去年TI7，OpenAI在影魔Solo表演賽中戰勝了頂級玩家Dendi，名聲大震；TI8前夕，五個OpenAI電腦人組成的隊伍擊敗了由Merlini等組成的人類半職業隊伍；TI8表演賽上，OpenAI戰隊挑戰了人類職業戰隊，但未能成功。今日，我有幸採訪到了OpenAI DOTA2團隊的分佈式系統負責人Szymon Sidor，聽他來聊聊當時選擇該項目的初衷，以及OpenAI機器人未來與社區之間的交互可能。
Q：你好，Szymon！感謝抽時間接受採訪。請問您在OpenAI中的職務是？
A：我是DOTA2團隊的分佈式系統負責人。
Q：有趣。咱們從頭說吧，你們開發出OpenAI單個英雄和戰隊是如何緣起的？去年的影魔Solo賽上你們擊敗了一眾職業選手，今年你們又攜一支OpenAI戰隊來到TI。你們為什麼想做這件事？
A：大量的不同原因積累所致吧。起初我們只是想試著專注於任意一款流行網遊，於是通過Twitch查看了所有正在直播的火爆項目，當時我覺得LOL最火，DOTA2其次。不過DOTA2更容易集成，也更易發揮軟件功用。所以我們決定，就DOTA2了！決定之後，我們也找到了更多理由去支撐它。Valve是一個很好的合作伙伴，人們說進軍DOTA2較之LOL更具有戰略意義。
Q：Valve便於合作，這是不是你們進入DOTA2的主要原因？
A：是的。我相信假如選擇LOL的話，Riot肯定也會對我們的工作有所幫助，但我們沒有考慮過他們。
Q：說到戰略意義，與LOL合作難道不是更容易些嗎？還是說OpenAI DOTA2團隊想挑戰自己？
A：可能會更容易吧。不過我們確實也更有野心，也想讓任務更具有挑戰性。我們選擇DOTA2，是因為沒有顯而易見的方法去實現它的人工智能。所以在項目伊始，我們也不知道如何解決這一問題。
Q：這個OpenAI團隊中，有沒有誰是項目開始前就在打DOTA2的，有沒有人是在項目確定後開始玩的？
A：跟我一起參加了TI8項目的Jakub是一個DOTA2/LOL雙修玩家。公司其他一些人也都有數千小時的遊戲時長。我本人是項目開始後進來玩的，玩了大約一千小時了。我極不擅長！不過我覺得，僅僅通過觀看機器人遊戲就能學到很多東西。
Q：我記得OpenAI團隊說過，機器人從他們之前的經歷中吸取教訓，然後變得更好。剛開始時，你需要先教他們點兒什麼嗎？
A：吸取教訓，談不上吧。我們用的技術是強化學習。它是建立在“觀察，行動和獎勵”機制上的。機器人必須先看到一些東西，然後有選擇地行動，然後因行為良好而受到獎勵。遊戲開始時，他們會在基地周圍隨機走動。然後，他們可能會去走到線上開始補兵，因為它們可以得到金錢獎勵。這樣他們就會高興，並且再次重複。但是，當一個機器人走得太遠而被敵方防禦塔擊殺時，它就能學會保持一定距離，這樣機器人就慢慢進化了。不過，一開始完全是隨機的，沒有任何形式的引導。
Q：那你們也得告訴機器人最終目標吧？比如Solo時，目標是推掉塔；5V5時，目標是推掉遺蹟……
A：肯定的。這是獎勵。我們會告訴機器人，贏得比賽是件好事。我們也會給它們一些其他指示，比如補兵是件好事。不過我們不會告訴它們如何補兵。那是它們自己必須解決的問題。如果他們可以做到，那是好事啊！
Q：真的好有趣。我想象不出它所做的努力以及思考過程。短短一年，OpenAI團隊從Solo做到能與職業戰隊五五對抗，這個過程有多難？
A：極難。它需要太多開天闢地式的創新。有一長串的東西需要去融合。拿TI8表演賽上我們設置的團隊精神參數來說吧。一開始我們教機器人自私，就像典型的路人局那樣。然後，我們讓他們跟隊友越來越像，到了最後他們完全無私了。
Q：是得有一些過程。現在的OpenAI程序可以掌握多少英雄了？英雄的裝備選擇是預設的嗎？
A：現在可以在18個英雄中選擇了。裝備選擇是預設的，不過我們正在致力於讓機器人根據敵人和戰況做出裝備選擇。
Q：你說該項目的目的為研究。那OpenAI的研究由誰資助？
A：我們有許多的捐助人與投資人。初始投資人之一是埃隆·馬斯克(特斯拉汽車CEO，譯者注)。
Q：我想知道，你們在DOTA2項目中得到的學問，在其他領域能否實現？
A：可以的。我們在不同的地方已經開始使用這種技術了。其中有一項稱之為“自動化操作”，它就發現於DOTA2項目，並且使用了同樣的代碼。
Q：從社區角度來看，OpenAI軟件是否會與普通玩家見面？
A：我們正在考慮OpenAI與DOTA2客戶端的結合。不過有個艱鉅的問題，它需要不斷維護。我們不確定是否會獲得資源，所以我們無法做出任何承諾。繼續進行下去的話，好處是我們可以擁有不同水平的OpenAI，這些機器人匹配起來跟真人一樣。那樣一來，即使是兩三千分的玩家，也可以享受和機器人對戰的樂趣了。
Q：有個問題我問了許多人，但我感覺你可能是回答的最佳人選。你覺得人工智能有沒有可能發展成為《黑客帝國》中那樣？好比是讓一種意識自我發展，然後幾年後接管全人類……
A：人工智能有很多危險場景。您所描述的應該是最有可能發生的。我們同樣也要擔心惡意使用者。所以正如你所說，有些東西需要戒備，不過並沒有直接危險。假如發生在OpenAI身上，我們會有專門的安全團隊去考慮這些問題。
Q：感謝您接受採訪。
閱讀更多 憤怒的Kael 的文章
