这时大家会发现 这时的 AI 已经学会在血量较少的时候后撤 ， 可惜在边退边战的时候被喷死了 。
继续观看比赛 ， 发现 AI 还学会了在血量少的时候舔血包 ， 甚至懂得回家加血！
蓝方鲁班舔血包 ▼
文章图片
红方鲁班缺血后回家补血
满血后回来反杀 ▼
文章图片
而且 ， 鲁班的 2 技能的准确率也直线上升 ， 3 技能也知道要在兵线和敌方身前释放 。
文章图片
所以 ， 虽然看起来这个训练了 12 小时的 AI 动作还是蠢萌蠢萌的 ， 跟人类比起来意识也不行 ， 可是相比较于只学习了 10 分钟的 AI 强多了 。
这就是强化学习 AI 的厉害之处 ， 只要规划合理 ， 继续训练就会变得越来越厉害 ， 直到无法成长 。
而学生需要做的就是：优化算法 ， 提高 AI 的上限 ， 缩短 AI 的成熟路径 。
纸上读来终觉浅 ， 其实这种算法、模型 ， 只有自己亲身去实践 ， 才能知道书本上的公式和理论是如何在真实世界中发挥作用 。
为了让学生好好比赛 ， 王者荣耀和腾讯 AI Lab 把一切都包圆了 。
需要算力？直接开放云平台 ， 只需要上传模型 ， 睡一觉就练好；想复盘模型好坏？模型的对战形成的录像随便观看；比赛的底层信息太杂了？直接把游戏场景和英雄行为打包成数据接口 ， 直接调用就成……
文章图片
估计很多人好奇了 ， 这种比赛有什么意义么？
想当初 ，AlphaGo 在围棋界大杀四方时 ， 有人不屑的表示 ， 只会下棋的AI 能有什么用？
但 4 年后 ， 它的后辈 Alpha Fold 便在 CASP 蛋白质结构预测比赛上 ， 解决困扰了人类 50 年来的蛋白折叠问题 。
文章图片
很多人评价说这是能与诺贝尔奖齐名的成就 ， 因为它可以从根本上改变很多生物学的研究方式 。
Alpha Fold 在预测蛋白质如何折叠上准确的离谱 ， 准到大家不敢相信这是真的 。
在下面的动图里 ， 绿色是实验测量得出的蛋白质结构 ， 蓝色是 Alpha Fold 的预测结果 ， 两个蛋白质样本的实验结果和预测结果几乎重合 。
文章图片
人们原本预估能达到这种准确率的方法要几十年后才会面世 。
推荐阅读
- 王者荣耀|挑战者杯大名单公布，多支kpl队伍首发或成绝唱，冠军是唯一机会
- 王者荣耀|王者荣耀女玩家天生不如男？大锤率队迎战女生队：2分钟越2塔
- 王者之魄|【CF手游】王者武器库全解析，你想知道的都在这！
- 王者荣耀|挑战者杯预报丨选拔赛BO1揭幕，XYG再战巅峰赛大佬
- pokémon go|21年全球八款手游营收破10亿！《王者》《原神》进前三
- 王者荣耀|王者荣耀：赛场上公然打拳？大锤哥一口气欺负五个妹妹
- 王者荣耀&鲁班七号|王者荣耀最奇葩的6个被动技能 第一个“全屏嘲讽”
- 达摩|王者荣耀：体验服28号更新，达摩、橘右京增强，暴君效果伤害数值下调
- 明凯|本想秀实力反被锤？赖神《王者荣耀》对抗路SOLO赛被明凯吊锤！
- 王者荣耀|瑶在KPL赛场也能保持百分百胜率？来Pick你最喜欢的最佳阵容吧～