A.I.了解如何在高度复杂的游戏中与电子竞技优势竞争

多年以来，人工智能一直在像Chess and Go这样的完美信息板游戏中对人类进行扣篮。事实上，使用这些游戏改进A.I.的问题解决技能的时代可能终于结束了，并且需要更复杂的游戏来继续推动A.I.的限制。 2018年在这方面取得了重大进展。

最引人注目的电子竞技电脑是“Open AI Five”，这是一款绝对是战略游戏的机器人团队， Dota 2 。 Elon Musk和Sam Altman创立的非营利组织培训了A.I.梦之队相当于180年的Dota 2游戏，使用128,000个处理器核心和256个图形处理器。这导致一队机器人对抗了比赛的顶级人类球员，但并没有取得胜利。

Dota 2是所谓的“多人在线战斗竞技场”游戏，其中包括两个团队，每个团队都有五个玩家试图摧毁另一个人的家园。游戏可以持续15分钟到一个小时，并且可以通过技术实力，对对手的敏锐洞察力以及果断决策来获胜。 Open AI Five可以实现的事实 类 所有这一切在一定程度上是一个突破。

这是Inverse的20种方式中的第12个A.I. 2018年成为更多人。

有一些警告：为了训练机器人，OpenAi笨手笨脚 Dota 2 规则通过限制可用角色的名单，并删除游戏的一些细节。然而，机器人已经慢慢变得能够采用越来越复杂的策略并且在短短几个月内。

人工智能研究人员使用游戏训练A.I.因为游戏本身就是日益复杂的问题解决和决策形式的替代品。像国际象棋和围棋这样的游戏也很有吸引力，因为它们优雅复杂，但也是“完美信息”游戏，其中所有关于玩家棋子和动作的相关信息都被对手看到。

2018年证明完美的信息游戏实际上太容易被计算机掌握，而且为了继续提炼A.I.，研究人员需要转向更好，更好的游戏。