最近，在南京大學(xué)人工智能學(xué)院，一場特殊的面試正在進(jìn)行。13個(gè)大學(xué)生角逐5個(gè)名額，參加即將舉行的“2023騰訊開悟多智能體強(qiáng)化學(xué)習(xí)全國高校公開賽”。未來幾個(gè)月，他們有充足的時(shí)間開展多智能體強(qiáng)化學(xué)習(xí)，理解越深的學(xué)生，將會(huì)越受青睞。

在專業(yè)學(xué)科圈內(nèi)，這項(xiàng)競賽被簡稱為“開悟AI大賽”，目前已舉辦三屆。參賽者們“以賽代研”，研發(fā)游戲AI，進(jìn)行王者榮耀對(duì)抗賽。通過多輪次的對(duì)戰(zhàn)、迭代，以研發(fā)出更好更強(qiáng)的AI智能體。

(資料圖片)

這些重視體現(xiàn)了這場比賽的分量。對(duì)于高校，騰訊的開悟大賽和開悟平臺(tái)是難得的對(duì)于AI人才的實(shí)訓(xùn)機(jī)會(huì)。在算法研究過程中，高校面臨缺乏真實(shí)數(shù)據(jù)與硬件基礎(chǔ)的痛點(diǎn)，是中國AI人才培養(yǎng)的掣肘，他們希望選出那些對(duì)多智能體強(qiáng)化學(xué)習(xí)有堅(jiān)定科研意向的學(xué)生。?

10的20000次方種可能

學(xué)生們的熱情響應(yīng) ，和AI目前的火熱互相呼應(yīng)。南京大學(xué)人工智能學(xué)院副教授趙一錚認(rèn)為，ChatGPT的熱度，讓普通民眾突然意識(shí)到AI這個(gè)東西其實(shí)離生活非常近，它不只停留在企業(yè)級(jí)應(yīng)用，而是可以解決很多細(xì)小的生活中的問題，因此引發(fā)了全民對(duì)AI技術(shù)本身的興趣和追逐。

AI對(duì)數(shù)據(jù)要求量極大，否則無法達(dá)到人類正確識(shí)別的程度。針對(duì)這個(gè)問題，產(chǎn)學(xué)研各界都開始發(fā)力追趕。已經(jīng)舉辦三屆的開悟比賽的舉辦也正是懷抱類似動(dòng)機(jī)，因?yàn)橛螒蚴墙^佳的AI實(shí)驗(yàn)場。騰訊開悟平臺(tái)，恰好能為中國自主知識(shí)產(chǎn)權(quán)的人工智能底層技術(shù)研究、人工智能應(yīng)用場景拓展，提供助力和支持。 ?

一局游戲中，預(yù)計(jì)有高達(dá)10的20000次方種操作可能性，而整個(gè)宇宙原子總數(shù)也只是10的80次方。海量數(shù)據(jù)需要計(jì)算，搭建算力平臺(tái)需要大量GPU。依托于王者榮耀和騰訊AI Lab在算法、算力方面的核心優(yōu)勢(shì)，“騰訊開悟”向?qū)W術(shù)研究人員和算法開發(fā)者開放。 ?

“能把實(shí)驗(yàn)室里學(xué)到的東西搬出實(shí)驗(yàn)室，走進(jìn)實(shí)際的大型項(xiàng)目來說，是一個(gè)非常難得的機(jī)會(huì)?！敝袊茖W(xué)技術(shù)大學(xué)博士趙鑒是游戲愛好者。在第一屆比賽時(shí)，看到比賽能提供稀缺算力，又能把興趣跟研究方向相結(jié)合，他毫不猶豫地就報(bào)名了。在那屆比賽中，他的團(tuán)隊(duì)取得了第一名。以往，他在實(shí)驗(yàn)室里接觸到的都是小型化的理想實(shí)驗(yàn)環(huán)境，但通過比賽，能夠獲得落地的、復(fù)雜，大型的實(shí)驗(yàn)環(huán)境，“開悟平臺(tái)提供的海量算力，是以往在實(shí)驗(yàn)室環(huán)境是很難提供的，供我們?nèi)ヮl繁試錯(cuò)，創(chuàng)新，嘗試一些新的算法?！壁w鑒說。 ?

在他的示范效應(yīng)下，這兩三年，中科大的學(xué)生踴躍參賽。去年，中科大跟騰訊合作開辦了機(jī)器博弈課程，正是借助游戲平臺(tái)以及開悟平臺(tái)的底層能力。這門課程教導(dǎo)學(xué)生智能決策強(qiáng)化學(xué)習(xí)的知識(shí)，并最終要求他們?cè)陂_悟平臺(tái)上搭建一個(gè)能夠?qū)崿F(xiàn)對(duì)戰(zhàn)的AI。學(xué)生報(bào)名踴躍，由于開放的資源有限，課程限制30人，但報(bào)名的人數(shù)遠(yuǎn)超預(yù)期。直到現(xiàn)在，還有很多學(xué)生詢問今年會(huì)不會(huì)繼續(xù)開設(shè)這一課程。

