夏乙 曉查 假裝發自 舊金山
量子位 出品 | 公眾號 QbitAI
2:0！
AI向Dota界捲土重來，一下子把Dota 2世界冠軍打得落花流水，在剛剛結束的三局兩勝比賽中輕鬆獲勝。
兩局比賽加在一起，人類只推掉了AI兩座外塔。最慘烈的第二局，人類直到最後擊殺人頭數還是個位數。
這是OpenAI Five Finals。是AI與人類冠軍的終極決戰，也是它的期末大考。
對決的雙方，勝者是多次擊敗人類玩家的AI戰隊代表OpenAI Five；敗者是（理論上）人類最強Dota 2戰隊，去年的TI 8冠軍OG。
不要驚訝，畢竟，現在，距“Dota世界盃”TI8上接連輸給人類職業選手兩局，已過去231天。如果AI在這期間連續不斷地訓練，已經相當於苦練了231×180=41580年的電子競技。
和TI8上相比，AI體現出了更優秀的團戰操作，亂逛、空放大招之類的bug也沒再出現，進化非常明顯。
同時，OpenAI還展示了比碾壓、進化更重要的新能力：他們的AI不僅會和人類對抗，還能與人類合作組隊一起打Dota！原來的對手，已經可以做陪練了。
另外，如果你對今天的人類代表OG不滿意，OpenAI還開放了競技場，任何人都能註冊，組團挑戰AI或者體驗一把和AI做隊友的感覺。
這就是現實版的你行你上啊！
人類一敗塗地
OG究竟是怎樣輸給AI的呢？
看比賽之前，我們先來了解一下這次決戰的規則。
比賽在7.21版本上進行，OpenAI賽前宣佈，規則限制和去年8月TI8上一樣，然而今天比賽開始時展示的規則還是略有不同：
英雄池包含17個英雄，不知道從之前的18個之中去掉了哪個：斧王、水晶室女、死亡先知、撼地神牛、矮人直升機、巫妖、惡魔巫師、死靈法師、痛苦女王、剃刀、隱刺、影魔、斯拉克、矮人火槍手、斯溫、潮汐獵人、冥界亞龍、巫醫。
沒有召喚單位和幻象。
之前對聖劍、魔瓶、掃描的限制都沒有提到。
好了，正片時間到：一起來看今天的決戰。
雙方三局兩勝。
第一局
AI（天輝）：火槍、飛機、冰女、死亡先知、斯溫
人類（夜魘）：小牛、巫醫、毒龍、隱刺、影魔
選完陣容，OpenAI Five認為自己有67.6%的勝率。
剛剛開局，OpenAI Five拿下一血，而人類軍團也很快殺掉了AI方的冰女。之後，雙方前期在人頭數上一直不相上下。AI一直在經濟上保持總體領先，但最富有的英雄，卻一直是人類的大哥影魔。
這也能看出雙方策略上的明顯區別：OG是3核心+2輔助的傳統人類打法，而AI的5個英雄經濟分配相對平均，比較“大鍋飯”。
經過幾番激烈的推進和團戰，遊戲進行到19分鐘左右，AI對自身勝率的預測已經超過了90%。自信心爆棚的AI一鼓作氣攻上了人類的高地。
OG緊接著選擇了分路推進，幾位解說推測，這是為了儘可能分散AI，防止它們抱團推進，然而並沒有奏效太長時間。
然而，堅持到38分鐘，人類方的小牛剛剛買活，AI的最後一波總攻已經推掉了人類的基地。
OpenAI Five贏下第一局。現場，也是一片掌聲。
這場比賽中，AI展現了清奇的思路：出門裝就選擇兩個大藥，後續的裝備也更傾向於買補給品，而不是提高自身屬性。
另外，我們前邊提到的“大鍋飯”政策，以及在比賽前期就頻繁買活，都和人類職業選手的習慣大不相同。
第二局
AI（天輝）：冰女、飛機、斯溫、巫醫、毒龍
人類（夜魘）：火槍、小牛、死亡先知、小魚人、萊恩
選完英雄，AI對自身勝率的預測是60.8%，略低於上一局的陣容。
比賽前兩分鐘，雙方都在一片祥和中各自帶線，然而沒想到，人類中單Topson很快就送出了一血。
之後，人類代表們以驚人的速度潰敗。
5分鐘時，AI的信心就已經大幅上升，預測自己有80%的勝率；7分鐘，AI推掉了上路一塔；10分鐘，AI就已經領先人類4000金幣，多推了兩座塔，還為自己預估了95%的勝率。
11分鐘，AI已經攻上了OG的高地。
僅僅21分鐘，OG的基地被推掉，OpenAI Five輕鬆拿下第二局。直到比賽結束，OG拿下人頭還是個位數，被AI打成了46:6。
