<mark id="oztn4"></mark>
0
| 本文作者： 木子 | 2021-08-19 11:12 |
騰訊正在利用游戲的復(fù)雜環(huán)境，為攻克通用人工智能研究創(chuàng)造各種可能性。
8月18日，第二屆騰訊“開悟MOBA多智能體強(qiáng)化學(xué)習(xí)大賽”（下稱“大賽”）宣布啟動(dòng)。該大賽由騰訊AI Lab、王者榮耀、騰訊高校合作、騰訊游戲?qū)W院等共同發(fā)起，由騰訊云計(jì)算提供底層資源支持。
“開悟”AI開放研究平臺(tái)依托于騰訊太極機(jī)器學(xué)習(xí)平臺(tái)，基于平臺(tái)擁有的算法、算力、脫敏數(shù)據(jù)等資源優(yōu)勢(shì)，為學(xué)術(shù)研究人員和算法開發(fā)者開放國(guó)際一流的研究與應(yīng)用探索平臺(tái)。
對(duì)于高校而言，AI研究的挑戰(zhàn)十分嚴(yán)峻：目前高校研究普遍面臨著數(shù)據(jù)量較少、數(shù)據(jù)的多樣性不足、數(shù)據(jù)質(zhì)量參差不齊等問(wèn)題；同時(shí)，隨著高校強(qiáng)化學(xué)習(xí)算法研究的不斷深入，項(xiàng)目對(duì)計(jì)算資源的需求也水漲船高。而除了機(jī)器資源本身，也缺乏容易上手的AI開放實(shí)驗(yàn)平臺(tái)。
騰訊將自身的AI能力開放成國(guó)內(nèi)科研的助推器。本屆賽事沿用過(guò)往面向高校的邀請(qǐng)賽制，進(jìn)一步擴(kuò)大了開放規(guī)模，邀請(qǐng)20余所國(guó)內(nèi)外知名高校參賽。參賽隊(duì)伍需要在指定的時(shí)間內(nèi)，在給定的資源下訓(xùn)練出最優(yōu)模型，并最終部署好使用最優(yōu)模型的AI服務(wù)器，提交系統(tǒng)完成1V1、3V3對(duì)局挑戰(zhàn)。
相比起第一屆賽事，本屆賽事重點(diǎn)實(shí)現(xiàn)了輕量化和易用化：在保證賽題研究?jī)r(jià)值的同時(shí)，降低了參賽者理解游戲規(guī)則及研發(fā)操作的成本，使參賽者能更聚焦于AI開發(fā)本身。
與此同時(shí)，開悟攜手高校合作開發(fā)課程，進(jìn)一步普及多智能體強(qiáng)化學(xué)習(xí)教育。2021年8月，騰訊宣布與四所國(guó)內(nèi)一流高校共建教學(xué)內(nèi)容和課程體系改革項(xiàng)目。北京大學(xué)李文新、電子科技大學(xué)謝寧、清華大學(xué)李秀、中國(guó)科學(xué)技術(shù)大學(xué)周文罡等四位教授將基于騰訊開悟平臺(tái)，分別構(gòu)建一門至少20學(xué)時(shí)的多智能體及強(qiáng)化學(xué)習(xí)平臺(tái)的專業(yè)課程，理論授課知識(shí)點(diǎn)包括但不限于機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、多智能體決策等相關(guān)的知識(shí)點(diǎn)。
在算法框架和組件層面，騰訊太極機(jī)器學(xué)習(xí)平臺(tái)為開悟平臺(tái)提供機(jī)器學(xué)習(xí)/深度學(xué)習(xí)等核心加速組件，結(jié)合騰訊內(nèi)部業(yè)務(wù)的沉淀，經(jīng)過(guò)了萬(wàn)億級(jí)的數(shù)據(jù)訓(xùn)練和流量訪問(wèn)，為參賽者提供更有力的支持。
騰訊云計(jì)算作為本次大賽獨(dú)家算力支持平臺(tái)，將為參賽隊(duì)伍提供高性能的云服務(wù)器資源供數(shù)據(jù)建模與學(xué)習(xí)推理。基于騰訊云 GPU 云服務(wù)器超強(qiáng)的并行計(jì)算能力，可完成傳統(tǒng)計(jì)算資源無(wú)法處理的大規(guī)模部署AI 推理任務(wù)，極大地提升運(yùn)算效率，高度匹配了深度學(xué)習(xí)訓(xùn)練，推理和科學(xué)計(jì)算場(chǎng)景下日益增長(zhǎng)的高精度高效率算力需求。
