大数据文摘作品,转载要求见文末
编译 | 姜范波 Aileen
这个周末的科技圈再次被“AI恐惧”刷屏,这次打败人类的AI来自Elon Musk的OpenAI。昨天凌晨的DOTA2人机大战中,顶级人类玩家Danylo "Dendi" Ishutin被AI完败。
到底这次人机大战意义何在?这次在一对一DOTA2中打败Dendi到底比AlphaGo更难还是更容易?众说纷纭中,我们认为前谷歌大脑和斯坦福研究员Denny Britz的这篇评论文章相对中肯和理性,也得到了不少学者的力挺:"这个问题实际上比击败人类围棋冠军容易得多。我们并没有在AI中突然进步。"
DOTA界的大神们在昨天受到了暴击,在堪称“DOTA圈世界杯“的T17邀请赛中,顶级人类选手被OpenAI训练了两周的AI打败。各类如"攻陷DOTA2","完虐人类“的字眼纷纷出现,不免让人想起之前AlphaGo大战柯洁的盛况。
Elon Musk本人也在推特上强推了这次人机大战,他认为DOTA2比围棋复杂很多,所以这次获胜的机器人也比AlphaGo要厉害。当然,马斯克也没忘记再次提起AI和所有事物一样需要被监管。重提几个星期前和众多技术大佬吵得沸沸扬扬的旧梗,让不少人怀疑这是为了媒体炒作吸引眼球。
前谷歌大脑和斯坦福研究员Denny Britz就这件事发表了自己的看法:
“这是一个令人赞叹的成就,但也不是媒体想让你相信的AI大突破。”
“过度炒作AI进展真的是危险的,Elon Musk的推特会误导大家。”
Denny Britz相对客观的罗列了这件事的成就和浮夸之处,以下是全文的编译:
当我看到今天OpenAI的DOTA2机器人在国际(The International)电竞大赛上击败人类玩家的消息时,我兴奋得跳起来。
该锦标赛的奖金池超过了二千四百万美元,作为一名电竞运动迷,我虽然从来没有玩过DOTA 2,但是我经常在线上观看其他电竞比赛,高中时还是半专业选手。但更重要的是,像DOTA这样的多人在线战术竞技游戏(MOBA),以及“星际争霸2”这样的实时战略(RTS)游戏,被视为超越了当前人工智能技术的能力。这些游戏需要长期的战略决策,多人合作,并且相比AI技术在过去几十年中“解决”了的国际象棋,围棋或扑克类游戏,具有明显更复杂的状态和动作空间。 DeepMind已经在星际争霸2上工作了一段时间,几天前发布了他们的研究环境。到目前为止,研究人员还没有取得重大突破。据认为,我们仍需要至少1 - 2年才能在星际争霸2上打败人类。
这就是为什么OpenAI今天这条消息如此令人震惊。 怎么会这样呢? 难道我错过了最近AI发展的重大突破? 当我开始更多地了解DOTA 2机器人正在做什么,它是如何训练的,以及它的游戏环境后,我得出的结论是,这是一个令人赞叹的成就,但也不是媒体想让你相信的AI大突破。
本文的目的是: 对于哪些才是真正的新东西,我愿意提供一个理性清醒的解释。过度炒作AI进展真的是危险的,比如Elon Musk昨天误导人的推特(参见文章开头的截屏)。
首先我要说明,炒作或不正确的假设并非OpenAI研究人员的错误, OpenAI传统上一向对其研究贡献的局限性非常直观明了,我相信在他们今天也一如既往。 OpenAI还没有公布他们方案的技术细节,所以对于外行而言,很容易就得出错误的结论。
我们先来看看DOTA 2机器人解决的问题实际上有多困难。跟AlphaGo相比怎么样?
鉴于1对1主要是机械技能的游戏,AI击败人类玩家并不奇怪。对OpenAI而言,由于环境受到严格限制,(很大可能)可用的操作也受到限制,而且很少或者完全没有进行长期规划或协调的需要,我得出的结论是,这个问题实际上比击败人类围棋冠军容易得多。我们并没有在AI中突然进步。它的成功,是因为我们的研究人员用正确的方式,聪明地设置了需解决的问题,把当前技术用到极致。据说机器人的训练时间大概是2周左右,也说明真相确实如此。 AlphaGo需要在Google的GPU集群上进行数月高强度的大规模培训。从那以后我们取得了一些研究进展,但并没有将计算要求降低一个数量级。
现在,批评够多啦。新闻炒作可能有点过度,但不妨碍这次人机大战的胜利依然很酷的事实。显然,大量具有挑战性的工程和合作建设才实现这一切。下面这次DOTA机器人很厉害的地方:
所有这些中,最重要的是,我非常期待可以看到OpenAI的技术报告,看看他们到底是怎么搭建这个系统的。
参考文章:http://www.wildml.com/2017/08/hype-or-not-some-perspective-on-openais-dota-2-bot/
关于转载如需转载,请在开篇显著位置注明作者和出处(转自:大数据文摘 | bigdatadigest),并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑,可直接转载,转载后请将转载链接发送给我们;有原创标识文章,请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者,我们将依法追究其法律责任。联系邮箱:zz@bigdatadigest.cn。