Tencent AI, 440 yıl boyunca kendi kendine çalışmaya ve eğitime güvenerek King of Glory profesyonel ekibini yendi
Maihao Tapınağı'ndan ekim istemek
Qubit Üretildi | Genel Hesap QbitAI
Kings Canyon, durum birdenbire değişir.
Şiddetli bir savaş sürüyor Solda beş profesyonel e-spor ustasından oluşan bir lig var Diğer tarafta ... Huh? Rakibi oynamadı mı? Beş koltuk boş mu?
Yapma. Rakipleri orada.
Bu dün gece Kuala Lumpur, kralın ihtişamının en yüksek e-spor etkinliği - Dünya Şampiyonlar Kupası'nın yarı finali sürüyor ve özel bir düello sahneleniyor: 5 E-spor yanlısı Tencent King Glory AI Absolute Understanding'a karşı lig takımının oluşturulması.
Son 5v5 savaşında, insanlardan farklı fikirlere sahip AI ekibinin, profesyonel e-spor uzman ekibini yok etmesi, 9 kuleyi ve yayla kristallerini aşağı itmesi 16 dakika 15 saniye sürdü.
Bu, Tencent'in yapay zeka anlayışının, kralın ihtişamının profesyonel seviyesine ulaştığı anlamına geliyor.
Tabii ki, profesyonel olmayan oyuncular için kavun ve sebze doğramak daha da fazla.
ChinaJoy aynı gün Şangay'da, Jue Wu Xiang En iyi amatör oyuncular Dört günlük 1v1 deneyim testi açıktır. İlk gün yapılan 504 testinde, Jue Wu testi% 99,8'lik bir kazanma oranına sahipti ve yalnızca 1 oyun kaybetti (rakip, Zafer Kralı'nın ilk Houyi'sidir).
İlk kez profesyonel bir e-spor takımını yenin
Bu oyunda, beş profesyonel e-spor ustası lig takımını oluşturdu. Diziyi seçtiler: Cao Cao (ESTARPRO.XIXI), Na Ke Lulu (EMC.SUN), Wu Zetian (NOVA.SEEK), Di Renjie (KZ.NIGHT), Zhang Fei (M8HEXA.MIKE).
Tencent AI Jue Wu (Wukong) diziyi seçti: Bodhidharma (AI_001), Athena (AI_011), Wang Zhaojun (AI_100), Yu Ji (AI_000), Niu Mo (AI_010).
Oyunun başında insan ekibinin kristali sol alt köşede.
Oyunun başında, Jue Wu geleneksel insan hizalama stratejisini seçmedi, ancak önce bırakın.Çift-C kahramanları Yu Ji ve Wang Zhaojun önce ortadaki ilk birlik dalgasını temizledi ve düşmanın ortadaki yardımcısını bastırdı. Sonra Cao Cao'nun soyunu bastırmak için yola döndü.
Bu dağılım için ekonomik bir eğilim yok. Sırayı iki kişi yiyor, ekonomik fayda maksimize ediliyor ve herkes% 80 alabiliyor. Yerinde yorum, AI'nın orta şerit hakkı konusunda tam bir anlayışa sahip olduğunu belirtti.
İlk 2 dakikada, Jue Wu, bölümdeki United ekibinin 1. kulesini aşağı itmek için liderliği ele geçirdi ve ekonomik avantajı 5.1k: 4.3k'ye çıkardı. 2:30 başında lig takımı Cao Cao, Jue Wu AI Yu Ji'yi öldürdü ve kan attı, iki tarafın ekonomik beraberliği 6.4k idi.
4 dakika 24 saniyede, Juewu dördü Nakolulu'yu kovaladı ve Bodhidharma Nakolulu'yu AI grup kavgasına attı ve Bodhidharma sonunda AI'nın ilk kafasını kazandı.
Bu süre zarfında, Jue'den Athena, tek bantla aydınlanırken, diğer dört yapay zeka birbirine yapışıyor. 7 dakika 20 saniyede Athena anti-blue'da başardı.Bu sırada Juewu 3 kule ve 4 kafa ve 20.9k ekonomisini, United takımı 19.7k ile 2 kule ve 3 kafa kazandı.
Yerinde yorum, Juewu'nun verimliliğinin ve ekip çalışmasının mükemmel olduğuna inanıyor. "4-1 transfer açısından neredeyse mükemmeldi."
İki taraf hemen yoğun bir çatışma dönemine girdi.
