来源：36氪
五一假期临近，腾讯的朋友发来邀约：5 月 1-4 日，王者荣耀会上线挑战 "AI 绝悟 " 的限时活动，要不要和 AI 交交手？
这点燃了我的兴趣点。三个月前，由于疫情期间闲来无事，我下回了之前卸载的王者荣耀，一路从 " 荣耀黄金 " 打到了 " 至尊星耀 "；而作为一名关注人工智能领域的作者，虽然不会写代码算法，但在把商汤旷视等 AI 独角兽写过一圈后，对所谓的视觉识别、机器学习也算略懂一二。
腾讯的 " 绝悟 " 在电竞圈里小有名气。先是在去年 8 月举办的王者荣耀最高规格赛事——世界冠军杯半决赛中打败了职业选手联队，被证明达到 " 电竞职业水平 "；去年的 ChinaJoy，在向顶级业余玩家开放的体验测试中，" 绝悟 " 在首日 504 场测试中胜率为 99.8%，仅输 1 场（对方为王者荣耀国服第一后裔）。
要坦诚的是，以上数据都是我在后来搜集到的，在真正跟 " 绝悟 " 交手前，我并不知道自己将面对怎样的对手。
不过，所有关心 AI 进展的人都记得，2017 年，世界围棋冠军柯洁对阵谷歌旗下人工智能 "AlphaGo"，最终因 0：3 完败在场外痛哭。眼下，腾讯把人类对阵 AI 的赛场搬到了用户量更大、知名度更广的王者荣耀，不知道有多少人和我一样，抱着 " 欲与 AI 试比高 " 的决心，展开这次较量。
于是，在五一假期的第一天，睡到自然醒后，我点开了游戏首页 " 挑战 · 绝悟 " 的入口。
王者荣耀游戏首页左下方有了 " 挑战 · 绝悟 " 的入口
被虐哭后，AI 还会嘲讽你
还是简单介绍下王者荣耀，这是一款典型的 5V5 竞技手游，双方各自选出技能、类型不同的五位英雄，以推倒敌方水晶为目标。由于上手快、每局用时短、加之腾讯强大的社交关系链，这款游戏已在国内风靡数年，也是腾讯当之无愧的 " 现金牛 "。曾有媒体统计过，王者荣耀在 2020 年除夕当天的流水就有 20 亿元。
某种程度上，我打王者荣耀的路数代表了相当一部分用户：因为只在下班后闲来无事打几把，整体熟练度、操作度都不算上游，因此不擅长刺客、战士类英雄，更喜欢用中路法师、下路射手，全局辅助类英雄。
第一局，我用了中路法师张良，另外四个队友为：战士吕布、射手黄忠、刺客裴擒虎和辅助鲁班大师。从队形来看，这局的英雄配置相当不错，吕布和张良都有一定的控制技能——有助于黄忠 " 开大 " 时疯狂输出，而鲁班大师的移位技能，又能在敌人团攻黄忠时为其保命。
对阵 " 绝悟 "，我的首局阵容（上排）还算不错。
在这里稍作科普一下，王者荣耀讲究的除了个人操作英雄的熟练度以外，更需要团队在技能上的配合：射手、法师类英雄擅长输出，但是血薄，容易被秒杀；辅助和战士等英雄血厚，但在攻击范围和效率上有短板。
这也是腾讯 AI " 绝悟 " 的挑战，围棋和王者荣耀的打法都有千万条排练组合，但围棋是 1V1 对垒，王者荣耀是 5V5 的团队对抗游戏，因此需要机器掌握的场景更多、更复杂，腾讯官方做过统计，游戏中预计有高达 10 的 20000 次方种操作可能性，而整个宇宙原子总数也只是 10 的 80 次方。
借着不错的阵容，加之没有遇到 " 猪队友 "，我轻松拿下了第一局。
第二局，我用了辅助位的庄周，队友为战士廉颇、法师甄姬、打野娜可露露、辅助太乙真人。这局阵容初期来看不算好——辅助位重复，射手位没人；反观 " 绝悟 " 的英雄配置就很不错：辅助蔡文姬、法师干将莫邪、战士达摩、打野孙悟空、射手伽罗，各个角色非常均衡。
我的第二局对阵阵容，绝悟每一关的阵容都不同，会随着关数增加，难度也递增。
由于是和陌生人匹配队友，每个人想玩的、擅长的英雄都存在不确定性，阵容不合理的情况时常出现（改版后的王者荣耀已经通过预选英雄提升了这一体验）。可没想到，这样误打误撞的阵容，却成了第二局赢下的关键。
由于敌方干将莫邪、达摩、孙悟空、伽罗等角色，都属于强悍的输出类英雄，而我方廉颇、太乙真人、庄周，都以血厚、复活、解控等技能著称，这就让对方英雄撞在了 " 铁板 " 上，加之这一轮遇到的队友在操作上也实属不错，我又赢了第二局。
虽然连赢两局，但 AI " 绝悟 " 的疯狂已经有所展现。
两方对阵中，人类会在战斗时出现迟疑、猜测、忌惮，但 AI " 绝悟 " 完全没有。中路对线时，" 绝悟 " 方的法师在清完兵线后，会立刻前往下路、野区支援；同时，对方的刺客类英雄非常生猛，经常出现在野区打扰我方节奏，甚至多次去塔下、两塔之间的空隙，企图强杀我方射手和法师，这些都是非常 " 高玩 " 的操作。
" 绝悟 " 方英雄 " 达摩 " 时常出现在我方野区干扰节奏
更令人有些惊悚的是，在第二局 " 绝悟 " 的水晶将被攻破时，系统传来了一阵机械的女声："AI 集体升级换代中，滴滴滴 ……"，像是在提示人类玩家，失败后的 AI 会更加强大。
