在电子竞技当中，AI是如何进化的？

12月22日KPL秋季赛总决赛落下帷幕，比赛结果暂且按下不表，但值得惊艳的是在本次总决赛中，腾讯AI Lab与王者荣耀及王者荣耀职业联赛共同探索的前沿研究项目——策略协作型AI“绝悟”首次露面，与KPL职业选手和解说组成的人类战队进行5V5对决，并获得了胜利。

丨人类与计算机的首次交锋

首先，什么是人工智能？

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

说起人类与计算机的首次交锋是在 1963 年。当时的国际象棋大师大卫·布龙斯坦质疑计算机的创造能力，并以自己的智慧向计算机发起挑战。在开局让掉一个后的情况下，大卫·布龙斯坦很快就发现自己的棋子被蚕食了一半，他不得不要求不让棋子再下一局。

时间来到1996年，美国IBM公司生产的一台超级国际象棋电脑“深蓝”向西洋棋世界冠军卡斯帕罗夫挑战。这台电脑重1270公斤，有32个微处理器，每秒钟可以计算2亿步，输入了一百多年来优秀棋手的对局两百多万局。在经历了7天的比赛后，“深蓝”还是以2:4的成绩落败。

一年后，研究小组带着改良后的“深蓝”成功挑战卡斯帕罗夫，这是人工智能首次战胜人类，也开启了人工智能向人类的挑战之路。

2016年由谷歌旗下的DeepMind公司开发了“Alpha Go”围棋机器人。“Alpha Go” 用到了很多新技术，如神经网络、深度学习、蒙特卡洛树搜索法等。其系统可以通过给定的局面预测每一个合法下一步的最佳概率，并评估棋局。

“Alpha Go”通过深度学习原理在没有任何让子的情况下，以5:0完胜欧洲围棋冠军、职业二段选手樊麾，以4:1战胜围棋世界冠军、职业九段棋手李世石。在人工智能领域以完整的围棋竞技击败击败专业选手，实现了一次史无前例的突破。次年5月，在中国乌镇围棋峰会上，“Alpha Go”与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。

丨AI从棋牌到电竞的升级之路

电子游戏与围棋虽然同属游戏，但从AI决策的角度看，两者所需算力不在同一级别。棋局呈现出的信息是有限的，每一步落子后有多少可能性对于AI而言一目了然。但像DOTA、英雄联盟这样的电子游戏不同于围棋：复杂的地图和BP、庞大的英雄池、远超1V1人数的对局，都增加了游戏的不确定性。相比起来，只有3的261次方可能性的围棋就有点“小巫见大巫”了。

相比“Alpha Go”，OpenAI的游戏之路似乎过得顺风顺水。OpenAI是由诸多硅谷大亨联合建立的人工智能非营利组织，其主要目标包括制造“通用”机器人和使用自然语言的聊天机器人。

从2017年OpenAI诞生了第一个可运行的版本，并在去年的Ti7上惊艳亮相。OpenAI凭借一手魔影完胜顶级职业选手Dendi，一战成名。OpenAI通过自我训练和算法优化迅速地掌握了18个英雄的使用方法，可以在6000分的路人局中游刃有余地应付各种局面。

而在今年的Ti8，人工智能OpenAI在现场数千名观众以及直播频道数十万人的围观下，直落两盘轻松战胜由半职业选手组成的战队，人类仅在最后一盘才扳回了一点脸面。

随着AI技术的发展，AI不仅用在了PC端游戏上，还移植到了移动端进行应用和学习。在KPL赛场上，电竞选手需要通过手脑协调、即时决策、团队合作以及台下大量的练习才能有今天的成绩。

“绝悟”通过深度学习的方法，深度模仿KPL职业选手的比赛数据，每天的训练强度最高能达到职业选手150年的训练量。在算法上，AI能模仿人类的决策方式，综合考虑游戏中地图、视野、英雄属性等多种因素，从而决定在游戏的什么时间该去哪里、要做什么，以及具体的操作该怎么做。

策略协作型AI的出现，不仅可以帮助职业选手进行更专业化、数据化的训练，借助在算法和数据方面的优势，提供数据、战略与协作类实时分析与建议。

从国际象棋到围棋，再从DOTA到王者荣耀，AI一直再不断地通过学习完善自我。倘若AI未来能在更加复杂的环境下如人类般正确完成感知、分析、理解、推理、决策等动作，就可能在多变复杂的真实环境中发挥更大作用。