尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
大數據文摘編輯組出品
剛剛，OpenAI Five 在DOTA 2 全球頂級賽事 TI8（The International DOTA2 Championships）中完成了與人類玩家的第二場「表演公開賽」，沒有意外，45分鐘的激戰後，OpenAI Five再次打出GG（GOOD GAME，意味認輸）。
不過，本場比賽給了中國玩家一個驚喜，本次OpenAI Five對戰的是來自中國的五位前職業選手——中國DOTA2圈元老級人物：Burning（徐志雷）、Ferrari.430（駱非池）、xiao8（張寧）、sansheng（王兆輝）、rOtk（白帆）。
OpenAI CTO，同時也是OpenAI Five的工程領隊Greg Brockman在賽前表示，遵守三局兩勝的戰局。也就是說，OpenAI Five與人類團戰的本輪對決以失敗告終，本次的TI8之旅也畫上了句號。
賽後，Greg Brockman依然發推祝賀中國五位選手獲勝，OpenAI官方也發布博文，總結了兩場比賽?
比賽速覽
比賽規則與昨日與第一場比賽的規則一樣，都是選擇範圍都限定在18個英雄中，並且兩隊所使用的人物都是機選，這樣就充分照顧到了英雄陣容的勝率問題。遊戲中的限制也和昨天的一樣，沒有聖劍，沒有分身和幻象，中單英雄不允許出魔瓶；沒有掃描；依然是一只信使。
比賽採用了和昨天一樣的陣容，不過AI和人類進行了互換。（通過猜硬幣決定選擇哪隊英雄）
人類陣容：矮人直升機、巫妖、死亡先知、寒冰室女、潮汐獵人
OpenAI的陣容：惡魔巫師、瘟疫法師、巫醫、狙擊手、斧王
OpenAI Five開局很強勢，對人類玩家一直壓制，除了開場人類玩家拿下一血，比賽進行到了32分鐘才將人頭數拉平。其實，在對線和出裝上面人工智能有著非常大的缺陷，這一點在第一場比賽就已經看出來了。整個比賽過程，人類隊打的還是比較輕鬆，畢竟是專業玩家，打出了專業水準。
OpenAI Five 在比賽過程中，上場比賽的AI操作帶來的疑惑也帶到了這一場，例如不知何故在自家高地插眼，比賽後期在自家門口插了一排眼。
從開場到結束，人類雖然在中前期人頭數落後，但是在經濟上的優勢卻貫穿全場，這也是人類能最後獲勝的一個重要原因，例如最初的經濟差距只有兩千左右，中期後期的經濟差距達到了一萬左右，並且還有一些經驗優勢。在如此大經濟差距下，OpenAI Five 也放棄了掙扎，給自己得出了只有1%的勝率。
到最後45分鐘的時候，不出所料，人類打爆遺跡，獲得勝利。
賽後，圈內普遍認為AI的反應確實很快，而且他們對血量的把握遠勝人類玩家，可以更好的掌握進退的時機。但這其實是一些low level的動作，AI在這方面做的比人類好毋庸置疑，但是因此贏得先機會讓人覺得賴皮。
這樣的打法在前期可以和人類抗衡，而且打的還算可以，但是到了中後期的明顯弱勢，說明了AI的全局觀還差很遠，在策略這種高層次的動作上，是還有很大的改進空間。
因此，OpenAI後期肯定要改進AI的高層次的策略和大局觀。以AlphaGo為例，它的搜索樹可以在下棋的時候搜的很深，也就是說可以看到當前局面後面的很多步的各種情況，OpenAI目前在這一點上顯然還不夠好，這也是由於遊戲的複雜度要遠遠高於圍棋。
經過這次比賽，OpenAI下一步應該會注重在DOTA多智能體協作的探究，包括多智能體模型如何構建和如何訓練的問題。比如多智能體這個領域的最新進展、博弈論領域的最新進展和其他一些相關領域的最新進展去獲取靈感。
OpenAI發博文總結比賽：規則改變限制了Five發揮
賽後，OpenAI發布了一篇文章，講述了組織這兩場比賽的原因，也詳細敘述了最近的兩次失敗，以及接下來的目標。
OpenAI在博文中稱，與之前相比，本次比賽失敗的最大原因是規則的改變：之前的Benchmark比賽配備了一項重要的限制條件：允許每個英雄一個自身的安全信使（一個向你的英雄傳遞道具的單位）。而在這兩日的比賽中解除了這項限制。
針對這一規則變化，一位不願透露姓名的相關研究者認為這對AI的表現有很大影響。「首先是訓練時間短。短的話，訓練的局數不夠，AI沒見過的局面多，很多情況會不知道怎麼辦，也就是說並沒有收斂。所謂收斂就是說ai的表現會趨於穩定，達到一個最優解或較優解。
可以回顧AlphaGo自己給自己下棋，他是見過了各種局面，才可以應對的比較好。像這種即時戰略遊戲，動作空間更大，所需要的訓練成本也會更高，這是比較顯然的」
另一位相關學者給出了一個通俗的解釋：「可以拿職業運動員和業餘運動員作類比，職業運動員相當於訓練了很久的AI（總體來說比賽結果相對穩定），業餘運動員相當於訓練了很短時間的AI（他可能在某一次比賽中結果不錯，但總體上來看比賽結果是不穩定的，時好時壞）。從另一個角度來說，訓練時間由短到長對應於：從偶然到必然。「
以下為OpenAI博文全文?