騰訊AI Lab總經(jīng)理?xiàng)钗≈赋觯伴_悟平臺(tái)承載了技術(shù)、資源、人才等生態(tài)原料，始于又不止于競(jìng)賽。開悟?qū)⒅鸩桨l(fā)展為競(jìng)賽-課程-科教聯(lián)盟-科創(chuàng)聯(lián)合體的生態(tài)聚集地，未來(lái)會(huì)進(jìn)一步延展平臺(tái)承載力，推進(jìn)AI與教育融合，提高學(xué)生的創(chuàng)造力與研究才能，為生態(tài)貢獻(xiàn)跨學(xué)科技術(shù)、跨界人才和多方資源。”
同時(shí)，王者榮耀執(zhí)行制作人、騰訊天美L1總經(jīng)理黃藍(lán)梟也表示：“我們開放了《王者榮耀》的核心機(jī)制，提供標(biāo)準(zhǔn)接口、核心算法、脫敏的測(cè)試數(shù)據(jù)、評(píng)估工具和計(jì)算集群等，給高校老師和同學(xué)們進(jìn)行多智能體的機(jī)器學(xué)習(xí)算法研究、學(xué)習(xí)成果交流、對(duì)算法成果反復(fù)迭代升級(jí)。同時(shí)，也期待這些研究成果，能夠落地到其他產(chǎn)業(yè)環(huán)境中，為工業(yè)機(jī)器人、救災(zāi)機(jī)器人等提供助力。”
下一個(gè)AI里程碑可能會(huì)在復(fù)雜策略游戲中誕生：現(xiàn)實(shí)世界中人類決策時(shí)面對(duì)的環(huán)境更復(fù)雜、有更多不確定性和局限性。利用游戲的復(fù)雜環(huán)境，攻克多智能體強(qiáng)化學(xué)習(xí)方法，有望利用AI解決真實(shí)世界的復(fù)雜問(wèn)題，例如城市/空中交通管理、多機(jī)器人協(xié)調(diào)、能源分配等等。長(zhǎng)遠(yuǎn)來(lái)看，“AI+游戲”研究將是騰訊攻克AI終極研究難題——通用人工智能（AGI）的關(guān)鍵一步。
AI學(xué)界持續(xù)面臨面四大挑戰(zhàn)：算法、數(shù)據(jù)、算力、場(chǎng)景。以強(qiáng)化學(xué)習(xí)為例，每個(gè)要素都有很多挑戰(zhàn)，比如研究場(chǎng)景稀缺，沒(méi)有數(shù)據(jù)，算法測(cè)試?yán)щy到算力昂貴等。
王者榮耀為高校AI研究提供了一種現(xiàn)實(shí)可用的場(chǎng)景。這款移動(dòng)端的5V5 MOBA類游戲，具有高復(fù)雜度、高挑戰(zhàn)性、強(qiáng)協(xié)作性的特點(diǎn)。據(jù)統(tǒng)計(jì)，在王者對(duì)局中，玩家的動(dòng)作狀態(tài)空間高達(dá)10的20000次方，遠(yuǎn)遠(yuǎn)大于圍棋及其他簡(jiǎn)單游戲，甚至超過(guò)整個(gè)宇宙的原子總數(shù)（10的80次方）。
在2020年首屆“開悟”高校大賽上，作為參賽隊(duì)伍指導(dǎo)老師，電子科技大學(xué)謝寧教授表示：“開悟平臺(tái)提供游戲AI框架、強(qiáng)化學(xué)習(xí)算法框架及基礎(chǔ)算力等資源/服務(wù)，解決了我們AI教育中面臨的AI應(yīng)用與實(shí)訓(xùn)平臺(tái)的缺口。在去年的賽事中，游戲環(huán)境有效提升了學(xué)生團(tuán)隊(duì)對(duì)AI的興趣，幫助他們積累了深度強(qiáng)化學(xué)習(xí)模型設(shè)計(jì)與實(shí)現(xiàn)的經(jīng)驗(yàn)。”
首屆賽事參賽學(xué)生代表，中國(guó)科學(xué)技術(shù)大學(xué)學(xué)生趙鑒在分享賽后感想時(shí)表示：“很高興有機(jī)會(huì)接觸如此大型游戲的AI設(shè)計(jì)，開悟平臺(tái)讓團(tuán)隊(duì)能將本身游戲愛(ài)好與專業(yè)相結(jié)合，提高了我們對(duì)人工智能領(lǐng)域的研究興趣。”
