最近，在南京大學人工智能學院，一場特殊的面試正在進行。13個大學生角逐5個名額，參加即將舉行的“2023騰訊開悟多智能體強化學習全國高校公開賽”。未來幾個月，他們有充足的時間開展多智能體強化學習，理解越深的學生，將會越受青睞。

在專業(yè)學科圈內(nèi)，這項競賽被簡稱為“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，進行王者榮耀對抗賽。通過多輪次的對戰(zhàn)、迭代，以研發(fā)出更好更強的AI智能體。

(資料圖片)

這些重視體現(xiàn)了這場比賽的分量。對于高校，騰訊的開悟大賽和開悟平臺是難得的對于AI人才的實訓機會。在算法研究過程中，高校面臨缺乏真實數(shù)據(jù)與硬件基礎的痛點，是中國AI人才培養(yǎng)的掣肘，他們希望選出那些對多智能體強化學習有堅定科研意向的學生。?

10的20000次方種可能

學生們的熱情響應 ，和AI目前的火熱互相呼應。南京大學人工智能學院副教授趙一錚認為，ChatGPT的熱度，讓普通民眾突然意識到AI這個東西其實離生活非常近，它不只停留在企業(yè)級應用，而是可以解決很多細小的生活中的問題，因此引發(fā)了全民對AI技術本身的興趣和追逐。

AI對數(shù)據(jù)要求量極大，否則無法達到人類正確識別的程度。針對這個問題，產(chǎn)學研各界都開始發(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機，因為游戲是絕佳的AI實驗場。騰訊開悟平臺，恰好能為中國自主知識產(chǎn)權的人工智能底層技術研究、人工智能應用場景拓展，提供助力和支持。 ?

一局游戲中，預計有高達10的20000次方種操作可能性，而整個宇宙原子總數(shù)也只是10的80次方。海量數(shù)據(jù)需要計算，搭建算力平臺需要大量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，“騰訊開悟”向?qū)W術研究人員和算法開發(fā)者開放。 ?

“能把實驗室里學到的東西搬出實驗室，走進實際的大型項目來說，是一個非常難得的機會。”中國科學技術大學博士趙鑒是游戲愛好者。在第一屆比賽時，看到比賽能提供稀缺算力，又能把興趣跟研究方向相結合，他毫不猶豫地就報名了。在那屆比賽中，他的團隊取得了第一名。以往，他在實驗室里接觸到的都是小型化的理想實驗環(huán)境，但通過比賽，能夠獲得落地的、復雜，大型的實驗環(huán)境，“開悟平臺提供的海量算力，是以往在實驗室環(huán)境是很難提供的，供我們?nèi)ヮl繁試錯，創(chuàng)新，嘗試一些新的算法?！壁w鑒說。 ?

在他的示范效應下，這兩三年，中科大的學生踴躍參賽。去年，中科大跟騰訊合作開辦了機器博弈課程，正是借助游戲平臺以及開悟平臺的底層能力。這門課程教導學生智能決策強化學習的知識，并最終要求他們在開悟平臺上搭建一個能夠?qū)崿F(xiàn)對戰(zhàn)的AI。學生報名踴躍，由于開放的資源有限，課程限制30人，但報名的人數(shù)遠超預期。直到現(xiàn)在，還有很多學生詢問今年會不會繼續(xù)開設這一課程。

趙鑒認為，學生本身對游戲有很大的興趣，而通過游戲能夠?qū)W習到人工智能的前沿技術，更容易激發(fā)他們的開發(fā)熱情和學習興趣。

過去一年，開悟在高校開設的課程也出現(xiàn)了很多新變化。今年，開悟課程逐漸擴面，覆蓋至19所高校、超20個班級的學生；參與王者AI相關課程的學習的學生累計超630名；北大還將開設二百多位學生參與的大班教學。未來三年，這個項目計劃爭取支持到全國更多高校開設人工智能相關課程，并開展全國師資培訓，幫助AI高校教育的普及和能力提升。 ?

