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。
面对AI，人类不能输！
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，战术还玩得挺溜。
最终阵容如下：
- 人类：耀、鲁班、婉儿、韩信和大乔。
- 绝悟：孙尚香、达摩、牛魔王、雅典娜和奕星。
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。
被虐的不止是路人
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。
绝悟背后的骚技术
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：
- 首先，训练效率非常高，一天的训练强度高达人类 440 年（腱鞘炎警告）；
- 其次，不受情绪、性格影响，配合障碍更低。
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 —
