郭一璞 栗子 夏乙 假裝發自 舊金山
量子位 出品 | 公眾號 QbitAI
北京時間早上5點58分，人類半職業Dota高手隊對戰OpenAI Five第二局接近尾聲，被稱為“大老師”的dota plus大數據對人類戰隊宣判了死刑。
它說，AI勝率100%。
6點整，人類第二次打出GG（good game，投降），AI宣告勝利。
這是OpenAI Five首次在5v5戰局中，對上職業選手。今天的人類代表隊由職業和半職業選手組成，在舊金山和AI展開三局兩勝的廝殺。
一方是“從未輸給過人類職業選手”的OpenAI Five，另一邊，人類戰隊中的現役職業選手MoonMeander也在Twitter上高調宣佈“從未輸給過bot，這次也不會”。
事實證明，這個Flag立得太高。
AI以碾壓之勢，連勝兩局。加上正賽前，AI已經碾壓了兩局現場觀眾玩家，整個對戰AI的過程中，人類陣營可謂一敗塗地。
最後一局，改了規則。AI一方的英雄，由現場觀眾共同選出，最後得到一個奇葩陣容。人類玩家靠這種方式，勉強扳回一局。但這也無法改變AI大獲全勝的事實。
總有人把OpenAI的勝利，歸功於已經退出董事會的Elon Musk。對於今天的勝利，鋼鐵俠怎麼說？我們最後揭曉，先說正事兒。
4局被碾壓，1局挽尊
正式比賽之前先進行了兩場OpenAI Five對觀眾的娛樂賽，毫無懸念，均以人類失敗告終，AI拆塔如入無人之境。其中第二場比賽9:28分人類上路高地塔告破，不到14分鐘，觀眾隊就輸給了AI。人類先折兩陣。
不過，後面職業選手的比賽也沒有強多少。
正賽第一局
由於只有18個英雄，正式的比賽雖然有BP，但大家只是象徵性的BAN了一些18個英雄之外的英雄。夜魘的人類選了小牛、瘟疫法師、冰女、剃刀和影魔，天輝的AI選了巫妖、飛機、火槍、DP和萊恩。
一開始，merlini的剃刀越塔送了一血，AI在各路拿下5個人頭後，人類終於拿下一個，此時AI勝率94%。一波團戰後，人頭變為AI 9:3，勝率給到了AI勝99%，象徵性的給人類留下了1%的尊嚴。
之後，AI開始了瘋狂的推塔進程，四一分帶，巫妖一人推掉上路一塔，其餘4人滅掉人類對手，推掉下路一塔。隨後，野區爆發一波團戰，AI前後夾擊，將被包圍在中間的三人統統滅掉，旁邊的一人也殘血逃命不及被補刀，此時已進行到13分鐘，人頭數22:4，AI經濟領先5k。
1分鐘後，下路2塔告破。隨後，人類終於認真配合，四人包圍抓了一個巫妖，然而就在此時，AI隊其餘4人推掉了上路高地塔，人類趕回家救塔，blitz的影魔完成本場人類唯一亮點操作，完成雙殺。然而無濟於事，AI已經開始醞釀最後一波團戰了，他們衝上中路高地塔前，越過人類小牛的阻礙，越塔拿下2個人頭後，淡定拆塔。
最終，人類gg，以8:30慘敗。
這一場彷彿人類完全沒有配合，彷彿被割韭菜一樣推掉。惹得直播間彈幕驚歎：這哪是排名1000名左右的高手，簡直像新手一樣被虐。
正賽第二局
這次人類在天輝一方，選擇了巫醫、影魔、小牛、死亡先知（DP）和隱刺，夜魘AI選擇的是巫妖、火槍、萊恩、冰女和飛機。
第二局的人類似乎稍微有出息了一點，拿下一血，人頭屬於影魔，甚至還推掉了一個塔。AI的勝率成功被堅強抵抗的人類壓低了……1個百分點，降到了98%，甚至開始時，人類經濟都領先了1k。
AI被人類拖到了20分鐘才開始推中路高地塔。然而這點“優勢”沒有持續多久，AI如拆遷隊一般，推完中路後迅速去推下路，緊接著趕去了上路，開局25分鐘，上路塔被拆，人類本局終於沒有機會了。
三局兩勝下，也意味著這場比賽人類還是輸給了AI。而且人類和AI之間的差距，實在是太大、太明顯。
正賽第三局
既然AI已獲兩勝，第三場就變成了娛樂局，由人類觀眾來“刁難”OpenAI Five，為他們選出5個英雄。人類選手MoonMeander為了一雪前恥，號召大家選5個脆皮來噁心一下它們。
所以，人類觀眾們給AI選出了小魚、斯溫、斧王、隱刺和痛苦女王這樣的陣容，而人類則拿到了絕對優勢的死靈法、萊恩、飛機、DP和巫妖。
