2:0！Dota2世界冠军OG被OpenAI碾压，全程人类只推掉两座外塔
夏乙 晓查 假装发自 旧金山
量子位 出品 | 公众号 QbitAI
2:0！
AI向Dota界卷土重来，一下子把Dota 2世界冠军打得落花流水，在刚刚结束的三局两胜比赛中轻松获胜。
两局比赛加在一起，人类只推掉了AI两座外塔。最惨烈的第二局，人类直到最后击杀人头数还是个位数。
这是OpenAI Five Finals。是AI与人类冠军的终极决战，也是它的期末大考。
对决的双方，胜者是多次击败人类玩家的AI战队代表OpenAI Five；败者是（理论上）人类最强Dota 2战队，去年的TI 8冠军OG。
不要惊讶，毕竟，现在，距“Dota世界杯”TI8上接连输给人类职业选手两局，已过去231天。如果AI在这期间连续不断地训练，已经相当于苦练了231×180=41580年的电子竞技。
和TI8上相比，AI体现出了更优秀的团战操作，乱逛、空放大招之类的bug也没再出现，进化非常明显。
同时，OpenAI还展示了比碾压、进化更重要的新能力：他们的AI不仅会和人类对抗，还能与人类合作组队一起打Dota！原来的对手，已经可以做陪练了。
另外，如果你对今天的人类代表OG不满意，OpenAI还开放了竞技场，任何人都能注册，组团挑战AI或者体验一把和AI做队友的感觉。
这就是现实版的你行你上啊！
人类一败涂地
OG究竟是怎样输给AI的呢？
看比赛之前，我们先来了解一下这次决战的规则。
比赛在7.21版本上进行，OpenAI赛前宣布，规则限制和去年8月TI8上一样，然而今天比赛开始时展示的规则还是略有不同：
英雄池包含17个英雄，不知道从之前的18个之中去掉了哪个：斧王、水晶室女、死亡先知、撼地神牛、矮人直升机、巫妖、恶魔巫师、死灵法师、痛苦女王、剃刀、隐刺、影魔、斯拉克、矮人火枪手、斯温、潮汐猎人、冥界亚龙、巫医。
没有召唤单位和幻象。
之前对圣剑、魔瓶、扫描的限制都没有提到。
好了，正片时间到：一起来看今天的决战。
双方三局两胜。
第一局
AI（天辉）：火枪、飞机、冰女、死亡先知、斯温
人类（夜魇）：小牛、巫医、毒龙、隐刺、影魔
选完阵容，OpenAI Five认为自己有67.6%的胜率。
刚刚开局，OpenAI Five拿下一血，而人类军团也很快杀掉了AI方的冰女。之后，双方前期在人头数上一直不相上下。AI一直在经济上保持总体领先，但最富有的英雄，却一直是人类的大哥影魔。
这也能看出双方策略上的明显区别：OG是3核心+2辅助的传统人类打法，而AI的5个英雄经济分配相对平均，比较“大锅饭”。
经过几番激烈的推进和团战，游戏进行到19分钟左右，AI对自身胜率的预测已经超过了90%。自信心爆棚的AI一鼓作气攻上了人类的高地。
OG紧接着选择了分路推进，几位解说推测，这是为了尽可能分散AI，防止它们抱团推进，然而并没有奏效太长时间。
然而，坚持到38分钟，人类方的小牛刚刚买活，AI的最后一波总攻已经推掉了人类的基地。
OpenAI Five赢下第一局。现场，也是一片掌声。
这场比赛中，AI展现了清奇的思路：出门装就选择两个大药，后续的装备也更倾向于买补给品，而不是提高自身属性。
另外，我们前边提到的“大锅饭”政策，以及在比赛前期就频繁买活，都和人类职业选手的习惯大不相同。
第二局
AI（天辉）：冰女、飞机、斯温、巫医、毒龙
人类（夜魇）：火枪、小牛、死亡先知、小鱼人、莱恩
选完英雄，AI对自身胜率的预测是60.8%，略低于上一局的阵容。
比赛前两分钟，双方都在一片祥和中各自带线，然而没想到，人类中单Topson很快就送出了一血。
之后，人类代表们以惊人的速度溃败。
5分钟时，AI的信心就已经大幅上升，预测自己有80%的胜率；7分钟，AI推掉了上路一塔；10分钟，AI就已经领先人类4000金币，多推了两座塔，还为自己预估了95%的胜率。
11分钟，AI已经攻上了OG的高地。
仅仅21分钟，OG的基地被推掉，OpenAI Five轻松拿下第二局。直到比赛结束，OG拿下人头还是个位数，被AI打成了46:6。
虽然这一局赢得异常轻松，不过对局过程中还是能看出AI在细节上有一些不足。比如说面对在复杂树林中绕来绕去的人类，AI就无能为力。今天的比赛中，Ceb就靠绕树林救了自己一命。
