騰訊正在聯(lián)動高校，利用王者榮耀的復(fù)雜環(huán)境，為推動通用人工智能研究創(chuàng)造各種可能性。
4月14日，第二屆“騰訊開悟多智能體強(qiáng)化學(xué)習(xí)大賽”（以下稱“大賽”）決賽在成都落幕，來自20多所頂尖高校的AI研發(fā)團(tuán)隊(duì)，經(jīng)過半年來的比拼，共有4支團(tuán)隊(duì)進(jìn)入決賽。經(jīng)過現(xiàn)場激烈角逐，來自清華大學(xué)計(jì)算機(jī)系的團(tuán)隊(duì)獲得本屆大賽冠軍。
本屆大賽由騰訊AI Lab、王者榮耀、騰訊新文創(chuàng)總部、騰訊高校合作、騰訊游戲學(xué)堂等共同發(fā)起。騰訊“開悟”AI開放研究平臺依托于騰訊太極機(jī)器學(xué)習(xí)平臺，為參賽團(tuán)隊(duì)提供了研究資源、全棧打通的閉環(huán)科研驗(yàn)證環(huán)境和輔助管理服務(wù)；算力方面，基于遨馳分布式云操作系統(tǒng)的新一代全球領(lǐng)先的異構(gòu)加速引擎技術(shù)，為本屆AI大賽全程提供資源及技術(shù)支持。
據(jù)開悟平臺技術(shù)專家介紹，各隊(duì)在算法模型設(shè)計(jì)、獎勵函數(shù)設(shè)計(jì)以及訓(xùn)練方式等方面，分別進(jìn)行了探索嘗試，訓(xùn)練出了較高強(qiáng)度的AI，并且在對戰(zhàn)中表現(xiàn)出了獨(dú)特的戰(zhàn)略風(fēng)格。
本次賽事的四強(qiáng)隊(duì)伍，來自清華大學(xué)自動化系的王博源同學(xué)在分享中表示：“我們在參賽過程中極大地促進(jìn)了合作能力，為今后的科研做好了鋪墊”；來自西安交通大學(xué)的王子儒同學(xué)更是表示，本次參賽經(jīng)歷讓隊(duì)員們堅(jiān)定了未來從事的科研方向。
開放AI能力，讓參賽者聚焦算法研究
本屆賽事沿用過往面向高校的邀請賽制，進(jìn)一步擴(kuò)大了開放規(guī)模，邀請20多所國內(nèi)外知名高校參賽。參賽隊(duì)伍需要在指定的時間內(nèi)，在給定的資源下訓(xùn)練出最優(yōu)模型，并最終部署好使用最優(yōu)模型的AI服務(wù)器，提交系統(tǒng)完成1V1、3V3對局挑戰(zhàn)。
在賽事各階段，每支參賽隊(duì)伍都可獲得等量的訓(xùn)練資源。這意味著參賽者無法通過無限加大算力來提升AI能力，而是需要不斷優(yōu)化模型。同時，為了讓參賽者將目光聚焦于算法本身，賽事禁止參賽者為AI編寫規(guī)則，AI只能通過行為反饋來優(yōu)化自身策略。
目前AI學(xué)界面臨的四大挑戰(zhàn)：算法、數(shù)據(jù)、算力、場景。研究場景稀缺、沒有數(shù)據(jù)、算法測試?yán)щy、算力昂貴等問題一直困擾高校AI研究團(tuán)隊(duì)；隨著高校對強(qiáng)化學(xué)習(xí)算法研究的不斷深入，計(jì)算資源的需求量也水漲船高。除了機(jī)器資源本身，高校也缺乏容易上手的AI開放實(shí)驗(yàn)平臺。
騰訊正在將自身的AI能力開放給AI研究者，致力于成為國內(nèi)科研的助推器。
“開悟”是騰訊牽頭構(gòu)建的AI多智能體與復(fù)雜決策開放研究平臺，依托騰訊AI Lab和王者榮耀在算法、算力和實(shí)驗(yàn)場景方面的核心優(yōu)勢，旨在為學(xué)術(shù)研究人員和算法開發(fā)者開放國內(nèi)領(lǐng)先、國際一流研究與應(yīng)用探索平臺。
其中，王者榮耀為高校AI研究提供了一種現(xiàn)實(shí)可用的場景。這款移動端的MOBA類游戲，具有高復(fù)雜度、高挑戰(zhàn)性、強(qiáng)協(xié)作性的特點(diǎn)。據(jù)統(tǒng)計(jì)，在王者5V5對局中，玩家的動作狀態(tài)空間高達(dá)10的20000次方，遠(yuǎn)遠(yuǎn)大于圍棋及其他簡單游戲，甚至超過整個宇宙的原子總數(shù)（10的80次方）。
“開悟”持續(xù)擴(kuò)大開放范圍，發(fā)力AI人才教育
賽事之外，騰訊“開悟”AI開放研究平臺正持續(xù)擴(kuò)大開放范圍，發(fā)力AI人才教育。
今年3月，成都大運(yùn)會“數(shù)智競技”邀請賽正式啟動，該邀請賽由大運(yùn)會執(zhí)委會主辦、騰訊承辦，邀請全球12所高校的學(xué)生于開悟平臺上進(jìn)行AI技術(shù)博弈，最終成績將于今年7月大運(yùn)會期間發(fā)布。
騰訊新文創(chuàng)總部自2020年落戶成都，不斷探索區(qū)域科技創(chuàng)新、文化創(chuàng)新，與城市的整體力量合作，大運(yùn)會世界大學(xué)生數(shù)智競技邀請賽和第二屆“開悟”Al大賽落地蓉城，是立足成都，講好科技故事的創(chuàng)新實(shí)踐。通過與互聯(lián)網(wǎng)企業(yè)的協(xié)作以及連接新型數(shù)字文化載體，推動建設(shè)人工智能開放交流的“科技+體育”新體系。
今年上半年，“開悟”平臺還基于兩屆賽事的積累，與北京大學(xué)、清華大學(xué)、電子科技大學(xué)、中科大四所國內(nèi)高校合作開發(fā)了創(chuàng)新課程，進(jìn)一步幫助高校學(xué)生在實(shí)踐中理解強(qiáng)化學(xué)習(xí)知識，目前相關(guān)課程已經(jīng)陸續(xù)開課。
從短期來看，若AI能在類似“王者榮耀”這樣復(fù)雜的環(huán)境中，學(xué)會人一樣實(shí)時感知、分析、理解、推理、決策到行動，就可能在多變、復(fù)雜的真實(shí)環(huán)境中發(fā)揮更大作用。下一個AI里程碑可能會在復(fù)雜策略游戲中誕生。
長遠(yuǎn)來說，AI攻克游戲的能力將有助于解決真實(shí)世界的復(fù)雜問題。借助開悟平臺，騰訊AI Lab和王者榮耀希望聯(lián)動更多有興趣的高校和學(xué)者參與，共同在游戲環(huán)境中探討和研究這些難題，并尋找AI新技術(shù)覆蓋更多場景的可能性，服務(wù)醫(yī)療、工業(yè)、農(nóng)業(yè)、交通等行業(yè)。