" 绝悟 " 的水晶将被攻破时，左侧显示："AI 集体升级换代中，滴滴滴 ……"
杀红了眼后，我又开始了第三局。
组队时，这一局的英雄搭配令人兴奋。我选择了中路游走灵活、擅长爆发输出的英雄小乔，队伍中既有输出型英雄孙悟空和李元芳，还有战士型英雄铠，辅助位也是新晋网红英雄 " 瑶 "，其中，铠和孙悟空还有 " 省级联队十强 " 的称号——阵容合理，队友强悍，看来拿下这一局势在必得。
可事实却恰恰相反。
对阵 " 绝悟 " 总共有 6 关，每关难度会依次上升，这从匹配的英雄上可见一斑。在第三关，AI " 绝悟 " 启用了上官婉儿，该角色的三技能叫 " 章草 · 横鳞 "，能打出极为恐怖的伤害，但操作难度极大，需要在四个按键的相互切换下，同时掌控好进攻方向，才能准确触发该技能。
对于人类来说，切换按键需要手指、眼力等感官的多次配合才能熟练，但对于 AI，这些不过是后台写好的程序。因此，人类需要花费数日、甚至数月才能玩好的英雄，AI 瞬间就能掌握到极致。
" 绝悟 " 终于露出了狰狞一面，依靠上官婉儿为首的强势进攻，我方很快溃不成军，李元芳被打成了 0-8，铠和孙悟空也被死死压制住。人类的心态也在一次次挫败后崩盘，有人开始抱怨队友无能：" 看看对面的打野，再看看我们的 "，似乎完全忘记了对面不是人类，而是 AI。
用时 13 分钟后，绝悟就推倒了我方水晶，留下了一个极为尴尬的战绩。
更令人郁闷的是，每当我方英雄集体阵亡时，绝悟都会轻叹一句：" 好安静啊 "，这对于被 AI 打得束手无策的我们，无疑是莫大的讽刺。
我方英雄集体阵亡时，绝悟都会轻叹一句：" 好安静啊 "
" 绝悟 " 的想象力
在多次更换英雄、甚至叫来相识的朋友，打开语音增强协作，依然无法突破上官婉儿的围追堵截，我与 " 绝悟 " 的较量最终卡在了第三关。在又一次被 AI 团灭攻破水晶后，我的几位朋友发出了绝望的感叹：" 让不让人好好过节了 "、" 我要投诉 AI"。
但 " 绝悟 " 的存在难道只是为了给玩家添堵？这从商业逻辑上来看也不太成立。腾讯 AI Lab 在 2017 年成立 " 绝悟 "，一年后达到顶尖水平，期间要雇佣的科学家、耗费的 GPU、占用的王者荣耀入口资源 …… 都是一笔不小的经费开支。
事实上，" 绝悟 " 是腾讯研发通用型 AI 的一项重要测试。所谓通用型 AI，就是具备类似人脑的复杂问题处理能力。
举个例子，初代 AI 只能解决特定场景需求，比如视觉识别领域的鉴别黄图、抓取嫌疑人肖像等；但通用型 AI 可以驾驭更复杂的决策，问天气、选商品、甚至 " 他到底爱不爱我？"，AI 都能给出更有人性的回答。
通用型 AI 也是如今金沙手机网投老品牌值得信赖 公司的主流方向。微软 " 小冰 " 已诞生 6 年，经过多次版本更迭后，小冰已经能帮罗森便利店推销优惠券、在汽车导航中寻求最优路径、还能写诗作画，很多行为俨然与人类无异；今年美国 CES，三星还展出了人形 AI "NEON"，可以充当老师、财务顾问、礼宾员、演员或电视主播。
三星在今年美国 CES 是哪个展出的人性 AI"NEON"。拍摄：苏建勋
说到通用型 AI，就不得不提及两个 AI 领域的特有概念：" 深度学习 " 和 " 增强学习 "。
刚才所说的鉴黄、抓坏人，一般采用深度学习，给机器 " 喂 " 进大量图片，让 AI 在海量数据的训练中获取规律。可在通用 AI 中，涉及到复杂场景需要的数据量更大，这便有了 " 增强学习 "，可以在少量数据的前提下，通过给 AI 设定奖惩机制的方式，让 AI 自我学习并实现进化。
" 绝悟 " 采用的便是增强学习，腾讯 AI Lab 认为，若 AI 能在王者荣耀这类复杂的环境中，学会人一样实时感知、分析、理解、推理、决策到行动，就可以在更多变、复杂的真实环境中发挥更大作用。
说得更通俗点，这就好比疫情期间被迫在家做饭的你，在照着菜谱或者连线父母做出番茄炒蛋、葱爆羊肉后，你学会了切菜，知道了放佐料的次序，懂得怎么掌握火候，逐渐可以自己摸索着做出更复杂的红烧排骨和新疆大盘鸡。
通过研发 " 绝悟 "，腾讯将其背后的经验和算法也用了其他行业。
2019 年 9 月，腾讯与欧洲顶级农业大学 WUR（荷兰瓦赫宁根大学）合作过一次种植大赛，利用 AI 算法检测土壤、选择合适的作物品种、智能预防病虫害，最终使种出的番茄、黄瓜在产量、品质均有所提升。今年 4 月，腾讯 AI Lab 还推出了首款智能显微镜，协助医生进行癌症筛查和病理分析。
眼下，谁都不能否认 AI 的存在。天猫淘宝、今日头条会根据你的喜好推荐你感兴趣的商品和内容，而那些更长远的愿景，借助 AI 实现粮食丰收、攻克癌症，仍需要人类持之以恒的探索与训练。如果真能实现这些目标，被 " 绝悟 " 虐哭几次，也不算什么大不了的事儿了。
