“菜就打人機去吧，打什么排位啊 ？” 

這句經典臺詞各位電競愛好者一定不陌生，遇到“豬隊友”時很難不發出這樣的感慨。

起初，人機的存在僅僅是為了豐富游戲內容、滿足玩家的成就感，總一副呆呆傻傻的模樣。

在經典FPS項目《CS：GO》中，要是有隊友掉線系統就會補充一個bot上線，可大多數玩家還是選擇讓這個“笨隊友”呆在家里別動。

但現在，要還是認為人工智能（ Artificial Intelligence 以下簡稱AI ）很菜，那就是對AI徹底的誤解。

從最簡單的有限狀態機（FSM），到有限狀態機的一個變種：模糊狀態機（FuSM），再到行為樹，再到強化學習。

隨著算力及算法的增強和升級，人機已經從炮灰的角色逐漸成為了足以在大部分游戲中抗衡人類頂尖玩家，即職業選手的Boss。

自科幻小說起源以來，AI的概念就一直存在。早在 19 世紀初期，瑪麗雪萊的《弗蘭斯肯坦》就向我們展示了一部關于一個能夠獨立思考的人工創造生物的虛構作品。

人工智能到底有多智能，最直觀的檢測方式就是與人做對比。

2017年，AlphaGo戰勝柯潔后，宣告了人工智能在棋盤上的統治。此后，不少AI平臺公司增加難度，選擇開發游戲AI。

在過去幾年，由埃隆·馬斯克和谷歌旗下DeepMind創建的Open AI與Alhpa Go已經在《Dota 2》和《星際爭霸 2 》等經典電競項目中擊敗了人類職業選手。 

用《星際爭霸2》舉例，相比于圍棋人機對戰，星際2增加了復雜場景感知、分析決策、長期規劃運營和實施操作四個維度的技術難度。

首先，對復雜場景的感知方面，圍棋棋盤環境簡單，只需按照落子順序操作即可，但星際爭霸中需要AI實時感知周圍環境，在幾幀之間作出判斷。

其次，在決策方面，AI必須在十幾毫秒內快速做出高效、準確的決策。

由于圍棋棋盤規格固定為16×16，難度較低，而在星際中決策空間高達10的26次方，還有戰爭迷霧的干擾。并且高達200個作戰單位，需要AI根據不同情況從中選擇作戰主體。

同時，在具體操作上，比賽中關于戰術、經濟、科技發展的決策,對AI來說極具挑戰性。還需要依托感知、分析、定位能力，技術門檻呈指數及上升。

在電競領域的應用真真確確地推動了AI發展。

與其說游戲AI，不如說電競AI。

只有在電競絕對公平的競技條件下，才能通過主體決策水平的高低來判定輸贏。

2020年6月，國內知名AI平臺公司啟元世界，舉辦了一場AI對戰頂級職業選手挑戰賽，啟元星際AI以兩個2:0擊敗中國星際蟲族職業選手黃慧明（TooDming）和中國人族最強選手、星際聯賽三連冠選手李培楠（TIME）。

而在比賽中使用的維京戰法在國服天梯火爆，被玩家稱為啟元流，成為新的一種玩法戰術。

7月8日，在2021世界人工智能大會騰訊王者榮耀展區，上演了一場人類與AI的較量 - 王者榮耀職業選手和AI戰隊“王者絕悟”正面對決。

最終，一場BO5的比賽，AI以3:1提前結束。

AI戰勝電競職業選手，成為了人工智能發展歷程中標志性的事件。

有了這些不俗的戰績后，弱人工智能向強人工智能的過渡似乎指日可待。不過至于類似《生化危機》里紅后這樣的超人工智能，道德層面的爭議已經高過了技術層面的限制。

AI會不斷從人類競爭對手那里學習行為，這意味著它們可以通過學習、分析進行的每場比賽從而升級、進化。

其中許多改進都是基于對游戲內數據的專業使用，這些數據可以識別任何在整體決策上需要克服的弱點。

與模糊人類與機器的邊界不同，在電競領域中，AI更關注挑戰智力極限。直接的表征是在游戲里戰勝人類最強者，并且一定是在決策層面戰勝人類，而非操作層面。

一旦出現「散狗沖坦克，槍兵甩毒爆」這種極限操作，就變成了外掛。

人工智能已經被一些專業的電子競技組織用作教練工具，通過與AI對戰，玩家可以從 AI 算法中受益，從而改善自己的游戲玩法。

將來，能否依靠AI訓練選手、制定戰術，將會是一場人與智能體的對抗。與人斗，是AI實現進化的最快方式與評判標準。

技術從來不是目標，而是實現某種追求的手段。

人工智能一直是一個很寬泛的話題，制造這樣強大“電競AI”的最終目的并不只是為了在游戲里擊敗人類。

電競在AI領域的應用也只是實現人類走向科技新階段的工具，至少目前來說，科技還應用于人類生活。

從計算器到無人機，AI是未來可能改變世界的重大科技變革。

盡管眼下我們還生活在一個充滿弱人工智能的世界，甚至預計未來10年內發展出來的人工智能也很難達到強人工智能的標準。

牛津哲學家、知名人工智能思想家 Nick Bostrom 把超人工智能定義為“幾乎在所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能。”超人工智能可以是各方面都比人類強，也可以是各方面都比人類強萬億倍的存在。

雖然人類在能否創造出具有真正意識的超人工智能這件事上似乎會違背加速回報定律，但這顯然不是科學問題，而是哲學問題。

不過，艾倫·圖靈曾預言 “ 機器將獲得控制權 ”。

本文來自微信公眾號 “競核”（ID：Coreesports），作者：張翌楠，36氪經授權發布。