但是，AlphaGo僅僅是單體智能決策，而且圍棋是一個規(guī)則明確、完全信息透明的單人游戲。如今，真正在各個場景下發(fā)揮重大應(yīng)用價值的，是技術(shù)相對更加復(fù)雜的多智能體決策，這也就對測試環(huán)境提出了更高的要求。

簡而言之，就是要模擬出一個工廠之類的環(huán)境，測試如何讓工廠里的各個機器人在不吵架（或者可以吵架）的前提下，既完成自己的小目標(biāo)，也完成好組織要求的“裝好一輛汽車”的大目標(biāo)。

現(xiàn)實情況下，不可能天天給科學(xué)家們找?guī)准夜S來實驗。于是，谷歌、Facebook、特斯拉等公司，開始直接或者讓投資組合下的公司開啟多智能體AI在多人競技游戲環(huán)境下的實驗，而在中國，王者榮耀與騰訊AI Lab一同推出了王者絕悟。

不過，為什么偏偏是王者絕悟；或者說，為什么說王者榮耀能成為一個絕佳的研究環(huán)境呢？

“王者榮耀的游戲機制具有很強的多人協(xié)作性、在不對稱信息下博弈空間極大、協(xié)作競技性很強，非常適合使用多智能體人工智能技術(shù)來提高生產(chǎn)和測試效率。此外，王者榮耀產(chǎn)品中的視野非全局性，敵我雙方的實時位置、狀態(tài)能信息非理想透明，游戲測試環(huán)境中能提供豐富的數(shù)據(jù)，模擬的場景，為研究模仿學(xué)習(xí)提供了保障；再者，天然的層次結(jié)構(gòu)，在高層次對應(yīng)大局觀，在低層次中對應(yīng)了微操，適合層次強化學(xué)習(xí)研究。”騰訊互動娛樂天美L1工作室總經(jīng)理、王者榮耀執(zhí)行制作人黃藍梟說到。

與AlphaGo相比，王者絕悟在技術(shù)復(fù)雜度與應(yīng)用價值上，都有了顯著的提升。據(jù)了解，王者絕悟在一局里有高達10的20000次方種操作可能性，整個宇宙原子總數(shù)也只是10的80次方。

面對這么復(fù)雜的決策，王者絕悟這幾年飛速成長，訓(xùn)練效率非常高，一天的訓(xùn)練強度高達人類 440 年。

表面上，選手和王者絕悟打了一場電競表演賽。但是實際上，王者絕悟背后，是AI從單體智能交互，到與多智能體交互的發(fā)展變化，這是其一。其二，是AI成長模式的進化：人工干預(yù)開始減少，機器智能對于環(huán)境的自主學(xué)習(xí)能力大大增強，從模仿學(xué)習(xí)，到深度學(xué)習(xí)，從“人工+智能”向自主智能轉(zhuǎn)化。

如今，王者絕悟已經(jīng)有了幾個兄弟，可以應(yīng)用于足球、FPS、RTS游戲，并且都達到了國際領(lǐng)先水平，其可遷移性得到了論證。此外，當(dāng)王者絕悟從0到1去學(xué)習(xí)進化，并發(fā)展出一套合理的行為模型之后，其中的方法和經(jīng)驗，也能夠在其他醫(yī)療、制造、無人駕駛等場景中得到運用。

以上種種，一方面，代表著人們距離多智能體的大范圍實際應(yīng)用在技術(shù)層面又向前走了一步；另一方面，也意味著“通用人工智能”在技術(shù)路徑上，也不再那么遙不可及。這才是王者絕悟背后真正的價值所在。

【結(jié)束語】

1943年，圖靈制造了一個叫做“巨人”的機器，用于破解德軍的密碼電報，標(biāo)志著AI的誕生。2012年，華裔科學(xué)家吳恩達展現(xiàn)了一個超強的神經(jīng)網(wǎng)絡(luò)，在自助觀看千萬張圖片之后，識別圖片內(nèi)容，開啟了AI的新時代。

可以發(fā)現(xiàn)，AI與人類對戰(zhàn)，并不是其誕生的理由；AI戰(zhàn)勝人類，也不是其誕生的目的。這是人們在走向通用AI上的一條“捷徑”，讓人們以一種更低成本、更安全、更有效的方式走向那個科幻般的未來。

王者絕悟的多智能體博弈和自生長能力，是通用人工智能（AGI）成長路徑上的關(guān)鍵技術(shù)節(jié)點。在如此復(fù)雜的虛擬環(huán)境下，如果AI能夠表現(xiàn)出較高的智能水平，那么，在真實世界中的應(yīng)用前景就更值得期待了。

當(dāng)然，在這其中，王者絕悟并不是第一個，也不會是最后一個。但是，數(shù)字時代的潮水還在向前奔流，每一朵大的浪花都值得銘記。