1997年深藍超級計算機第一次在國際象棋比賽中擊敗人類，已經是24年前的往事。而這24年間，AI技術早已突飛猛進。
時至今日，各國對AI的競爭早已由硬件競爭轉入對人才培養的競爭。而培養AI人才最好的方式無疑是讓他們來一場真刀真槍的算法對決。
9月1日，由騰訊AI Lab、王者榮耀、騰訊高校合作、騰訊游戲學院等共同發起的“第二屆騰訊‘開悟’多智能體強化學習大賽”便是基于這一理念而籌辦的比賽。
高校學霸逐鹿AI“王者”
這場比賽基于“開悟”AI開放研究平臺舉辦。平臺依托騰訊太極機器學習平臺，擁有算法、算力、脫敏數據等資源優勢，以騰訊云計算提供底層資源支持，以《王者榮耀》作為競技舞臺，為學術研究人員和算法開發者開放國際一流的研究與應用探索平臺。
參賽隊伍需要在指定的時間內，在給定的資源下訓練出最優模型，并最終部署好使用最優模型的AI服務器，提交平臺完成對局挑戰。
本屆比賽本著更開放、更輕量、更易用的原則。在首屆比賽成功舉辦的基礎上，繼續采用邀請賽制，進一步擴大了參賽隊伍的邀請范圍。不但有北大、清華、中科大等國內頂尖高校隊伍參加，還邀請到數支海外高校隊伍參與，參賽隊伍擴到20+。
從9月1日起，這些頂尖高校的學霸們將通過積分賽的形式爭奪10個出線名額，在11月進入復賽階段，而后進入決賽圈的4支隊伍將于次年角逐總冠軍。賽事方通過循序漸進的賽程設置，意在凸顯各參賽隊伍的技術成長與創新實踐。隊伍之間也可以通過直觀的游戲對局結果甄別各自在算法效率上的優劣，通過比賽驗證學習與教研成果。
本次比賽所依托的“開悟”AI開放研究平臺也大有來頭。據王者榮耀執行制作人、騰訊天美L1總經理黃藍梟介紹：“我們將自己在做多智能體研究的過程中所沉淀的技術資產開放出來，建設了‘開悟’開放平臺，打造利用‘王者’的核心技術構建的，對使用者低成本的多智能體人工智能算法研究、教學和驗證的科研教學平臺。我們開放了《王者榮耀》的核心機制，提供標準接口、脫敏的測試數據、評估工具和計算集群等，給老師和同學們進行多智能體的機器學習算法研究、學習成果交流、對算法成果反復迭代升級。”
騰訊AI Lab總經理楊巍也指出：“開悟平臺承載了技術、資源、人才等生態原料，始于又不止于競賽。開悟將逐步發展為競賽-課程-科教聯盟-科創聯合體的生態聚集地，未來會進一步延展平臺承載力，推進AI與教育融合，提高學生的創造力與研究才能，為生態貢獻跨學科技術、跨界人才和多方資源。”
為什么是《王者榮耀》？
隨著AI技術的發展，傳統的棋牌游戲已經無法滿足AI訓練的需要。玩法機制更為復雜的電子游戲成為AI訓練的新寵。王者榮耀之所以能夠從眾多電子游戲中脫穎而出成為本屆大賽的指定游戲，原因有二：對局環境優勢以及研究平臺的開放性優勢。
首先，《王者榮耀》由于多人競技的游戲特色，對局環境非常復雜，這對于AI訓練是絕佳的舞臺。
在5V5團隊競技游戲中，復數的AI并非共享“大腦”，而是互相獨立的個體，AI們不但要考慮如何理解敵人的行為邏輯，還必須要明白隊友的行為邏輯。同時此類游戲還擁有龐大的英雄陣容與不同的英雄定位，AI之間的博弈從選擇陣容時便已經開始。
據統計，在王者榮耀單局比賽中，玩家的動作狀態空間可以達到驚人的10的20000次方，甚至超過全宇宙原子數量的總和10的80次方。如此巨大的復雜度對AI的學習能力與適應能力，尤其是對AI之間的協同提出了更高的要求。這也是“多智能體強化學習大賽”中“多智能體”的應有之意。
《王者榮耀》的另外一個優勢，就是其依托于“開悟”平臺的開放性優勢。
王者榮耀團隊與騰訊AI Lab的合作由來已久。早在2019年，雙方便合作推出多智能體產品“絕悟”。據黃藍梟介紹：“‘絕悟’在2020年公開用戶測試過程中體現出高超的戰略決策能力和戰術執行能力，體現出了不輸于、甚至超越頂級人類玩家的復雜場景決策能力。這再一次證明了《王者榮耀》對技術研究和模擬是非常適合的。”
此后，王者榮耀團隊與騰訊AI Lab決定將AI研究成果開放出來，共同搭建“開悟”AI開放研究平臺。這種開放性給高校團隊在算法研究方面提供了絕佳的實操機會，解決了高校在算法研究過程中缺乏真實數據與硬件基礎的痛點。這也是眾多高校與本屆大賽一拍即合的原因。
“開悟”平臺的野望
騰訊對AI研究的重視由來已久。早在2016年騰訊AI Lab技術團隊便已經深入AI領域，研發的圍棋AI“絕藝”現已成為中國國家圍棋隊訓練專用AI；2017年與王者榮耀團隊合作開始研發的“絕悟”AI則是一路迭代，在2019年達到《王者榮耀》職業水平，在2020年不但多次入駐游戲接受玩家組隊挑戰，還于2021年參展世界人工智能大會奉獻精彩的表現賽。其相關算法研究也收錄于頂級學術期刊，可謂成果斐然。
2019年騰訊AI Lab宣布與王者榮耀共同建設“開悟”AI研究平臺，利用游戲的擬真環境與復雜機制為學術研究人員和算法開發者提供獨一無二的研究與應用探索平臺。一年之后，首屆“‘開悟’AI+游戲高校大賽”便在“開悟”平臺的支持下召開。
在今年的第二屆大賽上，“開悟”平臺秉持更開放、更輕量、更易用的理念，不但將參賽團隊擴展到20支以上，也將合作模式延伸到比賽之外。“開悟”平臺不但給高校團隊建立安全易用的開發環境，也致力尋找與高校教學研究的長期合作機會。
“開悟”平臺的野望不僅僅停留在讓AI算法學會“打游戲”之上，更在于打通教育、研究與產業落地之間的通路，讓AI通過在游戲中學習去解決現實中的問題，為醫療、工業、農業、交通等現實場景中的AI落地提供助力。同時“開悟”平臺也希望能夠和高校與科研團隊建立長期合作，將現實問題“請”到游戲之中，通過低成本的游戲環境去模擬和解決現實問題。
“未來，我們希望王者榮耀開悟AI開放平臺，可以通過持續的迭代建設，為中國自主知識產權的人工智能底層技術研究、人工智能應用場景拓展等貢獻綿薄之力。”騰訊天美L1總經理黃藍梟對“開悟”平臺如是期許。
屆時，游戲便不再只是游戲，而能夠變成騰訊所暢想的虛擬真實世界——超級數字場景的一環。
備注：