8 dakika 48 saniyede 0'dan 2'ye bir takım dövüşleri dalgasını fark etti ve kalan tüm kanla lig takımında sağlıklı kanı olan Cao Cao'yu kovalamak için inisiyatif aldı. Bununla birlikte, Jue Wu, en az kan hacmine sahip olan ve birini bire ticaret yapan Bodhidharma'yı da kaybetti. Sonra Juewu hükmetme fırsatından yararlandı. Daha sonra bölümden dirilen lig oyuncuları geldi, alay Aydınlanmış takımı yok etti, ortadaki 2 kuleyi çıkardı ve anti-maviyi başardı.
Yerinde yorumcu, yapay zekanın stratejisinin "Eve gitmek istemiyorum, cephanem ve yiyeceğim bitecek" olduğunu belirtti. Bu yöntem, kabloyu daha verimli hale getiriyor.
9 dakika 48 saniyede Juewu, 28.2k ekonomide 5 kule ve 8 kafa kazandı ve Division United takımı 28.9k ekonomide 4 kule ve 8 kafa kazandı.
Bir dakika sonra, Juewu art arda 4 kafa kazandı. 10 dakika 25 saniye dahil, lig takımı Cao Cao, yolda kalan AI Yu Ji tarafından öldürüldü. 1v1'de iyi bir gerçek zamanlı strateji yeteneği gösterir.
Bir dakika sonra, Jue Wu, Tümenin Birleşik Orta Yolu'nun Highland Kulesi'ni aşağı itti. Ancak lig takımının Cao Cao'su geldikten sonra hemen bir karşı atak geldi ve Jue Wu'nun dört başı götürüldü, AI ekibinden sadece Athena kaçtı.
Ancak Division United ekibi şu anda kuleyi itmeye devam edemedi ve kontrolü ele almadı.
14 dakika sonra, Jue Wu'nun ustayı öldürmesine izin ver. Şu anda Juewu 7 kule ve 13 kafa ile 45.1 bin ekonomiyi, Division United ekibi ise 43.3k ekonomiyi 6 kule ve 12 kafa ile kazandı. Sonra Juewu, asker hatlarını sürekli olarak temizlemeye başladı.
15 dakika 20 saniyede Juewu'dan dördü yola çıktı ve bir grup tuttu ve Domination Pioneer'ın desteğiyle yüksek kuleyi açtılar. İki taraf arasında şiddetli bir takım savaşı çıktı, AI Wang Zhaojun'un kutsaması ve Bull Demon'un büyük hamlesi ile Jue Wu sonunda 5'e 1'lik bir dalga oynadı ve lig takımı yok edildi.
Ancak, rakip Tuan Mie + iki baskın Öncü Kamikochi'nin durumu altında, Jue Wu kristali doğrudan itmeyi seçmedi, ancak bir operasyon dalgası gösterdi ...
Jue Wu'nun dördü, askerlerin desteği olmadan kuleye karşı döndü ve hala sağlığının üçte ikisine sahip olan son yüksek kuleyi aşağı itti. Yerinde yorumcu bağırdı: "Kesinlikle harika."
16 dakika 15 saniyede Jue Wu kristali itti ve lig takımını yendi.
Sonunda Juewu, 9 kule ve 18 kafa ile 56.2 bin ekonomi ve bölünme ittifakı için 6 kule ve 13 kafa ile 48.0k ekonomi kazandı.
Her iki tarafın üretimi ve verileri aşağıdaki gibidir:
Soru-Cevap Jue Wu ekibi
Bu tarihi çatışmanın ardından, Qubit ve Jue Wu ekibi daha fazla alışveriş yaptı.
Qubit: Mutlak Aydınlanma karşıtının durumu bu sefer nasıl?
Tencent Jue Wu: Dünya Şampiyonlar Kupası yarı finallerinin özel oturumu olan en üst düzey e-spor etkinliği olan 5v5 savaşı, Çin anakarası / Hong Kong / Güney Kore / Malezya'dan oyunculardan oluşan bölgesel bir ittifaktır. Dünya Şampiyonasının özel oturumundaki seviye testi, 5v5 versiyonunun profesyonel seviyeye ulaştığı ilk seferdir.
1v1 sürümünün geliştirme zorluğu, 5v5 sürümünden önemli ölçüde daha düşük. ChinaJoy'da test edilen 1v1 sürümü, en iyi amatör oyuncular için yapılan ilk halka açık testtir.Genel AI gücü çok güçlüdür.
Qubit: Şu anda kaç kahramana hakim oluyorsunuz? BP bunu kendi başına mı yaptı?
Tencent Jue Wu: 5v5 versiyonu bu sefer düzeltilen on kahramandır ve profesyonel oyuncular bunları özgürce üretebilirler. Gelecekte, kahraman havuzunun boyutunu genişletmeye devam etmeyi umuyorum.
