当前位置: 玩币族首页 > 币圈百科 > 和 AI 打王者荣耀，第三局就被虐哭了

和 AI 打王者荣耀，第三局就被虐哭了

2020-05-08 蜜蜂查来源：火星财经

那些更长远的愿景，借助 AI 实现粮食丰收、攻克癌症——如果真能实现，被“绝悟”虐哭几次也不算什么大不了的事儿了。

文 |苏建勋

头图来源 |IC photo
五一假期临近，腾讯的朋友发来邀约：5月1-4日，王者荣耀会上线挑战“AI绝悟”的限时活动，要不要和 AI 交交手？
这点燃了我的兴趣点。三个月前，由于疫情期间闲来无事，我下回了之前卸载的王者荣耀，一路从“荣耀黄金”打到了“至尊星耀”；而作为一名关注人工智能领域的作者，虽然不会写代码算法，但在把商汤旷视等 AI 独角兽写过一圈后，对所谓的视觉识别、机器学习也算略懂一二。腾讯的“绝悟”在电竞圈里小有名气。先是在去年 8 月举办的王者荣耀最高规格赛事——世界冠军杯半决赛中打败了职业选手联队，被证明达到“电竞职业水平”；去年的ChinaJoy，在向顶级业余玩家开放的体验测试中，“绝悟”在首日504场测试中胜率为99.8%，仅输1场（对方为王者荣耀国服第一后裔）。要坦诚的是，以上数据都是我在后来搜集到的，在真正跟“绝悟”交手前，我并不知道自己将面对怎样的对手。不过，所有关心 AI 进展的人都记得，2017 年，世界围棋冠军柯洁对阵谷歌旗下人工智能“AlphaGo”，最终因 0：3 完败在场外痛哭。眼下，腾讯把人类对阵 AI 的赛场搬到了用户量更大、知名度更广的王者荣耀，不知道有多少人和我一样，抱着“欲与 AI 试比高”的决心，展开这次较量。于是，在五一假期的第一天，睡到自然醒后，我点开了游戏首页“挑战·绝悟”的入口。

王者荣耀游戏首页左下方有了“挑战·绝悟”的入口

被虐哭后，AI 还会嘲讽你

还是简单介绍下王者荣耀，这是一款典型的 5V5 竞技手游，双方各自选出技能、类型不同的五位英雄，以推倒敌方水晶为目标。由于上手快、每局用时短、加之腾讯强大的社交关系链，这款游戏已在国内风靡数年，也是腾讯当之无愧的“现金牛”。某种程度上，我打王者荣耀的路数代表了相当一部分用户：因为只在下班后闲来无事打几把，整体熟练度、操作度都不算上游，因此不擅长刺客、战士类英雄，更喜欢用中路法师、下路射手，全局辅助类英雄。第一局，我用了中路法师张良，另外四个队友为：战士吕布、射手黄忠、刺客裴擒虎和辅助鲁班大师。从队形来看，这局的英雄配置相当不错，吕布和张良都有一定的控制技能——有助于黄忠“开大”时疯狂输出，而鲁班大师的移位技能，又能在敌人团攻黄忠时为其保命。

对阵“绝悟”，我的首局阵容（上排）还算不错在这里稍作科普一下，王者荣耀讲究的除了个人操作英雄的熟练度以外，更需要团队在技能上的配合：射手、法师类英雄擅长输出，但是血薄，容易被秒杀；辅助和战士等英雄血厚，但在攻击范围和效率上有短板。
这也是腾讯 AI “绝悟”的挑战，围棋和王者荣耀的打法都有千万条排练组合，但围棋是 1V1 对垒，王者荣耀是 5V5 的团队对抗游戏，因此需要机器掌握的场景更多、更复杂，腾讯官方做过统计，游戏中预计有高达10的20000次方种操作可能性，而整个宇宙原子总数也只是10的80次方。借着不错的阵容，加之没有遇到“猪队友”，我轻松拿下了第一局。第二局，我用了辅助位的庄周，队友为战士廉颇、法师甄姬、打野娜可露露、辅助太乙真人。这局阵容初期来看不算好——辅助位重复，射手位没人；反观“绝悟”的英雄配置就很不错：辅助蔡文姬、法师干将莫邪、战士达摩、打野孙悟空、射手伽罗，各个角色非常均衡。

我的第二局对阵阵容，绝悟每一关的阵容都不同，会随着关数增加，难度也递增由于是和陌生人匹配队友，每个人想玩的、擅长的英雄都存在不确定性，阵容不合理的情况时常出现（改版后的王者荣耀已经通过预选英雄提升了这一体验）。可没想到，这样误打误撞的阵容，却成了第二局赢下的关键。
由于敌方干将莫邪、达摩、孙悟空、伽罗等角色，都属于强悍的输出类英雄，而我方廉颇、太乙真人、庄周，都以血厚、复活、解控等技能著称，这就让对方英雄撞在了“铁板”上，加之这一轮遇到的队友在操作上也实属不错，我又赢了第二局。虽然连赢两局，但 AI “绝悟”的疯狂已经有所展现。两方对阵中，人类会在战斗时出现迟疑、猜测、忌惮，但 AI “绝悟”完全没有。中路对线时，“绝悟”方的法师在清完兵线后，会立刻前往下路、野区支援；同时，对方的刺客类英雄非常生猛，经常出现在野区打扰我方节奏，甚至多次去塔下、两塔之间的空隙，企图强杀我方射手和法师，这些都是非常“高玩”的操作。

“绝悟”方英雄“达摩”时常出现在我方野区干扰节奏更令人有些惊悚的是，在第二局“绝悟”的水晶将被攻破时，系统传来了一阵机械的女声：“AI 集体升级换代中，滴滴滴……”，像是在提示人类玩家，失败后的 AI 会更加强大。