基于首屆比賽的成功經(jīng)驗(yàn)，第二屆開悟大賽進(jìn)行了易用性與輕量化升級(jí)，降低高校學(xué)生的研究門檻。
作為國(guó)內(nèi)領(lǐng)先的公有云平臺(tái)，騰訊云在通用 CPU 和異構(gòu) GPU 豐富的實(shí)例配置與規(guī)格可以滿足不同業(yè)務(wù)算力需求。尤其是在 AI 訓(xùn)練與推理場(chǎng)景下，引入騰訊云 GPU 異構(gòu)計(jì)算對(duì)于效率的提升非常可觀。
在易用性上，開悟?qū)ζ脚_(tái)操作進(jìn)行了多項(xiàng)優(yōu)化，幫助使用者更快上手，更高效地開發(fā)。具體包括：進(jìn)一步完善說(shuō)明文檔，幫助參賽者快速接入平臺(tái)；開放標(biāo)準(zhǔn)化環(huán)境接口代碼，允許參賽者在本地環(huán)境確認(rèn)AI效果并進(jìn)行調(diào)試；提升訓(xùn)練效率，大幅縮短模型訓(xùn)練時(shí)間等。
在輕量化上，降低參賽者學(xué)習(xí)游戲規(guī)則及進(jìn)行基礎(chǔ)工作的成本，更聚焦于算法開發(fā)工作。具體包括：統(tǒng)一開發(fā)完備的環(huán)境信息，參賽者不需陷于特征工程；開放基準(zhǔn)算法，讓參賽者快速迭代等。
開悟?qū)I產(chǎn)學(xué)研用全鏈條的推動(dòng)作用，也正受到社會(huì)各界關(guān)注。2021年4月8日，騰訊“開悟”聯(lián)合高校成立了人工智能科教聯(lián)盟，并攜手高校、科研院所、產(chǎn)業(yè)園區(qū)、投資機(jī)構(gòu)組建人工智能科創(chuàng)聯(lián)合體，共同在關(guān)鍵核心技術(shù)聯(lián)合攻關(guān)、人才培養(yǎng)聚集和促進(jìn)產(chǎn)業(yè)鏈上下游交流合作等方面共同努力。
若AI能在如此復(fù)雜的環(huán)境中，學(xué)會(huì)人一樣實(shí)時(shí)感知、分析、理解、推理、決策到行動(dòng)，就可能在多變、復(fù)雜的真實(shí)環(huán)境中發(fā)揮更大作用。
自2018年起，騰訊 AI Lab 持續(xù)投入多類“AI+游戲”研究，并與王者榮耀團(tuán)隊(duì)合作打造策略協(xié)作型AI“王者絕悟”。三年來(lái)，王者絕悟AI在對(duì)局中飛速成長(zhǎng)，得到了學(xué)術(shù)界認(rèn)可，相關(guān)論文已先后被 AAAI、NeurIPS 等 AI 頂級(jí)會(huì)議收錄。2021年，全英雄達(dá)到職業(yè)電競(jìng)水平的“王者絕悟”亮相2021世界人工智能大會(huì)，受到社會(huì)廣泛關(guān)注。
騰訊 AI Lab 已在“AI+游戲”領(lǐng)域取得多項(xiàng)成果，策略協(xié)作型AI“絕悟”，取得4項(xiàng)世界大賽冠軍，現(xiàn)擔(dān)任中國(guó)國(guó)家圍棋隊(duì)訓(xùn)練專用AI的圍棋 AI “絕藝”。同時(shí)探索AI在游戲產(chǎn)業(yè)全鏈路應(yīng)用，用AI提高游戲開發(fā)效率、打造新玩法、輔助游戲平衡性測(cè)試等。
借助開悟平臺(tái)，騰訊AI Lab和王者榮耀希望聯(lián)動(dòng)更多有興趣的高校和學(xué)者參與，共同在游戲環(huán)境中探討和研究這些難題，并尋找AI新技術(shù)覆蓋更多場(chǎng)景的可能性，如醫(yī)療、工業(yè)、農(nóng)業(yè)、交通等現(xiàn)實(shí)場(chǎng)景，及虛實(shí)結(jié)合的元宇宙世界（Metaverse）等。
雷鋒網(wǎng)雷鋒網(wǎng)
