埃隆·马斯克旗下 OpenAI 项目的人工智能研究人员最近取得重大进展，赢得了一场电子游戏比赛。与人工智能最近在围棋 和扑克中战胜顶尖人类选手不同，这一人工智能突破涉及一款许多人没听说过的游戏——《Dota 2》。但对于数亿这类多人在线对战游戏的粉丝来说，电脑能够击败职业选手是件大事。
这对人工智能研究人员也意义重大，尤其是谷歌等公司的研究人员，谷歌、Facebook、微软和IBM都在投入数百万美元，打造在数字游戏中超越人类水平的人工智能玩家。随着人工智能在社会中的重要性日益增加，它所展现的计算机进行战略性“思考”的能力，可能对我们所有人产生更广泛的影响。
《Dota 2》这场胜利尤其引人注目。胜利由一个机器人取得，它由非营利研究公司 OpenAI（估值十亿美元）开发者并未为它编入对游戏策略的深入理解。相反，他们采用了一种称为深度强化学习的方法，让计算机从仅掌握基础游戏策略知识开始。
通过数百万次与自身对弈，人工智能学会区分好的走棋决策（能够带来胜利）和坏的决策。这些知识存储在一个包含数百万个数字的庞大数据矩阵中，并在每次自我对弈后更新。这些数字编码了所谓的“函数”，也就是针对每一种可能的游戏情境，规定人工智能已学会策略的指令。因此，人工智能研究人员编写好学习方法后，机器实际上便自学如何作出好的走棋决策。
《Dota 2》是迅速壮大的电子竞技浪潮的一部分。数以亿计的玩家在线上或大型体育场赛事中，观看自己（人类）心目中的英雄玩电子游戏。《Dota 2》的顶尖人类玩家实力非常出众。他们身家百万，每天训练十小时，每周训练六到七天。他们拥有收入丰厚的赞助合约、职业教练、运动心理学家、严格的健康与体能训练计划，以及许多足球或网球职业选手所具备的其他条件。
因此，作为一项人工智能成就，击败顶尖职业选手Dendi、Sumail和Arteezy，其分量足以与击败人类国际象棋、围棋及其他项目的世界冠军相提并论。尤其是《Dota 2》包含丰富多样的战术，会在屏幕上实时展开，这意味着玩家思考的时间远少于回合制棋盘游戏中的玩家。
不过，也有一些限制。OpenAI 的玩家赢下的是双人版本，而这款游戏通常是十人团队对战。并且每位玩家只能使用游戏中通常超过 100 种角色里的一种。因此，这就像在一对一比赛中击败一名职业篮球选手，虽是重大进展，但距离击败一支人类职业选手队伍的目标仍有差距。
与 Dendi 的表演赛结束后不久，现场大批观众受邀挑战人工智能玩家，前 50 名挑战成功者可获奖。50 份奖品全被人类拿走，他们采用了人工智能玩家此前没见过的古怪策略。不过，人工智能现在已经能够自行学习和适应，因此会避免再次犯同样的错误。
为什么要投资游戏人工智能研究？
蓝筹企业之所以对此感兴趣，是因为电子竞技游戏提供了简单的性能衡量方式，还能引发广泛的公众关注。二十多年来，大公司一直投入巨资争取赢得游戏比赛，这一趋势始于IBM 的“深蓝”击败国际象棋世界冠军加里·卡斯帕罗夫。
现实世界并没有那么简单，要实现“通用人工智能这一目标，也不像人类那样简单。但人工智能赢得《Dota 2》比赛，正如它此前在其他游戏中获胜一样，可能预示着其他令人振奋的发展。
首先，游戏设计者和玩家希望人工智能不仅能赢得游戏，还能让游戏更有趣。游戏提供了一种独特方式，让我们了解人们的行为，尤其是人类心理如何与人工智能行为互动。我们正在英国的数字创意实验室收集数百万玩家的数据。借此，我们实际上可以开展一项大规模线上心理学实验，了解人们希望人工智能具备什么特质，同时研究新的人工智能技术。
开发能够学会在游戏中作出最佳决策的人工智能，也可能有助于开发能够在现实世界中作出其他战略选择的人工智能。《Dota 2》人工智能学会了“函数”，据此在任何游戏情境下采取相应策略。同样，我们可以设想人工智能程序学会针对特定经济、环境和健康情境的函数，例如经济衰退或疾病暴发。这些函数将生成应对这些情境的有效策略，并能够为政府 或企业提供合理的决策建议。
这类决策型人工智能的局限之一，是它无法告诉我们为何作出某个特定行动。人工智能或许能够帮助我们更好地应对一些最棘手的战略问题，但我们仍需要让人类参与决策，以考量更广泛的伦理和社会因素。这将使人类与人工智能协同工作比以往任何时候都更加重要。