升級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，也是因為開悟平臺提供了便捷開發(fā)的環(huán)境，它的分布式強化學習的框架，可以有效幫助學生實現(xiàn)各類的強化學習的決策AI，對學習和科研都有很大幫助。

第一次參賽時，趙鑒就為開悟開發(fā)平臺完善的功能和便捷的開發(fā)環(huán)境而驚喜。因為國外的一些游戲AI，可能是一個幾百人團隊用1-2年時間實現(xiàn)的。當時他先是擔心3-5人的規(guī)模單打獨斗，可能很難在1-2個月內(nèi)完成一個成熟的游戲AI。

但在比賽過程中，基于便捷的工具箱，團隊只要開發(fā)跟強化學習算法框架相關的代碼即可。在拿到第一屆冠軍后，很多同學向他了解比賽的信息。此后兩年，他以教練員的身份，協(xié)助學弟學妹組成的“后浪隊”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制改為公開賽。早在自己參賽時，他就體會到了開悟平臺提供的完備支持。在技術文檔里，學生們可以為遇到的大部分問題找到解決方案；項目組還提供了一個QA平臺，由工作人員及時提供耐心細致的解答。開悟平臺上還有錄像回放、天梯榜的功能，能幫助參賽學生及時做復盤分析。

為了讓這個科研助手更便捷和普惠，今年，騰訊開悟平臺也將進行平臺優(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。

便捷的工具及厚實的基底，讓學生們在過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人的學生團隊，在1—2月時間內(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”。

趙一錚預期，由ChatGPT所引發(fā)的熱潮將持續(xù)推動大學人工智能專業(yè)的報考人數(shù)穩(wěn)步增長。這對于學校開設更多的人工智能專業(yè)課程、擴充師資隊伍以及提升教學質(zhì)量，都構成了積極的挑戰(zhàn)。

在學院的課程設置中，多智能體強化學習是人工智能領域的熱門研究方向，相關課程也是學院的重點課程，吸引了大量的學生參與。趙一錚特別強調(diào)，引入開悟平臺后，課程的吸引力進一步提升。開悟平臺讓學生能夠?qū)⒄n堂上學習的理論知識及時轉(zhuǎn)化為實踐，這種切身感受的反饋，對于人工智能人才的培養(yǎng)起到了積極的推動作用。以往，大學教學中往往缺乏這樣能提供強大算力、持久數(shù)據(jù)和實際業(yè)務場景的平臺。

這也是趙一錚與其他同事精心選拔學生參加比賽的原因：比賽是最生動的教學和科研場景，比賽中的直接反饋更具震撼力，這種參與感對學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)學研的風潮，各大高校以及研究所對于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驗場，為新技術的快速遷移、落地及產(chǎn)業(yè)化充當橋梁，對于AI研究很有意義。

趙鑒也認為，將來的科研成果要走出實驗室，應用到產(chǎn)業(yè)或者實際任務中，在游戲中的技術驗證能提供很大的幫助。在現(xiàn)實中，一個機器人如果因為發(fā)生碰撞被損壞，就無法繼續(xù)實驗。在游戲環(huán)境中率先實現(xiàn)人工智能算法，是更切實的路徑，可以減少在現(xiàn)實場景中所需要的訓練時間及成本。

以“教育+競賽+科研”的共生發(fā)展模式推動AI產(chǎn)業(yè)生態(tài)的建設，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)學研生態(tài)建設。第二個紐帶，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)應用新場景。第三條建立在前兩條基礎上，它是遠景，也是全行業(yè)的期望：讓游戲科技推動教育產(chǎn)業(yè)升級。

產(chǎn)學研聯(lián)盟的構建也將進一步加速新應用、新技術的落地，加快創(chuàng)新型人才的培養(yǎng)。開悟平臺的研究成果還將與更多行業(yè)有機結合，沉淀更多創(chuàng)新型算法，為醫(yī)療、制造、無人駕駛、農(nóng)業(yè)、智慧城市等領域帶來更深遠影響。

目前，開悟平臺與西南交大合作的智慧交通項目正處在實驗階段，預計今年下半年進入校內(nèi)場景測試。

基于這些階段性成果的展出，可以想象：以開悟平臺為代表，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鍵一步。 ?

趙一錚認為，國家十分重視AI人才的培養(yǎng)，預計未來會有更多的高等教育機構開設AI相關專業(yè)。而對于AI人才的培養(yǎng)，必須在產(chǎn)學研的協(xié)同中實現(xiàn)。另一方面，開悟平臺將學生培養(yǎng)與實際企業(yè)業(yè)務緊密聯(lián)系起來，既能利用其強大的計算能力幫助人才培養(yǎng)，也能推動企業(yè)產(chǎn)品和服務的升級和強化。

據(jù)他介紹，在學校每年組織的課程評分和匿名反饋時，企業(yè)有經(jīng)驗的工程師的實操課程，評分往往最高。甚至有很多學生說大學生涯幫助最大、影響最大的一門課程，來自業(yè)界導師，“因為他們不僅僅是把培養(yǎng)或者育人的目光僅僅停留在理論和課本上，而是會直接帶著同學們參與到企業(yè)級的實操項目上去”。對于未來的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）

關鍵詞