隨著歡聲笑語中打出“GG”，AI在游戲領域又有一個里程碑式的勝利。

沒錯，AI開始攻破Dota2的5V5團隊戰斗了，OpenAI研發的人工智能戰隊，首次在5v5的Dota2開黑團戰對戰中，擊敗人類玩家戰隊。

這個能打團戰的AI名叫OpenAI Five，是OpenAI最新的研發成果。

OpenAI Five完全通過自我對戰來學習打Dota2，每天的對戰量據說相當于人類的180年。而且驚人的硬件消耗量，應該也是創下紀錄：256塊GPU和12．8萬個CPU……

OpenAI Five 的網絡架構圖

此次比賽中，人類出戰的是五個業余玩家，但是經過此次比賽，OpenAI在其官方博客宣布，將進步一挑戰職業團隊，并定下了8月份擊敗國際頂級專業團隊的目標（僅限一組英雄的條件下）。

其實，這并不是OpenAI首次公開試玩Dota 2，早在去年，OpenAI在Dota2 1v1比賽中戰勝了人類選手Dendi。

從Deep Blue到AlphaGo，再到現在的Dota2，將人工智能與人類之間進行較量，一直是計算機科學領域的有趣傳統。

FPS游戲中“強大”的AI對手

AI的強大，尤其是在FPS類游戲中，是顯然易見的。給定同樣信息輸出，接受同樣信息輸入的前提下，AI在絕大多數FPS游戲里都能碾壓人類選手。和圍棋不同，FPS游戲講究的是在最短時間里處理游戲給你的信息，你作出極快速的反應再輸入進游戲，而相比AI來講這兩點都不是人類所擅長的。

拋開無需團隊協作的1v1游戲模式，就5v5協作性的競技類游戲而言，以當下熱門的Dota（以及 DOTA2）和LOL為例，從理論上而言，復雜的英雄、物品、配合、長短期策略結合等等，讓我們覺得現階段的團隊行FPS游戲對于AI較為困難。

但是，現實表現來說，AI的表現并不差。通常的FPS游戲，主要信息輸入主要包含三個因素：3D畫面、3D聲音、HUD（數值化的數據信息）。以下圖為例，上下左右有四個分區HUD，除了右下角之外可以說都很重要。然而你需要全神貫注卡點的時候，分時處理就顯得很難了。

對于AI來說，這一切就變得相當簡單了。AI可以對這三種信息進行同步處理，速度可以達到給定的FPS，即每秒分析60或更多畫面。AI不存在人類分時處理的問題，AI完全可以另建一個信息子系統接管HUD信息，就像AlphaGO的勝率估算系統一樣，對決策系統提供數據支持。

在3D聲音方面，人耳可以進行簡單的音源方位識別，所以3D游戲的音源會與3D模型綁定，對音源進行一定程度的高低音、左右音量處理，對空間聲音進行仿真，但是在聽覺定位上卻有著難以克服的缺陷。

AI則可以對標準化的槍聲和腳步聲進行采樣，再量化識別游戲對聲音的處理情況，準確地逆向計算聲音所代表的位置。翻譯成你們人類能理解的畫面，就是下面這樣：

當然，一些有經驗的職業玩家可以做到以耳機聲音的細小差別辨別敵人位置，但是AI可以完全實現聲音“透視”， 而且多處理器的系統完全不存在只有人類才有的“注意力”問題。

但是，在Dota2這場比賽中，AI雖然贏得了比賽，但其也是依靠著諸多限制的。比如，比賽雙方都使用固定的瘟疫法師、冥界亞龍、矮人火槍手、水晶室女、巫妖 5 個英雄；禁止使用幻象和分身等等。

熟知Dota的玩家都熟知，英雄選擇的限制其實就已經大大降低了游戲的復雜度，隱身、肉山之類的禁用也縮小了戰略戰術的選擇空間；至于 5 個無敵的信使就更像是對 5 個 AI 之間（也許并不理想的）協作能力的妥協了。

除了對抗，AI與游戲還有著更多的落地場景

顯然，研究AI與游戲玩家對抗僅僅只是AI落地游戲行業的一個分支場景，NVIDIA全球副總裁兼中國區總經理張建中先生在采訪中說，人工智能的創新落地有四點，分別是自動駕駛汽車、AI city、健康行業以及AI游戲，由此可以看出AI與游戲結合的巨大發展潛力。