Qubit: Jue Wu'nun çalışma hızı hangi seviyede sınırlıdır?
Tencent Jue Wu: İnsan sınırı el hızına benzer olacak şekilde ayarlanmıştır, çünkü oyunun kendisi genel saldırılara ve becerilerin saldırı hızı sınırlarına sahiptir, bu nedenle genel olarak nispeten adil bir testtir.
Qubit: Juewu bu sefer ne kadar eğitim aldı? Hangi bilgi işlem kaynakları yatırıldı?
Tencent Jue Wu: Eğitim 384 GPU ve 8,5 w çekirdekli CPU kullanır. Günlük ortalama kendi kendine oynanan oyun sayısı 440 yıllık insan eğitimine eşittir Eğitim döngüsü yarım aydan fazla sürer.
Qubit: Yarışma sırasında, Jue Wu'nun ne tür ağ ve bilgi işlem kaynaklarına ihtiyacı var?
Tencent Jue Wu: Ağ kod çözme çok fazla kaynak gerektirmez, sadece normal bir sunucu gerektirir. 1v1 sürümünün zaten bir mobil sürümü var ve şu anda ChinaJoy'daki en iyi oyunculara açık.
Qubit: Mutlak Aydınlanma'nın zayıf yönleri nelerdir? Oyuncular tarafından çözülmemiş sorunlar var mı?
Tencent Jue Wu: Zayıflık demeyeceğimiz bazı ilginç davranışlar var.
Örneğin, bu testte, kristali sonunda itmek yerine ödülü maksimize etmek ister misiniz? Oyunun sonunda, İnsan Bölümü İttifakı ekibi yok edildikten sonra, Jue Wu kristali doğrudan itmedi, bunun yerine, genel karı hesapladıktan sonra, önce son yüksek kuleyi itmeyi ve ardından kristali zafere kadar itmeyi seçti. Bu, insanların genellikle yapmadığı bir şeydir, ancak YZ'nin ekonomik faydaları en üst düzeye çıkarmak olan değer ayarıyla uyumludur.
Qubit: İnsan rakipler, özellikle profesyonel oyuncular Mutlak Aydınlanma'yı nasıl değerlendiriyor?
Tencent Jue Wu: Stratejinin erken aşamasında, birden fazla AI, erkenden ekipler oluşturdu, hatta kan hacmi avantajı karşılığında birlik hattını feda etmeye istekli; orta vadeli süper vuruş hattı operasyon stratejisi; uzun vadeli strateji, oyundaki inisiyatifi her zaman sürdürmektir; ekip savaşlarının hedef seçimi ve kontrol bağlantısı da ayrıca Mükemmel ve güçlü bir ekip çalışması yeteneğini yansıtıyor.
Qubit: Ekibi tanıtalım.
Tencent Jue Wu: Uzun süredir oyun yapay zekası ve çoklu aracı araştırmalarına adanmış bir ekiptir.Bazı üyeler Go AI Fine Art ekibinden gelmektedir.
Jue Wu'nun araştırma ve geliştirme süreci, son derece optimize edilmiş bir hesaplama gücü platformu ve optimize edilmiş algoritmaların sürekli iyileştirilmesini gerektiren son derece entegre bir algoritma + bilgi işlem gücüdür.Ekip, AI Lab'ın bilimsel araştırma ve mühendislik yetenek kaynaklarını entegre etti ve ayrıca Tencent Teknoloji ve Mühendislik Bölümümüzü birleştirdi (TEG) altyapı platform departmanının yetenekleri. Ana çalışma, modellerin, özelliklerin, bilgi işlem gücünün, verilerin, makine sanallaştırmanın optimizasyonu, veri işleme için platformlar oluşturma ve optimize etme, paralel hesaplama ve makine öğrenimi eğitimini içerir.
Tencent AI Lab, bu tür ajanların araştırılmasında her zaman öncü olmuştur. 2016'dan beri Fine Art (Fine Art) tarafından geliştirilen Go AI, artık Çin Ulusal Go ekibinin eğitimi için özel AI görevi görüyor; 2017'de Jue Wu'nun araştırma ve geliştirme çalışmaları başlatıldı; 2018'de Jue Wu en üst amatör seviyeye ulaştı ve Tencent hala en iyi AI atış kategorisinde yarışıyor VizDoom şampiyonluğu kazandı ve ilk olarak "StarCraft 2" de yerleşik yapay zekayı yenen bir ajan geliştirdi.
Qubits: Sıradan insanlar içgörüye karşı nasıl savaşabilir?
Tencent Jue Wu: Jue Enlightenment şu anda yalnızca deneysel bir aşamadır ve oyunda açık değildir.
