人工智能在國際象棋、圍棋等項目上戰勝人類頂尖高手之后，艾倫·馬斯克旗下的OpenAI 人工智能又在全球當紅的網游“Dota2”中擊敗了頂級高手Dendi。 8月12日，艾倫·馬斯克在其twitter賬號上發文，稱贊此次OpenAI獲得的勝利，并表示這是人工智能首次在對抗型電子競技中戰勝世界一流玩家。OpenAI 是一家非盈利AI 研究公司，由特斯拉CEO艾倫·馬斯克建立，該公司主要進行安全人工智能的研究。此前，馬斯克的公司已經成功訓練AI，在VR設備上觀看后，立即執行任務，并且發展機器人創立自己的語言系統。
OpenAI在其博客中這樣解釋到：“這次Dota2的比賽結果顯露出 (self-play)自我學習，能夠使人工智能從低于人類程度的學習系統中捕獲操作表現，進而一躍提高到擁有充分運算能力的超人。”相比之下，(Deep-learning)深度學習系統只能達到與它們的訓練數據庫同等的智能高度，可是在自我學習系統中，當數據升級，現有數據將隨之自動提高。
OpenAI比賽過程
Dota2 的比賽開始于今年3月，最初的AI機器人只進行了一些簡單的比賽。由于是一款免費多玩家電競游戲，Dota2最引以為傲的一點是不強制玩家的極限范圍。而在8月7日，機器人取得了驕人連勝戰績，第一場擊敗了名為Blitz的Dota2 玩家。同一天，機器人又打敗了另外兩名高段位的玩家。接下來一天，它又戰勝了另一位德高望重的玩家Arteezy。而所有被機器人打敗的四位玩家一致認為，玩家Sumail 能夠打敗它。然而，Sumail并沒有如他的戰友們所愿，依然惜敗。最終，機器人挑戰了Dota2的前世界冠軍Dendi，并以2比0完勝Dendi。“請放過我吧!”賽間Dendi對機器人對手這樣說道。
Self-play 自我學習過程
OpenAI的研究人員表示，此次比賽中機器人運用自我學習從零開始，不是模仿學習或是樹狀搜索，在包含人類的混亂復雜的環境中建立明確的目標，AI系統建設跨出了歷史性的一步。競賽中，機器人預測出即將移動的玩家，并在新環境下做出臨場反應，并影響其他玩家。兩場比賽之間，OpenAI的工作人員將一些“訓練”與自我學習相結合，幫助機器人不斷提高戰斗力。
OpenAI的目標是建設安全的通用人工智能。對于AI來說，Dota是一個非常理想的試驗場，競爭激烈，游戲復雜。如果想在這門游戲中獲得成就，就必須推進現有技術，實現技術突破。我們現在開發了一個AI，能夠在Dota的1v1比賽中擊敗頂尖職業選手。
Dota的規則非常復雜，如果是用規則方法，那么構建出的AI一定是個低能的玩家。所以，OpenAI完全采用的是自我游戲(self-play)的訓練方法。剛開始訓練時，AI對于自己所處的世界全無認識，而只是和自己的復制品比賽，這也就意味著它和它的對手永遠是旗鼓相當，在這個過程中自我能力不斷提升，直到達到世界頂尖選手的水平。
自我學習的發展
“自我對決”的理念是OpenAI研發的關鍵。這是一種AI系統學習解決極其復雜任務的有效方法：與太弱或太強的對手對戰，它都無法從中學到東西，但自身反倒是有價值的對手。OpenAI的研究人員解釋到：“你可以看到AI從完全的隨機狀態一步步發展到如今的頂級水平。”
除了OpenAI，其他人工智能研究人員已經在尋找方法來教導機器人做各種事情: 比如從閱讀到做夢。他們創建了可以自己學習的AI系統，甚至可以互相教授的AI系統。教育正在從根本上被顛覆，以滿足這項新技術的需求，隨著機器人的智慧化，我們的生活將變得更加輕松，更安全，而且更有趣。
另外，Google旗下Deepmind團隊最近在進行研究，讓 AI 在復雜環境里“運動”。研究人員設計了類似火柴人的模型，在不給它們任何編程的情況下，要求其越過障礙物到達終點，所以這些火柴人基本上一直在試錯。試驗中AI會逐漸調整自己的關節，用更好的方式來完成目標。體育精神爆表的火柴人，擁有27個自由關節和21塊驅動器。而且為了指導這只AI，Deepmind設計了一套虛擬傳感器，教其如何在不熟悉的復雜環境下通過障礙，而火柴人在一次次跌倒之后的成功跑酷，展現了AI強大的自主學習能力，實現了機器學習和系統神經的結合，這是火柴人的一小步，卻是AI在研究人體機能領域的一大步。
