自打Open AI戰勝棋手李世石之後，其在遊戲領域的開掛之旅已經無法止步。先後戰勝了圍棋界的柯潔、Dota圈的Dendi和Sumail，甚至其進化版還在圍棋界戰勝了初版的Open AI，完美實現了自我超越。

如今，Open AI又為世人展示了其最近的能力進化：團隊賽吊打Dota職業戰隊。

此次對戰的AI系統名為OpenAI Five，以對應5V5團隊賽之戰，人類方代表出戰的是2018年Ti8世界冠軍OG戰隊。最終的結果就是，人類方以0：2慘敗給AI。

透過觀看競賽影片可以看出，OpenAI Five與人類戰隊之間的主要區別在於，人類之間有著自己的角色分工，而AI則更傾向於將自己複製了五份，並沒有太明顯的攻擊輔助區別。

AI的優勢在於，具備人類選手無法比擬的操作手速以及默契程度。人類選手即便再默契，領會戰術變化和通訊也需要消耗時間，加上人類選手在操作上有一定劣勢，還要考慮容錯率進去。

AI控制的五人戰隊，可以藉助這種天然優勢和角色的無差別性，在區域性對抗中透過靈活切換攻擊方向持續損耗人類選手，並透過丁點的累積贏得最終的勝利。

但是，這種天然優勢並不能幫助其在Dota和星際這樣的戰術戰略遊戲中實現對人類選手的吊打，在透過長時間的訓練之後，OpenAI掌握了戰略的概念，這令其有了全然不一樣的表現。

當然，OpenAI 的長時間和人類的長時間並不一致，其使用了256 個 V100 GPU 和 128000 個 CPU 訓練模型，80% 時間自我對弈，20% 的時間和之前版本對戰。每天進行的遊戲數量時長相當於大約180年。230多天訓練則相當於人類4萬多年的時間。

其戰略也是人類職業比賽中很少見的耗死你，多買藥，屬性什麼的就排第二好了。職業選手們好像並不太適應這一策略，但好歹堅持了近40分鐘。

但到了第二局，人類中單首先送了人頭，然後就徹底潰敗了。

你不能說職業選手們沒有好好打，但需要考慮到情緒的影響，估計就連AI時不時給出的勝率預估都能給選手們帶來某些情緒上的變化。

相信經過了這幾年AI在遊戲領域的征戰，即便是再固執的人類支持者，也應該相信AI的強大實力已經越來越不可能超越，即便信了楊超越，轉發再多的錦鯉也是一樣的結果。

而戰略型別遊戲的失守，也表示人類在遊戲競技中已經再無一絲佔據優勢的領域，人類只能成為AI的陪練。

或許連陪練都幹不了了，據說這次OpenAI Five的訓練過程中都沒有使用人類資料。

打遊戲打不過，那麼遊戲領域只有一個方向可供AI發揮—遊戲開發。

與AI學會電競一樣，要學會遊戲開發也不是一蹴而就。

以RPG遊戲為例，首先是學會教會AI如何對素材進行個性化改造生成，之後要學會按照不同的審美觀將素材組合成規定的場景。

接下來是要設定各種道具、重新整理點、怪物等等型別的資料生成，之後還有實際的完善和測試工作。

將AI用於遊戲開發，根本目的不是為了代替設計師，而是要透過一系列個性化的引數設定，令遊戲的重複製作步驟在短時間內完成，可能是幾秒，也可以是幾分鐘。

最終的好處是降低設計師、美術和程式人員的工作量，這樣可以推出大批低成本的高品質遊戲。

《星際公民》

大部頭的3A遊戲開發費用不破億美刀都不好意思出來打招呼，一個場景往往需要設計師花費幾個月來進行設計建模渲染和修改，但玩家要通關相應的場景卻只需要20分鐘甚至更短，價效比太低。史上最大眾籌的遊戲《星際公民》已經超過了2億美元，但依然沒有完工的跡象。

就算能動員眾多的玩家進行UGC豐富遊戲，也需要遊戲的熱度足夠，還要有好用的編輯器。

《馬里奧製造》和暴雪編輯器已經非常好用了，但依然需要大量重複性的工作。

《馬里奧製造》的一名玩家花了三年才打通自己設計的關卡，直到今年打通之後，他這才分享了自己的成果。

最好的方法是將AI整合到遊戲引擎中去，開放更多可自定義的引數介面，透過建立強大的中臺系統來快速開發遊戲。

谷歌旗下知名AI公司DeepMind與遊戲開發商Unity Technologies達成了合作，在虛擬世界人工智慧培訓方面進行協力。為了在物理現實環境中訓練演算法，DeepMind將大規模地執行軟體，Unity或Unreal等遊戲引擎為高階AI技術提供了可自定義的設定，