对于0:2输给AI这个结局，OG是不太服气的。战队创始人“大爹”N0tail在赛后采访中说，让他打10局，他们有把握找到战胜AI的办法；打上50局，就能一直稳赢了。
网友们也不太买账。AI赢OG，我不服！
大家认为，你们OG压根就没好好玩！
在第一局中，OpenAI前期有略微的劣势，然后开始发力，到第二局几乎就是一直碾压OG。比赛前后期落差太大，不像是职业Dota选手的水平。
很多网友看完比赛后表达了对Ti8冠军OG的参赛态度不满：简直看不下，”我行我上啊”！
他们认为OG和AI的比赛就是在瞎打，打不过AI就送人头、不打钱，卖装备，毫无职业态度。
既然OG在乱打，自然也不能证明AI有多厉害。有人甚至直接开始嘲讽OpenAI：
他们应该感谢OG，是OG想尽办法让弱智的AI看起来不那么弱智了。
或许是OpenAI早就想到了会有众多网友不服，他们接下来所公布进展中，有一项就能解决这个“不服”的问题。
新能力：和人类组团打Dota
赢下两局之后，AI并没有休息。它开始展现自己的新能力：
做人类的队友！
是的，现在，AI可以和人类配合着打Dota了。赢下OG之后，AI又开始与人类合作组队，进入了下一局比赛。
这个环节的两支队伍，都由两名人类主播和3只AI组成，英雄选择如下：
天辉：
飞机、斯温、毒龙三个AI
冰女、死亡先知两名人类
夜魇：
火枪、剃刀、莱恩 - 三个AI
小牛、痛苦女王 - 两名人类
这场比赛的一血，就是人类与AI合作的结果：天辉方人类控制的冰女和身旁的AI队友合作，杀死了对面人类控制的小牛。
而人类和AI的配合也并非一直完美。
Open的Psyho透露，OpenAI Five并没有经历过与人类合作打Dota的训练，不过，由于AI的队伍本来也是由5个神经网络组成，它们之间也没有特别的通信渠道，与人类合作对它们来说应该也不成问题。
然而实际比赛中，人类的体验可能并不好。人类不能向AI队友喊话，没有真正的沟通和配合。国外网友评价说，这种感觉就像线上遇到了大神，他却不带你飞。
你行你上！
秀完碾压和合作，OpenAI公布了一个众多网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”也终于可以付诸实践。
OpenAI开放一个专门的竞技场，名叫OpenAI Five Arena。人类用户在这个平台上既可以组团对抗AI，也可以和AI组队比赛。
游戏将于太平洋时间4月18日下午6点（北京时间4月19日上午9点）正式上线，4月21日结束。现在，用户已经可以到这个平台注册了。
地址：https://arena.openai.com/
目测等到游戏上线后，还会有排行榜实时更新出来。
两年快速进化
到今天为止，OpenAI的Dota AI诞生两年，已经几次震惊世人。
它最早诞生于2017年3月，同年8月在TI7邀请赛最后第一次一鸣惊人。当时，它1V1对战人类顶尖高手，让NAVI战队的乌克兰职业DOTA2选手Dendi几分钟就打出了GG。
很多人类表示不服，只会用影魔中单1V1当然难以服众。
然而AI进化十分迅速。
到2018年6月底，AI就掌握了5V5技能。OpenAI为它起了个新名字：OpenAI Five。
之后仅仅过了一个多月，OpenAI Five就在8月6日击败了超凡5级别（天梯MMR积分6500以上）的人类半职业战队。
再过半个月，就是它上一次亮相了。
那是在231天前的TI8上，AI所玩的Dota已经和今天一样复杂，然而它的表现并不亮眼。
当时，AI接连两天先后对战人类职业战队paiN Gaming和”中国退役大神队”，都是一败涂地，也暴露了不少缺陷：
比如说，当时的OpenAI Five队伍之中没有角色分配，无论是1号位还是辅助，打法都差不多；又比如，它总是对自己的胜率预测过高，还会胡乱插眼空放大招，而且一遇到劣势，就会表现得“手足无措”。
然而，比赛技术后仍有人类“带路党”坚信：“这可能是职业队唯一一次赢ai了。”
现在，231天过去了，我们看到AI在很多方面都有巨大进步。
最明显的当然要数它的新能力：与人类组队打比赛。
