战胜人工智能的也许只有游戏玩家了

  这几天最受全球关注的可能就是谷歌人工智能(AlphaGo)与韩国棋手李世石展开人机大战了，在过去了2局当中，李世石均败北，让全世界哗然，人工智能将要一同天下了吗？

  首先来看看这款阿尔法围棋(AlphaGo)，它是一款围棋人工智能程序，由位于英国伦敦的谷歌(Google)旗下DeepMind公司的戴维·西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发，这个程序利用“价值网络”去计算局面，用“策略网络”去选择下子。

  其次阿尔法围棋(AlphaGo)的主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。 

  阿尔法围棋(AlphaGo)是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。

  这些网络通过反复训练来检查结果，再去校对调整参数，去让下次执行更好。这个处理器有大量的随机性元素，所以人们是不可能精确知道网络是如何“思考”的，但更多的训练后能让它进化到更好。

  说的通俗一点就是阿尔法围棋首先通过搜素去比对库里和现状相似的围棋布局，然后再通过计算得出最优势的结果。

  那么如果阿尔法围棋(AlphaGo)和游戏玩家对战呢？我们拿DOTA这款游戏做个对比。

  首先在BP上，我觉得我们DOTA选手中顶尖的BP手应该能占到上风，因为人工智能虽然在记忆库里有着很多比赛的BP记录，但是DOTA中的BP毕竟不是一成不变的，假设前两手点出了小娜迦莉娜这两个定位不明确的英雄，人工智能就很难针对这两个英雄来选取自己阵容。并且即使在阵容浮出水面之后，DOTA中仍有一个不确定的因素，那就是分路。双中双劣优单等等不常见的套路都是AI很难预测的，而在比赛开始之后调整分路又会牺牲不少线上的优势，因此在BP和分路上，AI还是有一些劣势的。

  其次是对线期，这一点上是AI的优势，喜欢打人机的选手们一定有被电脑线霸英雄打爆的经历。在英雄均势的情况下，电脑补刀的准确率和对血量的判断应该是要比我们顶尖的DOTA选手还要准确，我们更依靠经验，而AI则是凭借强大的计算能力在很短的时间内算出结果，所以在对线的操作上我们很难和AI匹敌。

  不过来到中期，在团战和GANK这种变数极大的操作中，AI比起我们的选手来说可能要略逊一筹了。地图上没人不一定就是全部开雾GANK，也有可能只是五人在自己的野区打钱，一人露线可能是四人开雾蹲，当然也有可能是这个人不讲道理喜欢收这些危险线。而先手的判断条件更是很难说的明白，其实很多时候职业选手也是凭借本能去先手。而完美先手被团灭，或者核心技能放空缺把对方团灭的情况也屡见不鲜，所以这些很难量化判断的东西也是我们人类智慧的优势。

  但是AI在比赛中有一处优点是在DOTA比赛中十分重要的，那就是强大的执行力，一个代码说打不会有人后退，一个代码说撤不会有人回头，而加上无比卓越的线上能力，AI在选取快节奏的推进阵容时，恐怕是难以阻挡的，就如同TI4的VG和这次上海特锦赛的MVP一样，都是属于无限滚雪球的打法。

  然而，DOTA这款游戏的魅力就在于无穷的变化和无尽的套路，几乎没有那种极其BUG的英雄，尤其是在职业比赛中，BP更是处在一个十分重要的位置，而对线现在只要不被压的太惨也能接受，所以正如柯洁有信心战胜阿尔法狗一样，顶尖的职业选手也一定有信心战胜DOTA界的阿尔法狗。