大数据文摘作品

编译 | 姜范波 Aileen

这个周末的科技圈再次被“AI恐惧”刷屏，这次打败人类的AI来自Elon Musk的OpenAI。昨天凌晨的DOTA2人机大战中，顶级人类玩家Danylo "Dendi" Ishutin被AI完败。

到底这次人机大战意义何在？这次在一对一DOTA2中打败Dendi到底比AlphaGo更难还是更容易？众说纷纭中，我们认为前谷歌大脑和斯坦福研究员Denny Britz的这篇评论文章相对中肯和理性，也得到了不少学者的力挺："这个问题实际上比击败人类围棋冠军容易得多。我们并没有在AI中突然进步。"

DOTA界的大神们在昨天受到了暴击，在堪称“DOTA圈世界杯“的T17邀请赛中，顶级人类选手被OpenAI训练了两周的AI打败。各类如"攻陷DOTA2","完虐人类“的字眼纷纷出现，不免让人想起之前AlphaGo大战柯洁的盛况。

Elon Musk本人也在推特上强推了这次人机大战，他认为DOTA2比围棋复杂很多，所以这次获胜的机器人也比AlphaGo要厉害。当然，马斯克也没忘记再次提起AI和所有事物一样需要被监管。重提几个星期前和众多技术大佬吵得沸沸扬扬的旧梗，让不少人怀疑这是为了媒体炒作吸引眼球。

前谷歌大脑和斯坦福研究员Denny Britz就这件事发表了自己的看法：

“这是一个令人赞叹的成就，但也不是媒体想让你相信的AI大突破。”

“过度炒作AI进展真的是危险的，Elon Musk的推特会误导大家。”

Denny Britz相对客观的罗列了这件事的成就和浮夸之处，以下是全文的编译：

当我看到今天OpenAI的DOTA2机器人在国际（The International）电竞大赛上击败人类玩家的消息时，我兴奋得跳起来。

该锦标赛的奖金池超过了二千四百万美元，作为一名电竞运动迷，我虽然从来没有玩过DOTA 2，但是我经常在线上观看其他电竞比赛，开奖，高中时还是半专业选手。但更重要的是，像DOTA这样的多人在线战术竞技游戏（MOBA），以及“星际争霸2”这样的实时战略（RTS）游戏，被视为超越了当前人工智能技术的能力。这些游戏需要长期的战略决策，多人合作，并且相比AI技术在过去几十年中“解决”了的国际象棋，围棋或扑克类游戏，具有明显更复杂的状态和动作空间。 DeepMind已经在星际争霸2上工作了一段时间，几天前发布了他们的研究环境。到目前为止，研究人员还没有取得重大突破。据认为，我们仍需要至少1 - 2年才能在星际争霸2上打败人类。

这就是为什么OpenAI今天这条消息如此令人震惊。 怎么会这样呢？ 难道我错过了最近AI发展的重大突破？ 当我开始更多地了解DOTA 2机器人正在做什么，它是如何训练的，以及它的游戏环境后，我得出的结论是，这是一个令人赞叹的成就，但也不是媒体想让你相信的AI大突破。

本文的目的是： 对于哪些才是真正的新东西，我愿意提供一个理性清醒的解释。过度炒作AI进展真的是危险的，比如Elon Musk昨天误导人的推特（参见文章开头的截屏）。

首先我要说明，炒作或不正确的假设并非OpenAI研究人员的错误， OpenAI传统上一向对其研究贡献的局限性非常直观明了，我相信在他们今天也一如既往。 OpenAI还没有公布他们方案的技术细节，所以对于外行而言，很容易就得出错误的结论。

我们先来看看DOTA 2机器人解决的问题实际上有多困难。跟AlphaGo相比怎么样？

1对1与5对5是没有可比性的。在DOTA 2的一个基本游戏中，一队5名选手对阵另外5人。这些游戏需要高级战略制定，团队沟通和合作，通常需要45分钟左右的时间。而1对1的游戏受到更多限制，两名选手基本上沿着单线行驶，并试图杀死对方，通常在数分钟内结束。在1对1中击败对手需要机械技能和短期战术，但没有任何对当前的AI技术来说具有挑战性的需求，如长期规划或团队协调。事实上，你需要采取的有效操作数量少于围棋游戏。有效的状态空间（玩家对游戏中当前局面的掌控），如果以比较聪明的方式表示，应该比围棋还要小。

机器人可以访问更多信息：OpenAI机器人（很可能）构建在游戏机器人API之上，可以访问人类无法访问的各种信息。即使OpenAI研究人员限制其访问某些类型的信息，机器人仍然可以访问比人类更准确的信息。例如，某项技能只能在一定范围内击中对手，而人类玩家必须观看屏幕并且估计当前与对手的距离，这需要练习。机器人知道确切的距离，并可立即决定是否使用技能。获得各种精确的数字信息是一个很大的优势。事实上，在游戏过程中，可以看到机器人数次在最大距离上使用技能。

(责任编辑：本港台直播)