成都大运会“数智竞技邀请赛”启动 开悟平台为全球青年提供竞技舞台

3月18日,在第31届世界大学生夏季运动会倒计时100天之际,“世界大学生数智竞技邀请赛”正式启动(以下简称“邀请赛”)。该邀请赛由大运会执委会主办、腾讯承办,将邀请国内外顶尖高校共同参与,为全球大学生提供一个人工智能和电子竞技的交流舞台。

此次邀请赛面向全球,汇聚清华大学、耶鲁大学、多伦多大学、香港科技大学、墨尔本大学、埃因霍芬理工大学等十多所顶尖高校AI团队,进行AI技术博弈,推动跨国青年人才交流。

在“开悟AI多智能体强化学习赛道”中,参赛者可以基于开悟高校研究平台进行强化学习实践,开发、测试,提升AI在复杂环境中的多维度决策水平,并基于王者荣耀玩法规则进行博弈验证。参赛的12支队伍参赛将在限定时间内,在给定的资源下训练三位英雄AI模型,提交系统进行“3V3”对战。

本次邀请赛是大运会节点内首次设立的数智竞技类项目。腾讯开悟AI开放研究平台为赛事提供的高质量研究资源、全栈打通的闭环科研验证环境及优质高效的辅助管理服务;算力方面,腾讯云遨驰异构计算平台作为全球领先的异构加速引擎,为本届AI大赛全程提供资源及技术支持。

成都市委常委、市政府常务副市长、党组副书记、成都大运会执委会副主席刘筱柳女士出席并致辞,成都市政协副主席、成都大运会执委会副主席、机关党组书记韩轶参与启动大赛,成都大运会执委会工作部及腾讯公司相关领导共同出席见证。

腾讯新文创总部自2020年落户成都,不断探索区域科技创新、文化创新,与城市的整体力量合作。本次大赛是世界大学生运动会节点内首次设立的数智竞技类项目,也是立足成都,讲好科技故事的又一创新实践。通过与互联网企业的协作以及连接新型数字文化载体,推动建设人工智能开放交流的“科技+体育”新体系。

刘筱柳常务副市长在致辞中表示,成都大运会既是体育竞技的舞台,也是文化和科技交流的舞台,通过打造更开放、创新的人工智能文化交流体系,彰显成都大运会文化和科技交流平台的特性,彰显城市开放、包容、乐观的特质。希望通过高水平的人工智能竞技,让更多年轻人关注科技、传承文化。

腾讯副总裁兼西南区总经理蔡光忠表示:“我们希望,世界范围内越来越多的青年,通过参与人工智能竞技和交流,关注前沿科学技术的应用和升级,为行业的发展、科技的创新乃至社会的进步贡献更新鲜更富有朝气的澎湃力量。”

首设AI赛道,为全球大学生打造科研竞技舞台

本次邀请赛是大运会节点内首次设立的数智竞技类项目,由腾讯AI Lab与王者荣耀联合打造的开悟AI开放研究平台提供技术支持。

长期以来,AI学界持续面临面四大挑战:算法、数据、算力、场景。以强化学习为例,每个要素都有很多挑战,比如研究场景稀缺、没有数据,算法测试困难、算力昂贵等。

腾讯正在利用游戏的复杂环境,为攻克通用人工智能研究创造各种可能性。王者荣耀这款移动端的5V5 MOBA类游戏,具有高复杂度、高挑战性、强协作性的特点。据统计,在王者对局中,玩家的动作状态空间高达10的20000次方,远远大于围棋及其他简单游戏,甚至超过整个宇宙的原子总数(10的80次方)。

基于此,开悟AI开放研究平台从2019年开始孵化,由腾讯AI Lab和王者荣耀共同研发。该平台集合了腾讯在AI算法、脱敏数据和算力等方面的优势,是为学术研究人员和算法开发者开放的国内领先、国际一流的AI研究与应用探索平台。

过去三年中,开悟平台多次以“AI+游戏”为切入点,携手高校与研究机构共同推动多智能体研究发展,包括先后举办了两届开悟多智能体强化学习大赛,吸引国内20余所顶级高校学子同台竞技;携手北京大学、电子科技大学、清华大学、中国科技大学等高校合作开发课程,进一步普及多智能体强化学习教育。

借助开悟平台,腾讯AI Lab和王者荣耀希望联动更多有兴趣的高校和学者参与,共同在游戏环境中探讨和研究业界难题,并寻找AI技术覆盖更多场景的可能性,如医疗、工业、农业、交通等领域,助力全真互联在更多具体场景中的应用。

腾讯AI Lab 助力游戏AI研究,逐步走向真实世界

腾讯 AI Lab 已在“AI+游戏”领域取得多项成果,策略协作型AI“绝悟”攻克MOBA、FPS、RTS、3D开放世界等多类游戏,相关论文深受学界认可,与王者荣耀团队合作打造的“王者绝悟”更以其世界领先的能力,亮相三年来广受社会各界关注;棋牌AI“绝艺”取得4项世界围棋大赛冠军,现担任中国国家围棋队训练专用AI,并持续探索象棋、麻将等不同研究方向。

同时,团队也在探索AI在游戏产业全链路应用,用AI提高游戏开发效率、打造新玩法、辅助游戏平衡性测试等。它们迈向全新挑战的每一步,都让AI离解决现实问题、科技向善的目标更近一步。

作为探索通用人工智能技术的研发基件,开悟平台在“绝艺”、“绝悟”算法研究过程中作出突出贡献,其模型自动参数优化、自动架构搜索等大量行业领先技术和经验,及研发效能提升经验,已成功迁移到医疗病理AI研究过程中,大幅提升算法性能及工程效能。