趙鑒認(rèn)為，學(xué)生本身對(duì)游戲有很大的興趣，而通過游戲能夠?qū)W習(xí)到人工智能的前沿技術(shù)，更容易激發(fā)他們的開發(fā)熱情和學(xué)習(xí)興趣。

過去一年，開悟在高校開設(shè)的課程也出現(xiàn)了很多新變化。今年，開悟課程逐漸擴(kuò)面，覆蓋至19所高校、超20個(gè)班級(jí)的學(xué)生；參與王者AI相關(guān)課程的學(xué)習(xí)的學(xué)生累計(jì)超630名；北大還將開設(shè)二百多位學(xué)生參與的大班教學(xué)。未來三年，這個(gè)項(xiàng)目計(jì)劃爭取支持到全國更多高校開設(shè)人工智能相關(guān)課程，并開展全國師資培訓(xùn)，幫助AI高校教育的普及和能力提升。 ?

升級(jí)AI人才培養(yǎng)解決方案：更普惠，更好用

游戲AI課程的受歡迎，也是因?yàn)殚_悟平臺(tái)提供了便捷開發(fā)的環(huán)境，它的分布式強(qiáng)化學(xué)習(xí)的框架，可以有效幫助學(xué)生實(shí)現(xiàn)各類的強(qiáng)化學(xué)習(xí)的決策AI，對(duì)學(xué)習(xí)和科研都有很大幫助。

第一次參賽時(shí)，趙鑒就為開悟開發(fā)平臺(tái)完善的功能和便捷的開發(fā)環(huán)境而驚喜。因?yàn)閲獾囊恍┯螒駻I，可能是一個(gè)幾百人團(tuán)隊(duì)用1-2年時(shí)間實(shí)現(xiàn)的。當(dāng)時(shí)他先是擔(dān)心3-5人的規(guī)模單打獨(dú)斗，可能很難在1-2個(gè)月內(nèi)完成一個(gè)成熟的游戲AI。

但在比賽過程中，基于便捷的工具箱，團(tuán)隊(duì)只要開發(fā)跟強(qiáng)化學(xué)習(xí)算法框架相關(guān)的代碼即可。在拿到第一屆冠軍后，很多同學(xué)向他了解比賽的信息。此后兩年，他以教練員的身份，協(xié)助學(xué)弟學(xué)妹組成的“后浪隊(duì)”參加比賽。

過去兩年間，“騰訊開悟”在高校的知名度越來越高。今年的開悟比賽由邀請(qǐng)制改為公開賽。早在自己參賽時(shí)，他就體會(huì)到了開悟平臺(tái)提供的完備支持。在技術(shù)文檔里，學(xué)生們可以為遇到的大部分問題找到解決方案；項(xiàng)目組還提供了一個(gè)QA平臺(tái)，由工作人員及時(shí)提供耐心細(xì)致的解答。開悟平臺(tái)上還有錄像回放、天梯榜的功能，能幫助參賽學(xué)生及時(shí)做復(fù)盤分析。

為了讓這個(gè)科研助手更便捷和普惠，今年，騰訊開悟平臺(tái)也將進(jìn)行平臺(tái)優(yōu)化，將客戶端版本調(diào)整為web版本；并拓展新的迷宮地圖，相比傳統(tǒng)的峽谷PVP地圖，使用將更加簡單。

便捷的工具及厚實(shí)的基底，讓學(xué)生們?cè)谶^程中可以將全部精力更多的投入于算法創(chuàng)新。初次參賽的3-5人的學(xué)生團(tuán)隊(duì)，在1—2月時(shí)間內(nèi)就創(chuàng)造出屬于他們的王者AI，“給我們帶來很大的成就感”。

趙一錚預(yù)期，由ChatGPT所引發(fā)的熱潮將持續(xù)推動(dòng)大學(xué)人工智能專業(yè)的報(bào)考人數(shù)穩(wěn)步增長。這對(duì)于學(xué)校開設(shè)更多的人工智能專業(yè)課程、擴(kuò)充師資隊(duì)伍以及提升教學(xué)質(zhì)量，都構(gòu)成了積極的挑戰(zhàn)。

在學(xué)院的課程設(shè)置中，多智能體強(qiáng)化學(xué)習(xí)是人工智能領(lǐng)域的熱門研究方向，相關(guān)課程也是學(xué)院的重點(diǎn)課程，吸引了大量的學(xué)生參與。趙一錚特別強(qiáng)調(diào)，引入開悟平臺(tái)后，課程的吸引力進(jìn)一步提升。開悟平臺(tái)讓學(xué)生能夠?qū)⒄n堂上學(xué)習(xí)的理論知識(shí)及時(shí)轉(zhuǎn)化為實(shí)踐，這種切身感受的反饋，對(duì)于人工智能人才的培養(yǎng)起到了積極的推動(dòng)作用。以往，大學(xué)教學(xué)中往往缺乏這樣能提供強(qiáng)大算力、持久數(shù)據(jù)和實(shí)際業(yè)務(wù)場景的平臺(tái)。

這也是趙一錚與其他同事精心選拔學(xué)生參加比賽的原因：比賽是最生動(dòng)的教學(xué)和科研場景，比賽中的直接反饋更具震撼力，這種參與感對(duì)學(xué)生來說是極大的鼓舞。 ?