雖然這一局贏得異常輕鬆，不過對局過程中還是能看出AI在細節上有一些不足。比如說面對在複雜樹林中繞來繞去的人類，AI就無能為力。今天的比賽中，Ceb就靠繞樹林救了自己一命。
對於0:2輸給AI這個結局，OG是不太服氣的。戰隊創始人“大爹”N0tail在賽後採訪中說，讓他打10局，他們有把握找到戰勝AI的辦法；打上50局，就能一直穩贏了。
網友們也不太買賬。
AI贏OG，我不服！大家認為，你們OG壓根就沒好好玩！
在第一局中，OpenAI前期有略微的劣勢，然後開始發力，到第二局幾乎就是一直碾壓OG。比賽前後期落差太大，不像是職業Dota選手的水平。
很多網友看完比賽後表達了對Ti8冠軍OG的參賽態度不滿：簡直看不下，”我行我上啊”！
他們認為OG和AI的比賽就是在瞎打，打不過AI就送人頭、不打錢，賣裝備，毫無職業態度。
既然OG在亂打，自然也不能證明AI有多厲害。有人甚至直接開始嘲諷OpenAI：
他們應該感謝OG，是OG想盡辦法讓弱智的AI看起來不那麼弱智了。
或許是OpenAI早就想到了會有眾多網友不服，他們接下來所公佈進展中，有一項就能解決這個“不服”的問題。
新能力：和人類組團打Dota
贏下兩局之後，AI並沒有休息。它開始展現自己的新能力：
做人類的隊友！
是的，現在，AI可以和人類配合著打Dota了。贏下OG之後，AI又開始與人類合作組隊，進入了下一局比賽。
這個環節的兩支隊伍，都由兩名人類主播和3只AI組成，英雄選擇如下：
天輝：
飛機、斯溫、毒龍三個AI
冰女、死亡先知兩名人類
夜魘：
火槍、剃刀、萊恩 - 三個AI
小牛、痛苦女王 - 兩名人類
這場比賽的一血，就是人類與AI合作的結果：天輝方人類控制的冰女和身旁的AI隊友合作，殺死了對面人類控制的小牛。
而人類和AI的配合也並非一直完美。
Open的Psyho透露，OpenAI Five並沒有經歷過與人類合作打Dota的訓練，不過，由於AI的隊伍本來也是由5個神經網絡組成，它們之間也沒有特別的通信渠道，與人類合作對它們來說應該也不成問題。
然而實際比賽中，人類的體驗可能並不好。人類不能向AI隊友喊話，沒有真正的溝通和配合。國外網友評價說，這種感覺就像線上遇到了大神，他卻不帶你飛。
你行你上！
秀完碾壓和合作，OpenAI公佈了一個眾多網友期待已久大好消息：
你也能和AI打一局了！
“OG太菜，我行我上”也終於可以付諸實踐。
OpenAI開放一個專門的競技場，名叫OpenAI Five Arena。人類用戶在這個平臺上既可以組團對抗AI，也可以和AI組隊比賽。
遊戲將於太平洋時間4月18日下午6點（北京時間4月19日上午9點）正式上線，4月21日結束。現在，用戶已經可以到這個平臺註冊了。
地址：https://arena.openai.com/
目測等到遊戲上線後，還會有排行榜實時更新出來。
兩年快速進化
到今天為止，OpenAI的Dota AI誕生兩年，已經幾次震驚世人。
它最早誕生於2017年3月，同年8月在TI7邀請賽最後第一次一鳴驚人。當時，它1V1對戰人類頂尖高手，讓NAVI戰隊的烏克蘭職業DOTA2選手Dendi幾分鐘就打出了GG。
很多人類表示不服，只會用影魔中單1V1當然難以服眾。
然而AI進化十分迅速。
到2018年6月底，AI就掌握了5V5技能。OpenAI為它起了個新名字：OpenAI Five。
之後僅僅過了一個多月，OpenAI Five就在8月6日擊敗了超凡5級別（天梯MMR積分6500以上）的人類半職業戰隊。
再過半個月，就是它上一次亮相了。
那是在231天前的TI8上，AI所玩的Dota已經和今天一樣複雜，然而它的表現並不亮眼。
當時，AI接連兩天先後對戰人類職業戰隊paiN Gaming和”中國退役大神隊”，都是一敗塗地，也暴露了不少缺陷：