這套陣容勝率怎麼樣？
沒開打之前，預測勝率為2.9%……
一開場，5個脆皮的劣勢陣容果然很有用，至少在經濟上人類狠狠地壓過了AI。
△ 綠色為人類的經濟
可憐的AI斧王辛苦賺錢養家，不但沒有突破經濟限制，甚至還從全場第三掉到了全場第四。
開始的十幾分鍾裡，AI還在努力的拿人頭，取得了比分上的暫時領先。不過很快，被人類選了5脆皮陣容的AI自知團戰打不過，只好選擇猥瑣帶線，悄悄偷塔。
比賽進行到14分鐘，人類終於追評了比分，14:14平；2分鐘後，人類在草叢堵死了一隻小魚，終於獲得了優勢比分16:15，AI勝率跌到了8%。
22分鐘，人類27:16，AI終於被大老師判了死刑，勝率只有1%，而經濟也被人類壓了8k。
絕望的AI拼死一搏，無腦帶線，以1人換1塔的精神，義無反顧衝上人類的塔下，被人類狠狠的包圍，群毆一頓。
29分鐘，人類終於開始推高地；5分鐘後，人類推掉中路高地塔，AI還不放棄，悄咪咪搏命偷塔（未果）；2分鐘後，人類終於推掉AI的基地，以絕對壓制的陣容取得了唯一的一場勝利。
整個比賽過程中，不斷有圍觀群眾質疑著人類選手的段位。
這支被AI虐殺的人類隊伍，按照OpenAI的描述是99.95％以上。如果看MMR（匹配分，約等於天梯積分），都在6500以上，天梯排名最低的也只有1000名出頭。
他們是：
- William “Blitz“ Lee：Dota2解說，前職業選手、教練。
- Austin “Capitalist“ Walsh，簡稱Cap：Dota2解說，曾經與Gamer University、Vegetables Esports Club等戰隊打過半職業比賽。
- Ioannis “Fogged“ Loucas：曾經是職業戰隊Steak Gaming、半職業戰隊Vegetables Esports Club選手。
- Ben “Merlini“ Wu：前職業選手，退休解說。
- David “MoonMeander“ Tan，加拿大戰隊compLexity Gaming的職業選手。MoonMeander是本次人類戰隊中的唯一一名現役職業選手，也是OpenAI Five對戰的第一個職業選手。
AI一日200萬場比賽訓練
OpenAI一路贏得輕鬆，現場觀眾的呼聲幾乎全是送給AI的。
看直播的小夥伴裡，則有人對AI全程摩擦人類的贏法表示失望。
“懷疑”OpenAI請了群演的，不止一人。
可被按在地上摩擦的人類，也很絕望啊。
來自人類戰隊的MoonMeanderated發推說，AI一天能打200萬場比賽呢。
人肉訓練的強度，真的沒有那麼大。
與此遙相呼應，中國網友的表達，就更直接一點。
大意可能是，AI學了180年，每天200萬把，比人類厲害不意外，比人類菜就是真菜了。
另外，關於賽前OpenAI宣佈把智能體的反應速度，降到與人類接近的200毫秒，這件事……
看了比賽的觀眾，似乎並不買賬，強烈質疑官方宣傳的反應速度有假。
Reddit也這樣說。
對於同胞的戰敗，人類心有不甘。
也有人擔心，DotA終究會是AI的天下。
好在第三局贏了，雖說有些“小人得志”。刷彈幕的小夥伴們已如願，可以洗洗睡了。
AI挑戰職業選手靠什麼？
目前已知的情報是這樣的：
OpenAI訓練Dota選手的方式，是讓AI從隨機狀態開始，依靠自我對局來優化。
這支AI隊伍長這樣：
簡單來說，每個選手，也就是每個智能體（agent），都是一個包含1024個節點的單層LSTM（長短時記憶網絡），能夠通過V社（Valve）的Bot API觀察當前遊戲狀態，控制英雄去移動、攻擊、施放技能、使用道具。
智能體能夠觀察到的信息和人類差不多，包括自身、隊友和敵人的狀況，比如位置、血量、攻擊力、護甲、攜帶物品、能力等等。
這些信息，對於智能體來說是一個包含20000數值的列表，而它判斷之後發出的行動指令，是8個值的列表。
