋类游戏中形势的变化是很容易被量化的,即使是复杂的围棋也只是在19×19的棋盘中进行的。像《星际争霸》这样的即时战略游戏,每个单位可能占据的位置远比这个数字多得多。相比较而言,棋类游戏更加清晰和有跳跃性,而即时战略游戏更加混乱并有连续性,显然后者更接近于真实的世界。如果将游戏之中多个AI之间的合作延伸到AI技术商业化应用场景,这类多种AI算法将可以应用于在线交易、广告竞价排名、生产线上多样化制造等场景。此外,具有团队合作的AI与人类也可进行合作。 宗合

AI是怎么学会“团结协作”的?

和AI的对阵,人类又败下阵来。这一次,AI不仅在智商上赢过了人类,而且还有了团结协作的能力。这个巨大进步让人不寒而栗:AI难道有了“人的意识”?被AI全面取代的日子,真的又近了一步?

AI们学会的“协作”,其实是“强化学习”算法

记者就这一问题采访了南京航空航天大学人工智能学院陈松灿教授。陈松灿认为,这一比赛结果的确说明AI玩游戏的“水准”又提高了,但我们也没必要过分恐慌,因为AI的“协作”能力从本质上说依然是“算法”在支撑,因此,“人的意识”说显然是不存在的。

DOTA游戏里,AI是怎么实现“协作”的?陈松灿介绍,这其中起主要作用的是一种名为“强化学习”的算法。“玩游戏的人都有这样的经历,一个人玩时,想的是‘怎么让自己赢’,而几个好朋友组成‘战队’团队玩游戏时,肯定会想着‘协作’,让团队获得游戏的胜利。AI的世界里,也有这样的‘获胜’规则。”陈松灿说,AI之间的“协作”,是一种强化学习算法,它可以达到“策略最优”的目的。单人游戏的时候,AI只要关心策略实施后自己获得的奖赏。多人协作游戏中,每个AI需要关心策略实施后自己获得的奖赏,以及整个团队获得的奖赏。“如果某个操作会给自己带来很大的奖赏,但是会导致团队损失,那么这个操作会被尽量避免。”

AI这么高的“智商”是哪儿来的?

很多人好奇,AI为什么能这么聪明?陈松灿教授解释,人工智能有很强的学习能力,“有了高性能计算设备和大量的数据资源,我们设计的先进算法就能从数据中学习出有用的知识。机器相对于人类来说,可以不知疲倦地24个小时自我学习,自我博弈,远远高于人类自我学习的时间。”

其实,AI的勤勉也是人类赋予的,陈松灿介绍,类似“协作”,“聪明”也是人类为AI设计的一种算法,“研究人员通过历史数据、设计算法等方式教给它们知识,可以这么说,人工智能中人才是幕后英雄。”

因此,陈松灿否认了“人工智能取代人”的说法,“比起取代,我更认为人和人工智能相互协作是趋势。为什么人与人能相互协作,人与机器就不行呢?”

这些“通了电的脑袋”有了新的协作小伙伴

别小瞧“协作”,AI实现的每一项新技能,其实背后都是人类大量的人力和技术投入。在我们身边,专业的人工智能学院也逐渐兴起。陈松灿教授介绍,江苏众多高校,如南京大学、南京航空航天大学都设立了人工智能学院及相关专业方向。“计算机视觉、机器学习、自然语言处理,这些人工智能范畴的技术扮演着越来越重要的角色,因此人工智能专业人才的需求越来越大。”

在南航人工智能研究院,科研人员正在努力将人工智能技术应用到无人机中,“通了电的脑袋”有了新的“协作”小伙伴。陈松灿透露,无人机研究原本就是南航的特色,南航人工智能研究院目前正在进行的这项研究,意在让人工智能加持下的无人机“视力”更加出众,能够在飞行中更加灵活地躲过障碍,更好地执行任务。 实习生 马腾跃

扬子晚报全媒体记者 杨甜子

推动建设开放型世界经济 提升上海国际金融中心能级
推动建设开放型世界经济 提升上海国际金融中心能级

作为世界上首个以进口为主题的国家级展会,进博会已经成为中国构建新发展格局的窗口、推动高水平开放的平台、全球共享的国际公共产品。

梦天实验舱8个科学柜陆续开机 即将开始在轨测试
梦天实验舱8个科学柜陆续开机 即将开始在轨测试

随着梦天实验舱成功发射升空并顺利完成交会对接和转位,中国空间站“T”字基本构型在轨组装完成。目前,梦天实验舱8个科学实验柜陆续加电开机,即将开始在轨测试。

您可能喜欢
神舟十四号:太空生活丰富多彩
神舟十四号:太空生活丰富多彩

10月12日下午,中国航天员将在中国空间站进行“天宫课堂”第三课授课,这也是神舟十四号飞行乘组航天员陈冬、刘洋、蔡旭哲在空间站度过4个月多的太空生活后,首次太空开课。

“最美教师”韩龙:把音乐的种子播进孩子们的心田
“最美教师”韩龙:把音乐的种子播进孩子们的心田

​从一名怀揣音乐梦想的普通大学生,成长为逐梦军营的文艺士兵;从致力于音乐事业的职业音乐人,变身为扎根基层的乡村音乐教师。一年援疆、三年援藏,他把音乐的种子播进孩子们的心田里……

奔向美好生活丨“有学上”还得“上好学”
奔向美好生活丨“有学上”还得“上好学”

教育,是国家和民族的未来。美好生活的向往里,人民期盼有更好的教育。学有所教、学有优教,教育正改变无数人的命运,帮助实现无数人的梦想。

奔向美好生活丨办好人民满意的教育
奔向美好生活丨办好人民满意的教育

​人才决定未来,教育成就梦想。构建良好教育生态、办好人民满意的教育、让孩子们健康全面发展,是全党全国全社会为之努力的目标。

您还可能喜欢