1v1 sürümü, 2 Ağustos'tan itibaren Şangay'da düzenlenen ChinaJoy Uluslararası Dijital Etkileşimli Eğlence Sergisi gibi belirli durumlarda çok kısa vadede test edilecek. 1v1 sürümü, dört günlük bir deneyim testi için en iyi amatör oyunculara açık olacak.
Mutlak Aydınlanmaya Giden Yol
Jue Wu, Tencent AI Lab ve King Glory tarafından ortaklaşa araştırılan son teknoloji bir araştırma projesidir: stratejik işbirliğine dayalı AI.
Juewu adı "mükemmel anlama" anlamına gelir. Bu AI'nın geliştirilmesi Aralık 2017'de başladı. Aralık 2018'de JueWu 5v5, "King of Glory" nin insan oyuncularına karşı oynadı, 250 raunt oynadı ve kazanma oranının% 48'ini kazandı. Şimdi, Jue Wu, kralın rütbesini aştı ve profesyonel bir e-spor oyuncusu seviyesine ulaştı.
Bu kez, Kuala Lumpur ve Şangay'da piyasaya sürülen Hayranlıktan ilham alan sürüm, Tabula Rasa'dan başlayarak ve yapay zekanın kendisiyle rekabet etmesine izin vererek, insan verileri olmadan "gözlem-eylem-ödül" temelli derin bir pekiştirmeli öğrenme modeli oluşturdu.
Yapay zekanın bir gün içindeki eğitim yoğunluğu insan kadar yüksek 440 yıl .
Tencent'e göre AI, 0'dan 1'e kadar başarılı deneyimi keşfediyor, özenle öğreniyor ve pratik yapıyor, sadece nasıl ayakta durulacağını, vahşi oynanacağını, korumaya yardımcı olacağını ve hasardan ve diğer oyunlardan nasıl kaçınılacağını öğrenmiyor. Dahası, AI ayrıca insanların geleneksel uygulamalarından farklı yeni stratejiler de keşfetmiştir. Yukarıdaki oyunda, Jue Enlightenment'ın farkını şimdiden hissedebiliyoruz.
Jue Wu'nun Ar-Ge ekibi ayrıca eğitim verimliliğini artırmak, iletişim verimliliğini optimize etmek ve AI'nın ekip işbirliği yeteneklerini geliştirmek için bir Tek Model modeli oluşturdu ve AI'nın ekibin faydalarını en üst düzeye çıkarmasına izin vererek kararlı ve oynamaya istekli olmasını sağlamak için sıfır toplamlı bir ödül ve ceza mekanizması kullandı.
Oyunda test etmenin zorluğu, yapay zekanın eksik bilgi ve yüksek karmaşıklıkla karmaşık ve hızlı kararlar alması gerektiğidir.
Eksik bilgi içeren devasa bir haritada, 10 katılımcının stratejik planlama, kahraman seçimi, beceri uygulaması, yol keşfi ve takım çalışmasında çok sayıda, kesintisiz ve anlık seçimlerle karşı karşıya kalması, son derece karmaşık bir durumu beraberinde getiriyor. 1.020000'e kadar işlem olasılığı olduğu ve evrendeki toplam atom sayısının sadece 1080 olduğu tahmin edilmektedir.
Yapay zeka, böyle karmaşık bir ortamda gerçek zamanlı olarak algılamayı, analiz etmeyi, anlamayı, akıl yürütmeyi, karar vermeyi ve hareket etmeyi öğrenebilirse, değişken ve karmaşık bir gerçek ortamda daha büyük bir rol oynayabilir.
Tencent'in başkan yardımcısı Yao Xing, "e-spor" un kısa vadede stratejik işbirliği AI "Je Wu" nun ana uygulama senaryosu haline geleceğini söyledi. Uzun vadeli uygulama açısından Jue Wu, Tencent'in yapay zekanın (AGI) üstesinden gelmesi için önemli bir adım olacak.
Bundan önce, Tencent'in bir başka AI güzel sanatı, Go oyununda Quartet'i katletti. Tabii yapay zeka için kralın ihtişamı Go'dan çok daha karmaşık bir sorundur.
Jue Wu'nun arkasındaki teknoloji
Bu anlayış için Tencent AI Lab, teknik ayrıntıları kağıtlar ve diğer formlar aracılığıyla daha da paylaşacağını ve açık araştırma yoluyla daha fazla araştırmacıya yardım ve ilham vereceğini belirtti.