社交將死，游戲上位，智能相對論分析師柯鳴認為，除開游戲對抗，AI落地游戲場景依然大有可為：

1．“神隊友”增強游戲趣味性

目前，我們所提到的AI助力游戲，更多的是基于深度神經網絡，人工智能技術在各大游戲產業上的應用。AI的游戲滲透從技術、內容提供商，直到游戲到達最終玩家，多從方面來為游戲“加碼”。

AI不同于基本的電腦程序，回想上世紀許多電子游戲中的“愚蠢NPC”令人哭笑不得，此類游戲中的“人工智能”只是由代碼和命令結合而成的“偽智能”，NPC們的更多行為只是由行為樹決定的，并不具有學習能力。

但是，隨著AlphaGo、OpenAI等AI開發平臺的出現，其依托更加精密的算法和學習能力，大大增強了游戲的可玩性，提高了玩家的滿意程度。比如，王者榮耀AI近期用戶就能體驗到，只要發現有人在對戰中掉線，AI就會無縫對接，讓AI替人去完成這局比賽。

谷歌旗下的DeepMind也宣布將與暴雪娛樂合作開發AI，用以在星際2游戲中增強玩家的游戲體驗。微軟此前開源了基于Minecraft的AI開發平臺，允許用戶可以在游戲中使用上帝模式測試AI，比如開發人員可以在《我的世界》中教AI如何爬山。而更有開發者訓練AI通過視覺輸出，讓AI在《我的世界》中擺放積木，但是結果卻不盡如人意，這也體現出了當前AI的需長足發展之處。

2．“讓產品更加精致”

隨著電競成為2022 年杭州亞運會的正式比賽項目，游戲成為競技項目的同時，游戲及比賽的公平性也成為了一個重要問題。人工智能在游戲領域的其中一種形態就是反作弊系統。人工智能機器可通過檢測玩家的行為，分析出異常情況，來避免某些玩家使用作弊手段來獲得勝利，保證游戲的公平性。

讓產品優化無非是體現在兩個方面，一方面是增強游戲角色真實感，另一方面是游戲場景設計。在增強角色真實感上，愛丁堡大學推出的PFNN技術可以通過神經網絡學習迅速生成動畫，其效果顯著。DeepMind訓練了一個名叫WaveNet的AI，用于提升機器發出聲音的逼真度，增強場景感知。

其他方面，國內外各大機構更是看準了AI游戲這塊“香饃饃”，紛紛進行試水。普林斯頓大學團隊就通過研究自動駕駛來助力AI游戲。其將人工智能投放到游戲《GTA5》中，使得AI可以在游戲環境中不斷得到訓練，從而在面對不同的燈光、氣候、路況等條件時，能夠做出最優的反應。最終，研究人員成功開發出一項名叫DeepDrive的自動駕駛模擬器。

3．以游戲AI映照現實發展

AI應用在游戲領域，與其他的落地場景有一定的差異性。游戲作為虛擬的存在，更是現實的一種寫照，因此其游戲中對象在虛擬場景中遇到的各種感知和決策類問題，同樣在生活中也會遇到，游戲中對這類問題的處理和解決方案，也可以反向應用于實際生活中。

騰訊AI lab 機器學習中心負責人劉晗認為，游戲AI涉及到三個核心能力：對外界環境的感知，根據狀態做出的決策，人與智能體之間的對話。游戲AI研究當中對這些研究所累積的經驗、方法與結論，有三個方向的用途：首先是打通虛擬與現實世界的藩籬，從而賦能物理世界，比如無人車和機器人的發展；其次，游戲中對話智能的研究，或能成為通向強人工智能的重要路徑；第三，研究游戲中人、智能體和環境的交互，能讓智慧城市這樣復雜而意義深遠的項目受益。

比如對無人駕駛的訓練，便是在虛擬環境下AI駕駛的一個應用事例。而這樣的事例，將會越來越多。又如城市交通問題，AI與大數據可以幫助建立城市流通模式，并構建虛擬城市，游戲設計的同時更是裨益真實的城市交通。

總之，將AI在游戲中的應用簡單的看成人機對抗是狹隘的，AI所連接的虛擬與現實，在游戲場景中大有可為。雖然，目前AI的應用情況還有很長的路要走，但是，國內國內兩大游戲巨頭騰訊和網易也都已經入場，AI游戲的未來或許不會太遠。