7月8日，2021世界人工智能大会腾讯王者荣耀展区，上演了一场人类与AI的较量——王者荣耀电竞职业选手和AI战队“王者绝悟”正面对决。
最终，五局三胜的赛事，AI以3:1提前结束。“AI确实太猛了。”落败后，职业选手道出了内心的“绝望”。
比赛结束后，面对媒体，“王者绝悟”技术负责人杨光表示，AI的学习能力于人类而言是碾压级的，AI一天的训练量就相当于人类440年的训练量。
AI的胜利，像极了2017年“阿尔法狗”战胜柯洁。那么，“王者绝悟”是否真的已经完全超越人类？同是AI，“王者绝悟”和“阿尔法狗”，甚至其他游戏人工智能的区别在哪里？“王者绝悟”的存在价值是什么？
7月14日，红星新闻记者联系到腾讯“王者绝悟”团队，他们讲述了“王者绝悟”背后的故事。
↑人机大战（图据王者荣耀团队）
『3:1』
AI战胜人气职业选手队
在这样一场人类与AI的较量中，五位职业选手分别是成都AG.无痕、重庆QG.Hurt、辰鬼、深圳DYG.小义和武汉ES.诺言，均为在役的人气职业选手。“王者绝悟”作为游戏AI，在比赛中相继打出了蹲草、前后拉扯输出、辅助开团等操作，并在团队合作上颇具专业意识。
第一局，职业选手出其不意，选择了两名“法师”角色——干将莫邪和嬴政（常规比赛中多只有一名“法师”）。不过“王者绝悟”并不惧怕，不费吹灰之力就赢下第一局。
第二局，职业选手们谨慎了些，选择的阵容回归保守。但这依然无法阻挡“王者绝悟”的气势，在AI面前，职业选手仿若人机。“王者绝悟”又赢了。
第三局，职业选手再次改变阵容，针对性地优化了英雄阵容。这一尝试非常管用，AI强大的算力没跟上节奏，人类战队终于扳回一局。
由于游戏阵容不允许与上局相同，第四局比赛因此进行得极其艰难。时间慢慢流逝，职业选手的状态逐渐疲惫，但AI依旧精神抖擞。第四局，“王者绝悟”再次获胜。
至此，五局三胜的赛事，AI最终以3∶1提前结束了该赛事。
一边是全国排名前10的5名职业选手，一边是空无一人的五张椅子。AI的胜利，像极了2017年“阿尔法狗”战胜柯洁。“AI确实太猛了。”落败后，职业选手辰鬼道出了内心的“绝望”。
↑5名人气职业选手（图据王者荣耀团队）
『“王者绝悟”是谁？』
2018年首次登场后一直在进化
腾讯的“王者绝悟”产品是由腾讯AI Lab与王者荣耀联合推出，展现了AI在人类生活场景的想象力。据报道，在2019年，“王者绝悟”团队曾在接受媒体采访时表示，和业内所有研究机构一样，他们追求的目标都是“通用人工智能”。
近日，“王者绝悟”技术负责人杨光——这支AI“梦之队”的总教练，在比赛结束后，面对媒体表示，AI的学习能力于人类而言是碾压级的，AI一天的训练量相当于人类440年的训练量。而且，AI不受情绪、性格影响，配合障碍更低。那么，“王者绝悟”是否真的已经完全超越人类？
7月14日，红星新闻记者联系到腾讯“王者绝悟”团队。对于这个问题，团队认为，“‘王者绝悟’经过了多次迭代，如今已经进化成全英雄职业电竞水平的‘完全体’。”
从模仿人类的监督学习，到自我博弈的强化学习，“王者绝悟”实力发展，可以通过以下几个重要里程碑全面了解到：
2018年12月，“王者绝悟”在KPL总决赛首次登场。这一版本通过监督学习方法，模拟学习了KPL职业选手的操作，达到了顶尖业余水平；2019年，随着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，“王者绝悟”不再需要模仿人类数据，而是通过自己和自己对战，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；2020年，“王者绝悟”通过课程学习方式，学会了更多英雄玩法；同年5月份，它用40个英雄首次接受玩家们的挑战。
目前，在“王者绝悟”的最新版本中，团队进一步引入了多轮组合博弈和层次化的强化学习算法。也就是在竞技比赛的局前和局内，都做了针对性优化，提升它的整体能力和战术对抗水平。
『独具优势？』
人类玩露娜等英雄会比AI更秀
在局前，也就是大家熟悉的BP环节（就是BAN/PICK，指的是排位赛的时候禁选英雄的阶段），“王者绝悟”既会考虑当前对局双方阵容的胜率，也会更长远地为后续对局“留招”，最大化多轮比赛的胜率。
在局内，通过自我博弈学习同时提升宏观战术策略和具体微操水平。在保持高强度微操能力的情况下，对不同的敌方战术策略，如五人抱团、四一分推、gank入侵等战术，做出更加合理的应对。
不过，虽然已经进化成全英雄职业电竞水平的“完全体”，但团队认为，数值和操作上，“王者绝悟”并没有独特的优势。
