OpenAI Five โชว์เหนือ เอาชนะทีมผู้เล่นระดับโปรในเกม Dota 2
ในโลกของ eSports การแข่งขัน The International คือจุดสูงสุดที่เหล่านักกีฬา Dota 2 ทั่วโลกใฝ่ฝัน ด้วยเงินรางวัลมหาศาลที่ปีนี้พุ่งสูงถึง 23.5 ล้านดอลลาร์สหรัฐฯ และเกียรติยศอันยิ่งใหญ่ แต่ในขณะที่มนุษย์กำลังขับเคี่ยวกันอย่างดุเดือด ดูเหมือนว่าคู่แข่งรายใหม่ที่ไม่ได้เป็นมนุษย์กำลังก้าวเข้ามาท้าทายบัลลังก์นี้
ล่าสุด OpenAI Five ทีมปัญญาประดิษฐ์ (AI) ทั้งชุด ได้ลงสนามในแมตช์พิเศษปะทะกับทีมที่รวมเอาเหล่านักพากย์และอดีตผู้เล่นระดับมืออาชีพของ Dota 2 ซึ่งล้วนแต่เป็นผู้เล่นระดับท็อปของโลก ผลปรากฏว่าทีมบอทสามารถเอาชนะในซีรีส์ Best-of-three ไปได้อย่างขาดลอย โดยทีมมนุษย์สามารถพลิกกลับมาเอาชนะได้เพียงเกมเดียว ซึ่งเป็นผลมาจากการช่วยเหลือของผู้ชมในเกมสุดท้าย
เส้นทางจากบอทเดี่ยวสู่ทีม AI อัจฉริยะ
จุดเริ่มต้นของความสำเร็จนี้มาจาก OpenAI องค์กรวิจัยไม่แสวงหาผลกำไรที่ร่วมก่อตั้งโดย Elon Musk ซึ่งได้นำ Machine Learning หรือการเรียนรู้ของเครื่อง (กระบวนการที่คอมพิวเตอร์สามารถเรียนรู้และพัฒนาประสิทธิภาพได้ด้วยตัวเองจากข้อมูล) มาใช้ฝึกฝนบอทให้เล่น Dota 2 ตั้งแต่ปีที่ผ่านมา
ในช่วงแรก บอทของ OpenAI สามารถเอาชนะผู้เล่นระดับโปรในการดวลแบบตัวต่อตัว รวมถึงการเอาชนะ Danil "Dendi" Ishutin ผู้เล่นระดับตำนานในงาน The International 2017 อย่างไรก็ตาม บอทในยุคนั้นยังมีข้อจำกัดสูง เนื่องจากเชี่ยวชาญฮีโร่เพียงตัวเดียวจากทั้งหมดกว่า 100 ตัว และไม่สามารถรับมือกับความซับซ้อนของการเล่นแบบทีมซึ่งเป็นหัวใจสำคัญของ Dota 2 ได้
เบื้องหลังการฝึกฝนของ OpenAI Five
เพื่อก้าวข้ามขีดจำกัดเดิม OpenAI จึงพัฒนา OpenAI Five ซึ่งเป็นทีมบอทที่ทำงานร่วมกันอย่างเป็นระบบ โดยใช้วิธีการฝึกฝนที่น่าทึ่งคือการให้ AI แข่งขันกับตัวเองตลอดเวลา ส่งผลให้พวกมันมีชั่วโมงบินสะสมสูงถึง 180 ปีในทุกๆ วัน
ในการทดสอบครั้งล่าสุดนี้ แม้จะมีการใช้กฎพิเศษเพื่อตัดกลไกขั้นสูงบางอย่างออกไป แต่ทั้งสองทีมสามารถเลือกฮีโร่ได้จาก 18 ตัว และสามารถใช้ไอเทมเชิงกลยุทธ์รวมถึงเป้าหมายในเกมที่เคยถูกจำกัดไว้ได้ นอกจากนี้ เพื่อให้การแข่งขันมีความยุติธรรม OpenAI ได้ปรับลดความเร็วในการตอบสนอง (Reaction Time) ของบอทจาก 80 มิลลิวินาที เพิ่มเป็น 200 มิลลิวินาที เพื่อให้ใกล้เคียงกับปฏิกิริยาตอบสนองของมนุษย์มากขึ้น