OpenAI Five 在DOTA 2 全球頂級賽事 TI8（The International DOTA2 Championships）中與人類職業玩家打了兩場，輸了兩場。其實在比賽過程中，人工智能在前期，特別是在前20~35分鐘，一直占據著上風。
這次比賽與17天前的Benchmark賽相比，有以下特點：
這次的對手更加強大
英雄陣容由第三方提供
比賽規則的一些限制對AI不利
因為OpenAI Five的五名AI「隊員」是從零開始訓練的，所以這場專業比賽中，AI的表現仍然令人興奮。與人類頂級選手對決，如果贏得了比賽當然是非常好，如果比賽輸了也會給我們帶來非常寶貴的經驗，幫助OpenAI Five更上一層樓。
從五月份開始，OpenAI Five 的進步曲線圖
規則變化
這次比賽的目的是想看看OpenAI Five 的能力與世界頂級玩家的差距在哪裡，與之前的比賽相比，這次的比賽更加正式也更加真實。在比賽之前，我們並不知道將會與誰交手，因為這取決於有誰願意與我們比賽。
很高興有如此強大的隊伍與我們比賽，相對於之前的Benchmark，我們這兩天獲得了更多的寶貴經驗。
OpenAIFive的第一場比賽是昨天與paiN的對決，雖然這支戰隊在角逐冠軍的時候被淘汰了，但是作為Dota2 18支頂級戰隊中的一支，仍然有著強大的實力。並且，這支隊伍在職業錦標賽中平均贏得了350000美元。
第一場比賽持續了51分鐘，這個時間有些略長，因為一局遊戲平均下來只有45分鐘。在遊戲的中期OpenAI Five重新獲得了一些優勢，但是最終還是輸給了人類玩家的策略搭配。
第二場比賽的對手是中國名人堂的選手，他們每一位都身經百戰，這場比賽持續了45分鐘，和上一局一樣，在中前期OpenAI Five占據著上風，但是在一系列激烈團戰後，OpenAI Five由優勢轉為劣勢，然後輸掉了比賽。
在之前的Benchmark比賽中，我們配備了一項重要的限制條件：允許每個英雄一個自身的安全信使（一個向你的英雄傳遞道具的單位），而不是一個團隊的可被破壞的信使。而我們在這兩日的比賽中解除了這項限制。
信使可以不斷運送英雄的恢復品，使得OpenAI更容易保持英雄的狀態，頻繁的參與到對敵方的進攻中。在一場Dota比賽中，狀態較差的英雄可能會放棄進攻，選擇回家補充狀態。很多觀眾認為，附加的信使會讓遊戲看起來不像「真正的Dota」。
我們在六天之前展開訓練（信使和其他項目一樣，是代碼中的一項）。當我們認為單一信使會暫時降低Five的表現時，Dota社區則認為單一信使會讓比賽更加激動人心。
接下來的目標
我們不認為信使的變化是失敗的原因。我們認為，我們還需更多的訓練，進行漏洞修復，以及將模型中最後一塊照本宣科的部分移除。我們期待著將OpenAI Five推向下一個等級。
這兩日的對戰重新讓我們認識到了Dota人機對戰中的差異，也給了我們更多的想像空間。但是OpenAI Five的設計並不只是針對Dota 2這樣一個遊戲，它更多的技術探討是如何將AI技術建立在一個安全的沙盒中，而這個沙盒會幫助我們在未來建立先進性的系統。
相關報導：
https://blog.openai.com/the-international-2018-results/