除此之外，AI这次也没有出现TI8版本的那些坏毛病，比如乱逛、空放大招等等，对胜率的估算也相对合理。
但是胡乱插眼这个毛病，在今天的比赛中依然明显。看来经过几万年修炼，AI依然对插眼毫无兴趣。
去年TI8结束后，OpenAI研究员David Farhi曾经向量子位透露过他们的推测：通过强化学习自我对局训练出来的AI，其实并不会买眼，买眼的行为是人类通过硬编码强制AI完成的。而乱插眼，很可能是因为AI想要把它随便丢在什么地方，争取一个空白的物品栏。
5个LSTM，修炼45000年
AI的快速进化，其实是刻苦训练的结果，也就是不断的自我对局。
OpenAI CTO Greg Brockman赛前说，他们的AI相当于已经练习了45000年Dota。
OpenAI之前也说过，AI每天的训练量相当于人类打180年游戏；之前输给过OpenAI的MoonMeanderated则说，AI一天要打200万场比赛。
这样的训练量，远非人类能及，当然对计算力的需求也大到吓人：它们的日常训练，需要256块P100 GPU和12.8万个CPU核心。
这支“饭量惊人”的OpenAI Five战队，包含5个智能体（agent），每一个都是包含1024个节点的单层LSTM，能够通过V社（Valve）的Bot API观察当前游戏状态，控制英雄去移动、攻击、施放技能、使用道具。
它们能够观察到的信息和人类差不多，包括自身、队友和敌人的状况，比如位置、血量、攻击力、护甲、携带物品、能力等等。
这些信息，对于智能体来说是一个包含20000数值的列表，而它判断之后发出的行动指令，是8个值的列表。
如果要以一种拟人的方式描述，AI“眼中”的游戏大概是这个样子：
选手们的训练，使用的是扩展版的近端策略优化（PPO）方法，这也是OpenAI现在默认的强化学习训练方法。这些智能体的目标是最大化未来奖励的指数衰减和。
既然是5个智能体，当然还要让它们能作为一支队伍相互配合。为此，OpenAI设计了一个“团队精神”超参数来统一控制。这个超参数的范围在0到1之间，决定了选手对与自身奖励函数和队友平均奖励函数的关注程度分配。
本期人类代表
最后，为不太熟悉OG的朋友简单介绍一下今天的人类代表。
OG，就是去年TI8上3:2击败PSG.LGD，拿下冠军的那支队伍，现在的阵容和去年夺冠时一样：
一二号位Ana（Anathan Pham）
Ana以刷钱能力著称，甚至有“世界第一打野”之称，而对线能力是他的短板。这位澳洲华裔选手，去年TI8之后休息了一段时间，今年3月刚刚正式归队。
一二号位Topson（Topias Taavitsainen）
他是2018年刚刚加入OG的新人，曾经在欧服天梯上排名第一，可谓“路人王”。他迅速从毫无大赛经验的业余玩家，成为TI8冠军。因此，他在众多职业选手中显得“思路清奇”，却也常被批评“发挥不稳定”。
三号位Ceb（Sébastien Debs）
Ceb，又叫7ckngMad，原本是OG的教练，2018年3月，当时的中单Resolut1on离队后，他先是入队做替补，又正式成为战队里的职业选手。
四号位JerAx（Jesse Vainikka）
2016年，JerAx从Liquid转入OG，在现在的OG阵容里算是一名老将。他曾被称为“欧洲土猫王”，也是一名非常擅长掌控游戏节奏、带起前期优势的辅助。
五号位N0tail（Johan Sundstein）
N0tail也被国内网友称为“大爹”，是OG创始人，去年刚刚从1号位转到5号位。
最后，量子位想说，如果你也对上面5名人类代表不满意，赶快去OpenAI Five Arena注册吧！
— 完 —
活动报名|多模态视频人物识别
订阅AI内参，获取AI行业资讯
加入社群
量子位AI社群开始招募啦，量子位社群分：AI讨论群、AI+行业群、AI技术群；
欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“微信群”，获取入群方式。（技术群与AI+行业群需经过审核，审核较严，敬请谅解）
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「好看」吧 !