启元世界：打造AI决策智能体，用小样本实现10的26次方复杂空间决策

本篇文章1799字，读完约4分钟

中国欢乐周末将于2020年如期在上海举行，今年备受关注的数字娱乐活动将融入更多尖端技术元素。

其中，国内决策型人工智能技术公司“启元世界”(Qiyuan World)在会上展示了与人合作的星际人工智能、启元星际指挥官以及娱乐代理商，在业界引起轰动。

“人机大战”一直是人工智能玩家竞争的地方。阿尔法戈征服世界围棋冠军后，这一趋势变得更加明显。然而，Go战略游戏并不足以展示玩家全面的人工智能技术能力，所以将战术战略游戏和即时对抗相结合的星际争霸成为下一个目标。

在6月份举行的星际争霸人机大战中，祁园爱的“星际司令”不负众望，以2: 0的比分击败了全国冠军黄慧明和中国最强的人族选手李培南。

开发这款“星际司令”的公司是2017年8月成立的奇源世界。这是一家人工智能认知决策技术公司。致力于利用深度学习、强化学习和超大规模并行计算技术构建代理应用培训云平台，为企业客户提供端到端的代理开发、培训、评估和部署工具，帮助他们快速构建代理应用。

公司大部分核心成员来自国内外知名高科技企业和一流大学，如英美烟草、网飞、HKUST、柏克莱等。他们具有深度学习、强化学习、云计算等核心技术的独立研发能力，在产品创新方面具有丰富的行业应用经验。

奇源世界首席执行官尤兰达在技术产品领域有着深厚的积累。他曾担任阿里认知计算实验室的负责人和高级主管，是手机淘宝和手机天猫推荐算法团队的创始人。

“与deepmind和openai类似，以网络游戏为测试平台，以行业事件为技术验证，快速完善决策代理培训云平台，为相关行业服务，是启元世界近期的工作。”约兰达告诉创业州。

据悉，自成立以来，奇源世界选择了各种典型的游戏来打磨新一代的决策人工智能技术，并在2018年底赢得了2018年神经科多智能体强化学习大赛。2019年年中，奇源星际指挥官以3:0击败人类金牌玩家，并在2020年年中赢得cvpr 2020机器人虚拟与现实迁移挑战赛。

对于击败星际争霸中的职业冠军，约兰达表示，与围棋人机对战相比，这场比赛增加了四个维度的技术难度:复杂场景感知、分析与决策、长期规划操作和实施操作:

首先，就复杂场景的感知而言，围棋棋盘环境比较简单，只需要按照下降的顺序进行操作。然而，在星际争霸中，有必要启动人工智能来实时感知周围环境，并在几毫秒内做出判断；

其次，在决策方面，祁园爱必须在十毫秒内快速做出决策，以保证决策的准确性；

其次，在定位方面，由于围棋棋盘的大小固定在16×16，难度较低。在这场比赛中，空决定室高达10至26次方，而且有必要从200个战斗单位中选择战斗对象；

同时，在具体操作中，有必要依靠、感知、分析和定位，并准确地将空抛到地图的指定位置，具有较高的技术门槛。

“这四个维度的能力所带来的乘数效应的叠加最终实现了看似不可能的‘奇迹’。”约兰达告诉创业州。

挑战过后，一些网民说人工智能的高apm值似乎发挥了天然优势。对此，祁源世界的技术团队经过技术分析后解释说，比赛期间ai的平均apm值约为250，仅略高于职业选手李佩楠的237左右，不会影响本次比赛的结果。

当然，这场比赛只是奇源世界人工智能技术能力的一个缩影，它有强大的底层技术支持。

约兰达表示，奇源世界的智能云训练云可以实现人工智能自我训练。通过小样本学习，然后利用自建的agent指挥官神经网络，结合高效的群体进化训练方法，不仅可以在有限的计算能力下增强agent的鲁棒性，还可以实现agent的快速进化。在这场竞争中，奇源世界仅使用了顶尖科技公司1%的计算能力。

然而，Yolanda也知道人工智能开发的最终目标是将这项技术应用到现实世界中，而不仅仅是游戏层面。

因此，启元世界还构建了基于人工智能技术的私有云部署、软硬件结合的代理培训云平台，真正将技术融入行业，为公共技术、数字娱乐、电力能源、机器人等行业的客户提供人工智能解决方案，帮助客户快速构建代理应用，实现智能转型。

目前，该代理培训云平台已经深入服务于中国相关行业的数十家知名公司、大学和科研机构。

据悉，2017年，启元世界从高蓉资本获得了数千万的天使轮融资，并于2018年12月完成了对知名投资机构的预轮融资。

文章来自祁源的世界，被授权使用。本文由创业邦原创，未经授权不得转载，否则创业邦将保留追究其法律责任的权利。如果您需要重印或有任何问题，请联系编辑@cyzone。