“绝悟”的水晶将被攻破时，左侧显示：“AI 集体升级换代中，滴滴滴……”杀红了眼后，我又开始了第三局。
组队时，这一局的英雄搭配令人兴奋。我选择了中路游走灵活、擅长爆发输出的英雄小乔，队伍中既有输出型英雄孙悟空和李元芳，还有战士型英雄铠，辅助位也是新晋网红英雄“瑶”，其中，铠和孙悟空还有“省级联队十强”的称号——阵容合理，队友强悍，看来拿下这一局势在必得。可事实却恰恰相反。对阵“绝悟”总共有 6 关，每关难度会依次上升，这从匹配的英雄上可见一斑。在第三关，AI “绝悟”启用了上官婉儿，该角色的三技能叫“章草·横鳞”，能打出极为恐怖的伤害，但操作难度极大，需要在四个按键的相互切换下，同时掌控好进攻方向，才能准确触发该技能。对于人类来说，切换按键需要手指、眼力等感官的多次配合才能熟练，但对于 AI，这些不过是后台写好的程序。因此，人类需要花费数日、甚至数月才能玩好的英雄，AI 瞬间就能掌握到极致。“绝悟”终于露出了狰狞一面，依靠上官婉儿为首的强势进攻，我方很快溃不成军，李元芳被打成了 0-8，铠和孙悟空也被死死压制住。人类的心态也在一次次挫败后崩盘，有人开始抱怨队友无能：“看看对面的打野，再看看我们的”，似乎完全忘记了对面不是人类，而是 AI。用时13 分钟后，绝悟就推倒了我方水晶，留下了一个极为尴尬的战绩。更令人郁闷的是，每当我方英雄集体阵亡时，绝悟都会轻叹一句：“好安静啊”，这对于被 AI 打得束手无策的我们，无疑是莫大的讽刺。

我方英雄集体阵亡时，绝悟都会轻叹一句：“好安静啊”

“绝悟”的想象力

在多次更换英雄、甚至叫来相识的朋友，打开语音增强协作，依然无法突破上官婉儿的围追堵截，我与“绝悟”的较量最终卡在了第三关。在又一次被 AI 团灭攻破水晶后，我的几位朋友发出了绝望的感叹：“让不让人好好过节了”、“我要投诉 AI”。但“绝悟”的存在难道只是为了给玩家添堵？这从商业逻辑上来看也不太成立。腾讯 AI Lab在 2017 年成立“绝悟”，一年后达到顶尖水平，期间要雇佣的科学家、耗费的 GPU、占用的王者荣耀入口资源……都是一笔不小的经费开支。事实上，“绝悟”是腾讯研发通用型 AI 的一项重要测试。所谓通用型 AI，就是具备类似人脑的复杂问题处理能力。举个例子，初代 AI 只能解决特定场景需求，比如视觉识别领域的鉴别黄图、抓取嫌疑人肖像等；但通用型 AI 可以驾驭更复杂的决策，问天气、选商品、甚至“他到底爱不爱我？”，AI 都能给出更有人性的回答。通用型 AI 也是如今科技公司的主流方向。微软“小冰”已诞生 6 年，经过多次版本更迭后，小冰已经能帮罗森便利店推销优惠券、在汽车导航中寻求最优路径、还能写诗作画，很多行为俨然与人类无异；今年美国 CES，三星还展出了人形 AI “ NEON”，可以充当老师、财务顾问、礼宾员、演员或电视主播。

三星在今年美国 CES 是哪个展出的人性 AI“ NEON” 拍摄：苏建勋
说到通用型 AI，就不得不提及两个 AI 领域的特有概念：“深度学习”和“增强学习”。
刚才所说的鉴黄、抓坏人，一般采用深度学习，给机器“喂”进大量图片，让AI在海量数据的训练中获取规律。可在通用AI 中，涉及到复杂场景需要的数据量更大，这便有了“增强学习”，可以在少量数据的前提下，通过给 AI 设定奖惩机制的方式，让 AI 自我学习并实现进化。“绝悟”采用的便是增强学习，腾讯 AI Lab 认为，若 AI 能在王者荣耀这类复杂的环境中，学会人一样实时感知、分析、理解、推理、决策到行动，就可以在更多变、复杂的真实环境中发挥更大作用。说得更通俗点，这就好比疫情期间被迫在家做饭的你，在照着菜谱或者连线父母做出番茄炒蛋、葱爆羊肉后，你学会了切菜，知道了放佐料的次序，懂得怎么掌握火候，逐渐可以自己摸索着做出更复杂的红烧排骨和新疆大盘鸡。通过研发“绝悟”，腾讯将其背后的经验和算法也用了其他行业。2019年9 月，腾讯与欧洲顶级农业大学 WUR（荷兰瓦赫宁根大学）合作过一次种植大赛，利用AI 算法检测土壤、选择合适的作物品种、智能预防病虫害，最终使种出的番茄、黄瓜在产量、品质均有所提升。今年 4 月，腾讯 AI Lab 还推出了首款智能显微镜，协助医生进行癌症筛查和病理分析。眼下，谁都不能否认 AI 的存在。天猫淘宝、今日头条会根据你的喜好推荐你感兴趣的商品和内容，而那些更长远的愿景，借助 AI 实现粮食丰收、攻克癌症，仍需要人类持之以恒的探索与训练。如果真能实现这些目标，被“绝悟”虐哭几次，也不算什么大不了的事儿了。

本文来源：蜜蜂查
原文标题：和 AI 打王者荣耀，第三局就被虐哭了

—-

编译者/作者：蜜蜂查

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。

知识人工智能腾讯

和 AI 打王者荣耀，第三局就被虐哭了

相关阅读：

新文章

知识推荐