AI產(chǎn)業(yè)發(fā)展有了三條“新紐帶”

中科院自動(dòng)化所博士何金岷發(fā)現(xiàn)，目前不論是ChatGPT的大語言模型，還是自動(dòng)駕駛等決策大模型，用大模型來求解問題，越發(fā)成為AI產(chǎn)學(xué)研的風(fēng)潮，各大高校以及研究所對(duì)于AI人才的投入將越來越多。王者榮耀的游戲場景提供了仿真的實(shí)驗(yàn)場，為新技術(shù)的快速遷移、落地及產(chǎn)業(yè)化充當(dāng)橋梁，對(duì)于AI研究很有意義。

趙鑒也認(rèn)為，將來的科研成果要走出實(shí)驗(yàn)室，應(yīng)用到產(chǎn)業(yè)或者實(shí)際任務(wù)中，在游戲中的技術(shù)驗(yàn)證能提供很大的幫助。在現(xiàn)實(shí)中，一個(gè)機(jī)器人如果因?yàn)榘l(fā)生碰撞被損壞，就無法繼續(xù)實(shí)驗(yàn)。在游戲環(huán)境中率先實(shí)現(xiàn)人工智能算法，是更切實(shí)的路徑，可以減少在現(xiàn)實(shí)場景中所需要的訓(xùn)練時(shí)間及成本。

以“教育+競賽+科研”的共生發(fā)展模式推動(dòng)AI產(chǎn)業(yè)生態(tài)的建設(shè)，成為AI產(chǎn)業(yè)發(fā)展的三條“新紐帶”。

第一條紐帶中，“開悟”連接了行業(yè)里的人，建立與人才之間的聯(lián)系，助力產(chǎn)學(xué)研生態(tài)建設(shè)。第二個(gè)紐帶，連接科研共同體，交融碰撞，助力科研突破。第三條紐帶，建立與產(chǎn)業(yè)伙伴的連接，助力探尋更多產(chǎn)業(yè)應(yīng)用新場景。第三條建立在前兩條基礎(chǔ)上，它是遠(yuǎn)景，也是全行業(yè)的期望：讓游戲科技推動(dòng)教育產(chǎn)業(yè)升級(jí)。

產(chǎn)學(xué)研聯(lián)盟的構(gòu)建也將進(jìn)一步加速新應(yīng)用、新技術(shù)的落地，加快創(chuàng)新型人才的培養(yǎng)。開悟平臺(tái)的研究成果還將與更多行業(yè)有機(jī)結(jié)合，沉淀更多創(chuàng)新型算法，為醫(yī)療、制造、無人駕駛、農(nóng)業(yè)、智慧城市等領(lǐng)域帶來更深遠(yuǎn)影響。

目前，開悟平臺(tái)與西南交大合作的智慧交通項(xiàng)目正處在實(shí)驗(yàn)階段，預(yù)計(jì)今年下半年進(jìn)入校內(nèi)場景測(cè)試。

基于這些階段性成果的展出，可以想象：以開悟平臺(tái)為代表，騰訊在AI+游戲上的研究，也將成為攻克AI終極研究難題，探索通用人工智能的關(guān)鍵一步。 ?

趙一錚認(rèn)為，國家十分重視AI人才的培養(yǎng)，預(yù)計(jì)未來會(huì)有更多的高等教育機(jī)構(gòu)開設(shè)AI相關(guān)專業(yè)。而對(duì)于AI人才的培養(yǎng)，必須在產(chǎn)學(xué)研的協(xié)同中實(shí)現(xiàn)。另一方面，開悟平臺(tái)將學(xué)生培養(yǎng)與實(shí)際企業(yè)業(yè)務(wù)緊密聯(lián)系起來，既能利用其強(qiáng)大的計(jì)算能力幫助人才培養(yǎng)，也能推動(dòng)企業(yè)產(chǎn)品和服務(wù)的升級(jí)和強(qiáng)化。

據(jù)他介紹，在學(xué)校每年組織的課程評(píng)分和匿名反饋時(shí)，企業(yè)有經(jīng)驗(yàn)的工程師的實(shí)操課程，評(píng)分往往最高。甚至有很多學(xué)生說大學(xué)生涯幫助最大、影響最大的一門課程，來自業(yè)界導(dǎo)師，“因?yàn)樗麄儾粌H僅是把培養(yǎng)或者育人的目光僅僅停留在理論和課本上，而是會(huì)直接帶著同學(xué)們參與到企業(yè)級(jí)的實(shí)操項(xiàng)目上去”。對(duì)于未來的AI高等教育，這是值得借鑒和更深入推廣的合作模式。（雷渺鑫）

關(guān)鍵詞