為什么科技巨頭在可以玩視頻游戲的AI上投資數百萬美元

最近，埃隆·馬斯克(Elon Musk)的OpenAI項目的人工智能研究人員通過贏得視頻游戲取得了長足的進步。與最近在圍棋和撲克游戲中擊敗人類頂尖人工智能的AI勝利不同，這項AI突破涉及很多人都沒有聽說過的Dota 2游戲。但是對于這種在線多人在線戰斗游戲的億萬粉絲來說，能夠擊敗專業玩家的計算機意義重大。

這對AI研究人員也很重要，尤其是Google，Facebook，Microsoft和IBM等公司的研究人員，他們正在投資數百萬美元創建用于數字游戲的超人AI播放器。隨著AI在我們社會中變得越來越重要，它可能對我們所有人產生更廣泛的影響，因為它展示了計算機在戰略上“思考”的能力。

由數十億美元的非營利研究公司OpenAI創建的機器人所取得的Dota 2勝利特別令人矚目的是，其開發人員并未對游戲策略進行深入的編程。取而代之的是，他們使用了一種稱為“深度強化學習”的方法，在這種方法中，計算機僅從基本的游戲策略知識入手。

通過與自己對抗數百萬次，AI學會了將好的舉動決定(導致勝利)與壞的決定區分開。知識存儲在一個巨大的數據矩陣中，該矩陣包含數百萬個數字，每個自玩游戲都會對其進行更新。這些數字編碼所謂的“功能”，這些指令指定AI針對每種可能的游戲情況所學習的策略。因此，在AI研究人員對學習方法進行編程后，機器有效地自學了如何做出良好的舉動決策。

Dota 2是迅速發展的電子競技運動的一部分，在那里，數億玩家觀看他們的(人類)英雄在在線或大型體育場比賽中玩電子游戲。Dota 2的頂尖人類玩家真的非常好。他們是百萬富翁，每天練習十個小時，每周練習六七天。他們有豐厚的贊助協議，專業的培訓師，運動心理學家，嚴格的健康和健身制度，以及與足球或網球專業運動員相關的許多其他事項。

因此，作為一項AI成就，擊敗國際一流的專業人士Dendi，Sumail和Arteezy在國際象棋，圍棋和其他游戲中擊敗了人類世界冠軍。這一點尤其如此，因為Dota 2包含了大量可以在屏幕上實時播放的戰術，這意味著玩家的思考時間比回合制棋盤游戲要少得多。