บทวิเคราะห์ผลการแข่งขัน
OpenAI Five แสดงให้เห็นถึงการทำงานเป็นทีมที่ยอดเยี่ยมจนสามารถถล่มทีมมนุษย์ในสองเกมแรกได้อย่างง่ายดาย แต่ในเกมที่สาม สถานการณ์กลับเปลี่ยนไปเมื่อผู้ชมเป็นผู้เลือกฮีโร่ให้กับทีมบอท ซึ่งในเกม Dota 2 การเลือกฮีโร่ที่ส่งเสริมกันและสามารถแก้ทางคู่ต่อสู้ได้เป็นเรื่องสำคัญมาก เมื่อทีมบอทได้ไลน์อัพที่ไม่เหมาะสม ทีมมนุษย์จึงสามารถใช้ความได้เปรียบนี้คว้าชัยชนะในเกมสุดท้ายไปได้
| หัวข้อ | รายละเอียด |
|---|---|
| รูปแบบการฝึก | แข่งกับตัวเอง (Self-play) สะสมประสบการณ์ 180 ปี/วัน |
| การปรับสมดุล | เพิ่ม Reaction Time เป็น 200ms เพื่อให้เท่ากับมนุษย์ |
| จำนวนฮีโร่ที่ใช้ | เลือกได้จาก Pool ฮีโร่ 18 ตัว |
| ผลการแข่งขัน | OpenAI Five ชนะซีรีส์ 2 ใน 3 เกม |
ข้อเท็จจริงสำคัญ
- OpenAI Five พัฒนาโดยองค์กรวิจัย OpenAI ซึ่งมี Elon Musk เป็นผู้ร่วมก่อตั้ง
- ใช้เทคนิค Machine Learning ในการฝึกฝนผ่านการจำลองการเล่นจำนวนมหาศาล
- สามารถเอาชนะผู้เล่นระดับโปรในแมตช์พิเศษได้ แม้จะถูกจำกัดความเร็วในการตอบสนอง
- ความพ่ายแพ้ในเกมสุดท้ายเกิดจากการเลือกฮีโร่ที่ไม่สมดุล (Counter Pick) โดยผู้ชม
- เป้าหมายต่อไปคือการท้าชิงกับทีมระดับอาชีพในรายการ The International
คำถามที่พบบ่อย
OpenAI Five ฝึกฝนอย่างไรถึงเก่งขนาดนี้?
AI ทีมนี้ใช้วิธีการฝึกแบบ Self-play หรือการแข่งกับตัวเองซ้ำๆ ซึ่งทำให้สามารถสร้างประสบการณ์การเล่นได้เทียบเท่ากับ 180 ปีต่อวัน ทำให้เรียนรู้กลยุทธ์และการประสานงานได้อย่างรวดเร็ว
ทำไมทีมมนุษย์ถึงชนะในเกมสุดท้ายได้?
เนื่องจากในเกมสุดท้าย ผู้ชมเป็นผู้เลือกฮีโร่ให้กับ OpenAI Five ทำให้ได้ตัวละครที่ไม่ส่งเสริมกันและถูกแก้ทางโดยทีมมนุษย์ ซึ่งการเลือกฮีโร่ (Drafting) เป็นปัจจัยชี้ขาดสำคัญในเกม Dota 2
การปรับ Reaction Time มีผลอย่างไร?
ปกติ AI จะตอบสนองได้เร็วกว่ามนุษย์มาก (80ms) การปรับเพิ่มเป็น 200ms จึงเป็นการจำลองขีดจำกัดทางกายภาพของมนุษย์ เพื่อให้การแข่งขันมีความยุติธรรมและวัดกันที่กลยุทธ์มากกว่าความเร็วของเครื่องจักร
เป้าหมายต่อไปของ OpenAI Five คืออะไร?
เป้าหมายถัดไปคือการลงแข่งขันกับทีมผู้เล่นระดับมืออาชีพตัวจริงในรายการ The International ซึ่งเป็นทัวร์นาเมนต์ที่ใหญ่ที่สุดของปี
