遊戲是人工智慧開發者訓練 AI 系統的一種方式。1996 年，IBM 深藍（Deep Blue）超級電腦開始挑戰西洋棋，成功擊敗人類西洋棋冠軍， 二十年之後，Google 的人工智慧 AlphaGo 更擊敗人類的圍棋高手，一鳴驚人。
近年，英雄聯盟、鬥陣特攻、DotA 2 等電競遊戲可以說是全球最受歡迎的遊戲。考慮到這些遊戲的普及型和複雜性，多個人工智慧研究團隊都開始使用電競來訓練 AI。
電競賽
近日，伊隆·馬斯克（Elon Musk）旗下的人工智慧研究機構 OpenAI，宣布他們的人工智慧軟體在 DotA 2 電競賽中擊敗頂級職業玩家 Dendi。
馬斯克在他的 Twitter 上宣布了這項成就：「OpenAI 首度在競爭激烈的電競賽中擊敗世界最強的頂級玩家，電競賽是比西洋棋和圍棋比賽更複雜的活動。」
OpenAI 近日發表了一篇部落格文章，解釋其重要性：「DotA 1 對 1 對戰模式是一個具備隱藏訊息的複雜遊戲，AI 必須學習規劃、攻擊、設局、以及欺騙對手，玩家技能和每分鐘操作數（actions-per-minute）之間的關連不大。事實上，OpenAI 的每分鐘操作數相當於普通人類玩家的平均水準。」
自我學習
OpenAI 研究員 Jakub Pachocki 表示：「OpenAI 能從遊戲中自我學習，我們沒有為其設計任何策略，也沒有從人類高手的對戰中學習。從一開始，OpenAI 就完全在自己跟自己對戰中學習，雖然剛開始的結果是隨機的，不過每次都能作出輕微的改善，最後終於達到了專業水準。」
不過，一般的職業電競賽通常是 5 對 5 的團體戰，因此 Dota 2 的 1 對 1 對戰模式遠不如實際的職業電競賽那麼複雜。但 OpenAI 表示，他們正研究讓 AI 可以在更大規模的 5 對 5 對戰中與人類對抗。
參考資料：
- OpenAI. (2017, August). We’ve created a bot which beats the world’s top professionals at 1v1 matches of Dota 2 under standard tournament rules. OpenAI Blog.