選手們的訓練，使用的是擴展版的近端策略優化（PPO）方法，這也是OpenAI現在默認的強化學習訓練方法。這些智能體的目標是最大化未來獎勵的指數衰減和。
去年訓練1v1 AI的時候，OpenAI針對卡兵的操作專門設置了獎勵，在5v5版本中取消了。不過，5v5模型還是藉助其他獎勵信號學會了卡兵。
AI選手們在訓練中飯量驚人，承載它們需要256塊P100 GPU和12.8萬個CPU核心。
上面的5v5版本與1v1版本對比，有一個令人欣慰的結果：OpenAI Five需要的CPU和GPU計算力，與去年擊敗Dendi的1v1版相比，並沒有翻到5倍。
OpenAI說，AI每天的訓練量，都相當於人類打180年遊戲。來自人類戰隊的MoonMeanderated說，AI們每天要打200萬局Dota。
5個智能體訓練出來，它們之間又是怎樣配合的呢？總不能像我們人類開黑一樣互相喊話吧？
答案是，他們之間沒有那種人類可以理解的溝通渠道，而是由一個“團隊精神”超參數來統一控制。這個超參數的範圍在0到1之間，決定了選手對與自身獎勵函數和隊友平均獎勵函數的關注程度分配。
OpenAI操作也一樣是通過bot API，能夠移動位置、攻擊、使用道具，根據獲勝、血量和補刀情況得到獎勵。
從誕生到對戰職業選手，這隻AI走過了一年半的成長之路。
從1v1版本算起的話，它最早誕生於2017年3月，去年8月在TI7上一鳴驚人。只訓練了兩週的AI，影魔中單1v1完敗頂級職業選手Dendi。
質疑之聲也不少，最核心的吐槽在於，1v1的難度根本不能和5v5相提並論，而且這個AI會用的英雄，也只有一個。
當然，AI進化得比人類選手快得多。
時隔不到一年，AI在今年6月掌握了5v5技能。6月26日，OpenAI Five出現了，它掌握了5個英雄，能在做了各種限制的5v5 Dota裡，擊敗MMR 4000-6000分的強大路人隊，但面對MMR 4000-5500分、有團隊訓練的隊伍，就沒能取勝。
過了一個月，這個AI掌握的英雄數量增加到了18個，遊戲的限制也只剩下沒有召喚單位和幻象、沒有聖劍和瓶子、沒有掃描、依然需要5只無敵信使。
另外，OpenAI還把AI的反應時間從原來的80毫秒拉長到了200毫秒，不在反射弧上占人類便宜。
7月24日，離直播還有不到兩週，OpenAI Five和5位MMR在5000到6500的選手打了4場，2勝2負。
gdb說，他們的團隊分析了比賽中的失誤原因，在AI的訓練中做了一些調整。比如說，去掉那些1v1時代遺留的腳本寫下來的邏輯，除一除bug，增加一些隨機選擇。
然後就有了今天這場對決。
向AI圈的世界盃進發！
這場對戰之後，OpenAI Five就邁進了下一個階段：向著Dota圈的世界盃，頂級賽事TI8（The International）進發。
之前，GDB說想通過這次比賽，看看有沒有希望在8月底之前達到TI（The International）大賽上頂級職業選手的水平。
現在看來，我們只能寄希望於頂尖人類戰隊，來與AI一戰了。
沉默的鋼鐵俠
每次OpenAI取得進展，AI在Dota2戰場斬獲勝利，總有人將其歸功於伊隆·馬斯克。中外概莫能外。畢竟，馬斯克是OpenAI的創始人之一。
不過今年2月，鋼鐵俠已經退出OpenAI董事會。
2015年，馬斯克與YC董事長Sam Altman、天使投資人Peter Thiel等一起創立了OpenAI，對標DeepMind。然而眾所周知，馬斯克對於AI發展的態度，十足悲觀，是地球上知名的“AI威脅論”持有者。
對於今天的勝利，Sam等公開表達了祝賀。
而馬斯克看起來內心毫無波瀾，甚至都沒有想笑一下。話癆一般的他，沒在Twitter上主動提一句這件事，只是悶頭說特斯拉Model 3。
當然，有人問他支持誰，馬斯克只是簡單地回覆了兩個字：
“人類”
— 完 —
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
閱讀更多 量子位 的文章