比如說，當時的OpenAI Five隊伍之中沒有角色分配，無論是1號位還是輔助，打法都差不多；又比如，它總是對自己的勝率預測過高，還會胡亂插眼空放大招，而且一遇到劣勢，就會表現得“手足無措”。
然而，比賽技術後仍有人類“帶路黨”堅信：“這可能是職業隊唯一一次贏ai了。”
現在，231天過去了，我們看到AI在很多方面都有巨大進步。
最明顯的當然要數它的新能力：與人類組隊打比賽。
除此之外，AI這次也沒有出現TI8版本的那些壞毛病，比如亂逛、空放大招等等，對勝率的估算也相對合理。
但是胡亂插眼這個毛病，在今天的比賽中依然明顯。看來經過幾萬年修煉，AI依然對插眼毫無興趣。
去年TI8結束後，OpenAI研究員David Farhi曾經向量子位透露過他們的推測：通過強化學習自我對局訓練出來的AI，其實並不會買眼，買眼的行為是人類通過硬編碼強制AI完成的。而亂插眼，很可能是因為AI想要把它隨便丟在什麼地方，爭取一個空白的物品欄。
5個LSTM，修煉45000年
AI的快速進化，其實是刻苦訓練的結果，也就是不斷的自我對局。
OpenAI CTO Greg Brockman賽前說，他們的AI相當於已經練習了45000年Dota。
OpenAI之前也說過，AI每天的訓練量相當於人類打180年遊戲；之前輸給過OpenAI的MoonMeanderated則說，AI一天要打200萬場比賽。
這樣的訓練量，遠非人類能及，當然對計算力的需求也大到嚇人：它們的日常訓練，需要256塊P100 GPU和12.8萬個CPU核心。
這支“飯量驚人”的OpenAI Five戰隊，包含5個智能體（agent），每一個都是包含1024個節點的單層LSTM，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。
它們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。
如果要以一種擬人的方式描述，AI“眼中”的遊戲大概是這個樣子：
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。
既然是5個智能體，當然還要讓它們能作為一支隊伍相互配合。為此，OpenAI設計了一個“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。
本期人類代表
最後，為不太熟悉OG的朋友簡單介紹一下今天的人類代表。
OG，就是去年TI8上3:2擊敗PSG.LGD，拿下冠軍的那支隊伍，現在的陣容和去年奪冠時一樣：
一二號位Ana（Anathan Pham）
Ana以刷錢能力著稱，甚至有“世界第一打野”之稱，而對線能力是他的短板。這位澳洲華裔選手，去年TI8之後休息了一段時間，今年3月剛剛正式歸隊。
一二號位Topson（Topias Taavitsainen）
他是2018年剛剛加入OG的新人，曾經在歐服天梯上排名第一，可謂“路人王”。他迅速從毫無大賽經驗的業餘玩家，成為TI8冠軍。因此，他在眾多職業選手中顯得“思路清奇”，卻也常被批評“發揮不穩定”。
三號位Ceb（Sébastien Debs）
Ceb，又叫7ckngMad，原本是OG的教練，2018年3月，當時的中單Resolut1on離隊後，他先是入隊做替補，又正式成為戰隊裡的職業選手。
四號位JerAx（Jesse Vainikka）
2016年，JerAx從Liquid轉入OG，在現在的OG陣容裡算是一名老將。他曾被稱為“歐洲土貓王”，也是一名非常擅長掌控遊戲節奏、帶起前期優勢的輔助。
五號位N0tail（Johan Sundstein）
N0tail也被國內網友稱為“大爹”，是OG創始人，去年剛剛從1號位轉到5號位。
最後，量子位想說，如果你也對上面5名人類代表不滿意，趕快去OpenAI Five Arena註冊吧！
— 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
