對(duì)于游戲AI，有兩極化的認(rèn)知。

一種是智能，即在某款游戲中擊敗人類頂級(jí)選手近乎輕而易舉。

另一種則是智障，即在游戲中扮演NPC進(jìn)行互動(dòng)時(shí)，往往變成尬聊。

關(guān)于游戲AI的最終幻想應(yīng)該是啥樣，自然不僅僅是能否輕松擊敗人類，而是如2021年那部電影《失控玩家》里所演繹的那樣，游戲里的NPC出現(xiàn)了智慧，以至于萌生出了游戲版的“莊周夢(mèng)蝶”感覺(jué)。

事實(shí)上，互聯(lián)網(wǎng)大廠一直都在夢(mèng)想這樣的顛覆，以至于用在了一年一度的愚人節(jié)玩笑（往往也是自己遠(yuǎn)景戰(zhàn)略的一個(gè)揶揄）。

例如2019年愚人節(jié)，英偉達(dá)開(kāi)玩笑的發(fā)布了一款名為GeForce RTX R.O.N.的AI智能游戲助手，號(hào)稱精通十八門(mén)語(yǔ)言，能夠生成全息圖像，生成游戲3D圖形，分析游戲數(shù)據(jù)，制定戰(zhàn)術(shù)，甚至可以幫你和玩家對(duì)罵……

而這真的只是個(gè)玩笑嗎？

一年后，英偉達(dá)給出了答案。

在經(jīng)典游戲《吃豆人》誕生40周年之際，英偉達(dá)宣布使用5萬(wàn)局游戲訓(xùn)練出的人工智能模型重建了這個(gè)游戲——不用寫(xiě)代碼、不用構(gòu)建游戲引擎渲染圖像，僅僅通過(guò)神經(jīng)網(wǎng)絡(luò)“看”原版《吃豆人》的運(yùn)行狀況，自行理解游戲規(guī)則，最終完成了游戲制作。

這個(gè)游戲真的好嗎？

也許是和英偉達(dá)本身是視覺(jué)處理領(lǐng)域的國(guó)際大佬這個(gè)定位相關(guān)，其創(chuàng)建的人工智能的學(xué)習(xí)方式，也不同于遺忘的AI靠吞噬大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，反而選擇了用“看”的方式，不斷的在各種《吃豆人》的游戲視頻里學(xué)習(xí)并推斷其游戲規(guī)則，最終達(dá)成“復(fù)刻”一個(gè)游戲的模仿效果。

話說(shuō)這款游戲，“算”起來(lái)相當(dāng)智能，但“玩”起來(lái)就非常智障了，恰好一肩挑起了兩極化的認(rèn)知。

秘密同樣是英偉達(dá)自己揭開(kāi)的：

由于短時(shí)間生成大量游戲視頻不大現(xiàn)實(shí)，因此團(tuán)隊(duì)使用計(jì)算機(jī)來(lái)玩《吃豆人》生成畫(huà)面。

但是，用于模擬玩游戲的AI在游戲中太出色了，讓看視頻的AI被誤導(dǎo)，難以理解游戲中“死亡”的概念，所以最初產(chǎn)生的《吃豆人》，游戲中幾乎都不會(huì)輸。

當(dāng)然，后續(xù)發(fā)現(xiàn)問(wèn)題并改進(jìn)后，這款《吃豆人》的復(fù)刻，也就算是向AI的最原初誕生，完美致敬了。

學(xué)習(xí)、改進(jìn)、再學(xué)習(xí)，成為了游戲AI和自己在其他領(lǐng)域里AI們共同完善自身智能的必由之路。

但游戲AI還可以做到更多，例如和《失控玩家》一樣從游戲走到現(xiàn)實(shí)中來(lái)。

真當(dāng)互聯(lián)網(wǎng)大廠和游戲公司們做能擊敗人類頂級(jí)玩家的AI，只是一種展示技術(shù)的無(wú)聊事嗎？

答案是否定的，不然真的是有錢(qián)沒(méi)地方燒。

馬化騰就在2021年世界人工智能大會(huì)中說(shuō)，要用游戲AI去激發(fā)青年人對(duì)通用AI的研究興趣。

事實(shí)上，互聯(lián)網(wǎng)科技領(lǐng)域正是如此去做的，用游戲AI做一款屬于自己的游戲，實(shí)現(xiàn)自己少年時(shí)的游戲夢(mèng)。

例如Facebook開(kāi)發(fā)的可以和玩家團(tuán)隊(duì)協(xié)作玩紙牌游戲《Hanabi》的AI，其開(kāi)發(fā)者就說(shuō)：“我們對(duì)《Hanabi》感興趣的原因并非游戲，而是關(guān)于如何將這些功能構(gòu)建到AI系統(tǒng)中，例如自動(dòng)駕駛汽車(chē)或AI客服，它們需要實(shí)際了解其他人通過(guò)行為與之交互時(shí)的心理狀態(tài)?！?/p>

至于索尼為《GT賽車(chē)》開(kāi)發(fā)的AI駕駛者，則可以更進(jìn)一步：

不僅需要在高速多變的條件下，考慮剎車(chē)、路線、速度、方向等因素，瞬間決定方向盤(pán)的打法和加速方式等多個(gè)決定；同時(shí)也要學(xué)習(xí)駕駛的“禮儀”，在合乎公平競(jìng)爭(zhēng)原則下減少非必要碰撞，以及作為慢車(chē)時(shí)進(jìn)行讓車(chē)。

這個(gè)背后，你能想象的空間就更為巨大了。

在實(shí)際的場(chǎng)景測(cè)試?yán)?，自?dòng)駕駛公司很難創(chuàng)造或者遇到極限場(chǎng)景，比如暴雨+冰雹的復(fù)雜路況，或高速公路上闖入的動(dòng)物及行人等突發(fā)事件，這往往會(huì)造成測(cè)試數(shù)據(jù)的局限。

然而在游戲世界，利用AI技術(shù)的測(cè)試數(shù)據(jù)獲取成本就相對(duì)較低，例如無(wú)限撞車(chē)、持續(xù)過(guò)彎，都可以通過(guò)AI在短時(shí)多次測(cè)試中得到一個(gè)相對(duì)可行的解決路徑。

于是，AI成為虛擬風(fēng)洞里的“運(yùn)動(dòng)員”，在跳出游戲的更多場(chǎng)景里發(fā)揮作用的價(jià)值，也就不再只是戰(zhàn)勝人類這個(gè)小目標(biāo)了。

刊載于《人民郵電報(bào)》2022年4月8日《樂(lè)游記》專欄330期

作者 張書(shū)樂(lè)，人民網(wǎng)、人民郵電報(bào)專欄作者，中經(jīng)傳媒智庫(kù)專家，資深產(chǎn)業(yè)評(píng)論人