Burada Tencent'in kralın ihtişamıyla ilgili önceki makalesine bakıyoruz. Bu yazıda Tencent, Jue Wu'nun öğrenmeye dayalı hiyerarşik bir makro strateji (Hiyerarşik Makro Strateji) modeli olduğunu belirtti. Bu modelin etkisiyle, her kahramanı kontrol eden ajan, takım arkadaşlarıyla iletişim kurmayı unutmadan bağımsız kararlar verebilir ve en iyi oyuncu haline gelebilir.
İsimdeki "katmanlama", bu modelin bir dikkat katmanına ve bir aşama katmanına bölündüğünü ifade eder.Birincisi, kahramanın nereye gitmesi gerektiğini tahmin etmek için kullanılır ve ikincisi oyunun aşamasını belirlemekten sorumludur. Erken, şerit veya geç.
Bakalım Dikkat katmanı AI, kahramanının nereye gitmesi gerektiğine nasıl karar verir.
Bu yeteneği geliştirmek için önce uygun eğitim verilerine sahip olmalısınız.Kralın ihtişamında, kahramanı "burada" yargılamak istiyorsanız, en uygun kriter "burada savaş" tır.
Bu nedenle Tencent eğitim verilerini işaretlediğinde, bir sonraki saldırının gerçekleştiği yeri kahramanın şimdi gitmesi gereken yer olarak belirledi.
Örneğin, yukarıdaki resim, oyun başladığında kahramanın nereye gitmesi gerektiğini göstermek için Han Xin'i örnek olarak alıyor. Sol taraf, s-1'in ilk aşamasındaki oyunun durumunu gösterir. Ortada ve sağda kırmızı kutularda işaretlenen ys ve ys + 1, Han Xinin birinci ve ikinci saldırılarının pozisyonlarını gösterir, yani s içinde. -1. S'nin iki aşamasında nereye gitmeli.
YZ'nin amacı, s-1 aşamasında y konumuna gitmek için nasıl hazırlanılacağını ve s aşamasında ys + 1 konumuna nasıl gideceğini öğrenmektir.
Dikkat katmanını eğitmek için bu tür verileri kullanmak, yapay zekanın kahraman hareketinin anlamında ustalaşmasını sağlayacaktır.
Nereye gideceğinizi bilmek yeterli değildir.Kral olmak istiyorsanız, durumu değerlendirmeli ve stratejinizi ayarlamalısınız. Bu Dönem katmanı Tekrar çalış.
Oyunun erken mi, koridor mu yoksa geç mi olduğunu bilmek istiyorsanız, tek başına zaman kesinlikle yeterli değildir. Neyse ki, oyundaki ana kaynakların durumu ve aşaması birbirinden ayrılamaz. Örneğin, kahraman hala zorbayla (küçük ejderha) savaşmak için dış kuleyi itmeyi hedefliyorsa, o zaman oyun daha yeni başlamış olmalı; düşmanın evine çarparsa, elbette geç kalmıştır.
Bu nedenle, yapay zekaya durumu yargılamayı öğretmek, kuleler, zorbalar, tahakküm ediciler (büyük ejderhalar) ve kristaller (üs) dahil olmak üzere düşmanın ana kaynaklarına yapılan saldırıya dayanır.
Yukarıdaki şekil, dönemle ilgili düşmanın ana kaynaklarını göstermektedir Modelden öğrenmesi gereken, kaynak durumuna göre şu anda hangi ana kaynaklara saldırılması gerektiğine karar vermek ve hangi küçük hedeflerin gerçekleştirileceğine daha fazla karar vermektir.
Örneğin, mavi tutkunu (vahşi canavar) çalmak ve aşağıdaki şekilde gösterilen asker hattını temizlemek, bir kuleyi itmenin bu döneminde küçük hedeflerdir.
Durumu analiz edebilir, hedefi belirleyebilir ve nereye gideceğini bilebilir, gerisi Takım arkadaşları arasındaki iletişim ve işbirliği sorunları Yukarı.
Ancak iletişim kurmayı öğrenmek için, eğitim için gerçekten çok fazla insan savaş verisi yok. Sonuçta, insan takım arkadaşlarının iletişimi kızgınlıkla doludur.
Sonuç olarak Tencent, ekip arkadaşlarının nereye gittiğini tahmin etmeyi öğrenmesi ve buna göre kararlar vermesi için ekip arkadaşlarının dikkat etiketlerini yapay zekayı eğitmek için kullanan yeni bir temsilciler arası iletişim mekanizması tasarladı.
Bu şekilde, bir ekipteki beş temsilci işbirliği yapabilir ve bu bir "iletişim" mekanizması olarak kabul edilebilir. Tencent buna Taklit Çapraz Ajanlar İletişimi diyor.
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
