一直只听说你们AI圈要打星际，怎么忽然打起DOTA了！
今天一早，AI似乎震惊了不少同学：在堪称“DOTA圈世界杯”的TI7邀请赛上，顶级选手被AI完爆。而且，这个AI只训练了两周……
AI击败人类选手瞬间
百家号文章暂时不支持视频，请去其他平台搜索QbitAI观看。
看AI完虐顶级选手Dendi
在TI7主舞台上被AI“完爆”的，是Dendi，NAVI战队的乌克兰职业DOTA2选手，从DOTA1开始打了小半辈子，擅长中单solo，被评价为大局观强，操作犀利，手速极快。
Dendi同时也是一名非常有想象力的选手，他经常会做出令人意想不到的事情，但往往也能收到意想不到的效果。
可惜，这次他遇到了可惜遇到了AI。
打败了Dendi的这个AI，是马斯克等人创立的人工智能非营利机构，OpenAI悄无声息研究出来的，如今一举搞了个大新闻。
第一局，开场5分钟，Dendi就打出了gg；
第二局，从开始到gg不到3分钟。
Dendi的手都在抖。
Dendi也不是唯一的“受害者”，上周，这个AI还和世界级中单1v1选手SumaiL、被称为“天才少年”的Arteezy等很多职业玩家交过手，都没输。
我们还有一段刚刚出炉的Dendi被虐全程视频，同样无法上传，请去其他平台搜索QbitAI观看。
AI如何学会打DOTA？
说公道话，你们邀请汽车参加人类赛跑，这本来就不合适。不过，我们接下来还是要科学地分析一下DOTA2这个赛场，和这位横空出世的AI选手。
对于AI来说，DOTA 1v1是一个包含隐藏信息的复杂游戏，想要打好这个游戏，AI需要学会计划、攻击、欺骗对手。
而且，不要以为AI是靠手速快取胜的，虽然我们平时会称赞某些玩家手速快，但APM并不是决定游戏胜负的关键，这个AI的APM也并不比人类高。
要在DOTA里获胜，需要玩家对对手的操作建立一种“直觉”，然后做出应对。比赛结束后，OpenAI还在YouTube上专门发视频秀了一下各种操作，同样请去其他平台搜索QbitAI观看。
这个AI现在会补刀、会卡位、会长途追击敌方英雄，也会诱敌到塔下。也就是说，它掌握了通过当前的状况，预测地图上其他单位会如何移动的技能。
这些技能，完全是通过自己和自己对局学会的，而且没有用到模仿学习、树搜索等模型。
最左：Dendi；最右：OpenAI的主机
OpenAI的研究员在赛后采访中说，他们的AI从零开始达到这个水平，只需要两周；要打败DOTA的内置程序，也就是和普通玩家一样能打得过电脑，只需要再训练一个小时。
“Bloody hell！”主持人听完给出了一句简短的回应。
训练AI打DOTA只是第一步，这个项目的终极目标，是让AI能在杂乱的、甚至有人类内的环境中完成设定的目标，比如说外科手术。
当然,打DOTA这个问题也还没有真的完成，现在还只是1v1，让AI学会合作打5v5，还有很长的路要走。
AI打得怎么样？玩家这么说
怎么看这件事？这是Reddit上最好的一条评论。来自网友Screye，量子位搬运如下。
好吧，我对DOTA还算有所了解（玩了8年）。我试着谈一下。
事件：
这个AI击败了一众顶级DOTA玩家。（Sumail，RTZ，Dendi）
环境：
两名玩家在一条峡谷对攻，获胜条件是摧毁对方的防御建筑，或者杀掉对方两次以上。每30秒会有一波兵线进入峡谷，帮助应用攻击对方。杀敌对方的兵线可以获得金钱，并购买装备提升等级。
对战采用了迷雾模式，每个玩家只能看到附近一定距离内的情况。不过需要强调的是，这种1v1的对战，并不是DOTA游戏正常的模式（5v5）。
不过这种1v1的对战，的确可以用来在两个玩家之间一决高下，看看谁的操作技能更好。
数据：
AI是跟自己对战训练的。不过，DOTA的各种对战视频，或者说人类玩家的相关数据，都是可以公开获得的。
基本动作：
一个专业DOTA玩家大约每分钟要执行200-300个操作，包括行动、法术、攻击等命令。在这方面，AI的手速应该不会弱于人类顶级玩家。
高级动作：
DOTA中的英雄角色攻击之前，会配有特定的动作，这些动作施展之后，可以诱使对手也施展特定动作的回应，此时玩家可以发出命令取消动作。
另外法术和技能释放之后，会有一个冷却时间，在这段时间里这个法术或技能无法再次释放，所以这些都是有限的资源，如何使用也是一种技巧。
当然这些高级动作远不止这些。
游戏：
在这次的对抗中，人工智能已经掌握了上述基本和高级动作，而且会用多种不同的策略展开攻击。而且有很多需要一年以上联系才能掌握的高级操作，例如Creep pulling，coolodown，mana abuse以及动画取消。
总之，人工智能的风格似乎非常“人性化”，不像是一个机器。
结论：
DOTA是一个依赖战略（宏观和微观）的游戏，现在人工智能也杀进来了，我觉得这是一个大事儿。这个游戏需要考虑多方面因素，例如伤害的输出、承受，法力和技能的消耗与冷却等等，这些很难，我很想知道人工智能的策略到底是怎样指定的。
