视频 | 我想跟AI打一架,用人类的方式

AI 科技评论按:这里是,AI研习社编译的 Two minutes paper 专栏,每周带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。

原标题:OpenAI + DOTA2- 180 Years of Learning Per Day

翻译 | 董丹丹 整理 | MY

视频内容

一个闻者伤心听者落泪的旧闻:人工智能在有限规则的 1V1 比赛中击败了一些人类顶级玩家,当时的奖金池是 2000 万美金。这是 AI 史上一个巨大的里程碑。我们注意观看当时的顶级玩家的表情。

之后旁边的人员激动万分前来握手,我们的玩家脸上笑嘻嘻,心里···。心疼!人类玩家惨被 AI 虐杀,什么里程碑,人家只是个想要好好玩游戏的宝宝!你却对我使外挂?

我们都知道,DOTA 这类游戏需要长线策略规划,由于信息不完整,并且游戏拥有高维、持续的行为空间,这些特征对人工智能来说是无法逾越的噩梦。但是在 1V1 获胜后,下一个里程碑是在标准的 5V5 比赛中击败了人类团队。

人工智能始终在通过自我对抗训练进行学习,每天如此,80% 的游戏是自己与自己对抗,20% 是与过去的自己对抗。并且在 5V5 比赛中,这五个机器人之间虽然没有明确的沟通渠道,但是他们已经能预测未来行为和情形,并且能理解伏击对手等许多游戏中的重要元素。

可能会有人说这些算法之所以能够打败人类,是因为它们的点击速度更快,但事实上 DOTA2 对这个指标并不那么敏感,点击得越频繁并不意味着能获得更多的胜利。此外,这些机器人每分钟大概执行 150-170 个动作,这与一位中级水平的人类玩家是一致的。

哎,还能不能愉快玩耍了?

视频原址:https://www.youtube.com/watch?v=yEOEqaEgu94

( AI 科技评论往期也有过详细的报道文章,具体请见 虽又击败了人类选手,但我们认为 OpenAI 的 5v5 DOTA AI 不过如此

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-08-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CSDN技术头条

深度学习应用大盘点

当首次介绍深度学习时,我们认为它是一个要比机器学习更好的分类器。或者,我们亦理解成大脑神经计算。 第一种理解大大低估了深度学习构建应用的种类,而后者又高估了它的...

22880
来自专栏目标检测和深度学习

想要入坑机器学习?这是MIT在读博士的AI心得

11510
来自专栏CSDN技术头条

大数据时代需要转变的思维

大数据时代要转变的思维: 要分析所有数据,而不是少量的数据样本 要追求数据的纷繁复杂,而不是精确性 要关注事物的相关关系,而不是因果关系 1. 分析所有数据,而...

22070
来自专栏新智元

人工神经网络完爆人类的6大领域:看车都能预测选举

编辑: frances 【新智元导读】来自Venturebeat的盘点,人工智能都在哪些领域超越了人类?欢迎补充。 目前,不同于一次处理多个事物的人脑,机...

42090
来自专栏大数据文摘

为何机器学习识别声音还做不到像识别图片那么容易?

33040
来自专栏云时之间

深度学习的应用总结(翻译)

原文地址:https://en.wikipedia.org/wiki/Intelligent_personal_assistant 当首次介绍深度学习时,我们...

32460
来自专栏人工智能快报

企业竞相布局人工智能

如今,很多大公司都会利用神经网络来完成一些模拟人类思维的任务。 最初实现的任务是语音识别,但是现在IBM的超级电脑沃森(Watson)及其他各种各样的神经网络正...

34840
来自专栏机器学习算法与Python学习

一份MIT博士的学习心得,送你入坑机器学习?(可下载PDF)

14660
来自专栏新智元

Ian Goodfellow:我最大的失败是用无监督解决计算机视觉的监督学习问题

18740
来自专栏CreateAMind

AI Insight:放弃幻想,搞 AI 必须过数学关

从2012年“大数据”概念兴起到2016年人工智能大热,已经四五年时间了,该看的热闹看到了,该爆炒的话题炒够了,该沉淀的也沉下来了。现在越来越多的人已经放下质疑...

16630

扫码关注云+社区

领取腾讯云代金券