一方面，在英雄的自身状态参数上，AI并没有额外的加成，与人类玩家相同；另一方面，AI在视野观测上与人类玩家保持一致，对于战争迷雾中的不可见单位，AI同样也看不到；最后，AI的操作反应也做了客观限制，其反应分布和均值与KPL职业选手是相接近的。根据实际观察，人类玩露娜等英雄会比AI更秀。
『不同于“阿尔法狗”』
“王者绝悟”算法挑战更大
大家常说的阿尔法围棋（AlphaGo阿尔法狗），是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人。它由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发，其主要工作原理是“深度学习”。同是AI，“王者绝悟”和“阿尔法狗”，甚至其他游戏中的人工智能的差别在哪里呢？
↑比赛现场（图据王者荣耀团队）
“王者绝悟”团队认为，和其它游戏不同，王者荣耀是个不完全信息的复杂游戏。“比如像围棋这样的游戏，大家一眼就能看到全局，就是完全信息游戏。而在王者荣耀里面，玩家视角只能看到地图的一部分，还有草丛这样的隐藏空间。在这样的前提下，‘王者绝悟’要快速而准确地做出一系列复杂的决策操作，本身就是更加困难的一件事。”
直观来说，王者荣耀的对局有多复杂？一是王者英雄非常多，有100多个，阵容组合爆炸，达到10-15种可能性，而且不同组合在能力和打法上有很大差异。二是游戏中的状态、动作空间复杂，AI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。“我们预计AI在一局里有高达10的20000次方种操作可能性。而整个宇宙原子总数也只是10的80次方。”该团队介绍，如此庞大的运算空间里，要做高效准确的决策，对算法的挑战非常大。
『超越人类？』
职业玩家不服：下次，干翻AI！
回到比赛的那一幕，在赛后采访环节，职业选手也感受到了AI“王者绝悟”的强大，“AI确实太猛了，总能做出异于常人的反应，让我们招架不住。”已是第二次对战“王者绝悟”的选手辰鬼觉得，AI的配合较上一次更为默契。
那么，“如果还有下次，你们愿意‘复仇’吗？”现场解说员问。
职业选手们答道：“下次，干翻AI！”
除了职业选手，AI“王者绝悟”也引起了众多游戏玩家的关注。有人觉得AI就是人机，没什么可怕的，不过，在看过比赛以后，不少玩家的态度发生了转变。
正如王者荣耀五年玩家小曾觉得，AI的技能把控准确度和超强的计算血量、躲技能，以及不受心态影响，是职业选手很难达到的。同时，AI思想是统一的，就像AI是一个人控制5个人，而职业选手有5个人的思想，思想不一致，怎么能够对付思想完全一致的“绝悟”呢？并且，AI记录了大量高手比赛对局到数据库里，从而不断重复学习，强化自己。小曾认为：“今后，随着AI技术的完善，学习的深入，完全超过人类是必然的。”
↑比赛现场（图据王者荣耀团队）
『未来的价值？』
不是战胜人类 而是应用于生活
归根到底，人类还是喜欢和人类玩耍的，有人甚至觉得，和AI的游戏无异于单机游戏。那么，“王者绝悟”的存在到底有哪些价值？
团队从玩家角度出发认为，“王者绝悟”过去在重要节点以活动的方式出现在游戏中，确实让广大用户体验到了AI的最新进展和魅力。
从更长远的角度来看，“王者绝悟”的研究是希望在王者这种复杂状态策略博弈的环境下，让AI学会类似人的长期策略规划和多智能体协作决策。随着团队对相关课题不断深入的研究和积累，将把“王者绝悟”的能力迁移到其他类型的游戏。如今，“王者绝悟”已经有了几个兄弟，可以应用于足球、FPS、RTS游戏，并且都达到了国际领先水平。
“王者绝悟”能够从0到1去学习进化，并发展出一套合理的行为模型。这中间的经验、方法与结论，长期来看，团队希望它能在更多的不同场景，如医疗、制造、无人驾驶、农业以及智慧城市管理等领域带来更加深远的影响。
同时，科研、科教价值也不可忽视。据介绍，腾讯AI Lab和王者荣耀还联手打造了“开悟”AI 游戏开放平台，为学术研究人员和算法开发者开放腾讯在算法、脱敏数据、算力方面的优势能力。去年腾讯举办了第一届开悟AI学术交流赛，18所国内名校的同学们参赛，并取得了不错的成绩。今年下半年即将举办第二届赛事，希望能为人工智能教学、科研提供帮助。
事实上，AI的目的并不是要在游戏里战胜人类，而是通过越来越复杂的游戏训练，最终解决现实生活中的问题。
红星新闻记者 戴佳佳
编辑 于曼歌
（下载红星新闻，报料有奖！）
