深度讨论游戏与人工智能之间的相互影响

本篇文章将会从两个方面讨论游戏和人工智能的联系：

从学术界的角度来说：游戏这个环境可以为人工智能的研究带来什么，为什么游戏是人工智能研究的理想场景。

从游戏界的角度来说：人工智能技术的发展可以为游戏带来什么改变和收益。

第一个方面，游戏可以为人工智能做什么，在书中给出了以下的原因：

首先，游戏是一个有一定难度，同时又吸引人的问题。这个很好理解。大部分游戏设计出来就是满足人类的娱乐需求，同时又需要人类投入一定的努力才能掌握其中的技巧。或者可以说，游戏的一部分趣味性就来自于其难度的门槛，人类解决问题的过程带来的成就感便是游戏让人停不下来的很大一部分原因。

从理论上来说，大部分的游戏都可以看成一个有限状态机(Finite State Machine), 游戏中的任何一个场景都可以抽象为一个状态S, 在一定的条件(玩家做出动作Action)下，转换为另一个状态S'，玩家希望通过一系列的动作，让游戏从初始的状态转化成获胜的终止状态。对于很多复杂的游戏来说，游戏的状态空间都是非常庞大的，而同时有效的状态空间(对于游戏的来说可以获胜的状态 Solution Space)通常是很小的。而寻找这个有效的状态通常都是NP-hard的问题，因此计算的复杂度是非常之高的。举例来说，围棋大概有10的170次方的状态，而像星际这样的视频游戏，有10的1685次方的状态，相比之下，整个宇宙的质子大概是10的80次方。

那么，解决这样复杂的问题，是一个验证AI算法的能力的很好的指标(Benchmark)。最早的时候，人们用国际象棋(被誉为 人工智能的“果蝇”)来做benchmark, 然后是围棋。现在围棋被解决了，大家的目光就投向了即时战略游戏(RTS)，包括星际(StarCraft I, II)和Dota，这也吸引了不少工业界研究机构的目光，如Google DeepMind, Facbook AI Research (FAIR) 以及 Alibaba。FAIR还开源了TorchCraft。

其次，游戏中有很丰富的人机交互(Human-Computer Interaction, HCI)场景。和其他任务相比，游戏和玩家之间的交互多种多样，从最简单的鼠标键盘到触摸屏，再到动作捕捉，语音和生物信息(如心率)，这是其他的任务(如搜索，机器人等)无法相比拟的。这是由游戏的本质所决定的。

最后的生还者

经过长年的技术累积和市场发展，游戏变得越来越接近真实，而游戏的交互性也变得更加自由，玩家所做的一切都决定着故事的走向。像寂静岭，The last of us这些游戏，其代入感之强烈，故事情节之生动会让玩家产生强烈的情感共鸣。这也为人工智能对人类情感的研究提供了很好的试验场，是情感回路(Affective Loop)的真实的场景。所谓情感回路其实是一个反馈系统：用户的即时情感作为一个状态输入到系统中，系统根据输入的状态构建出新的环境状态反馈给用户。这个状态会影响到玩家的情感状况产生新的状态并反馈给系统。这个系统就像真实世界一样，可以让用户感到恐惧，难过，快乐和自信，用户情感就像电路中的电流一样经过一圈圈的循环，或回归平稳(负反馈)，或被放大(正反馈)。因此通过人工智能技术来研究游戏和玩家之间的交互会让我们对人类行为和情感有更多了解，也能够发展出更像人类情感的AI;另一方面，这些技术的发展也能让游戏的交互变得更加有意思。

帮助老年痴呆患者治疗的功能游戏：海上英雄探险记

再次，游戏是广受欢迎的，因此为人工智能带来很多内容和数据。现在游戏，虽然并称为第九艺术，但其市场已经超过了其他的艺术形态，如电影，绘画。在2017年，游戏在全世界范围带来了超过千亿美元的产值。现在我们可以说，游戏不光已经渗入了我们社会的方方面面(艺术，教育，健康，文化等等)，同时也像别的艺术形式一样改造着我们的社会。像王者荣耀，魔兽世界，超级马里奥，愤怒的小鸟，Pokemon Go这些游戏早就不再是单纯的一个游戏，而是一个有着情感记忆的大IP。

王者荣耀的衍生综艺：王者历史课

那么越来越多的人参与游戏，也就为游戏提供了越来越多的内容和数据，并且这些数据的形式是多种多样的：音频，视频，图像，文字等等。这也给人工智能算法提供很好的研究和测试环境。比如在OpenDota项目中，有提供了10亿长Dota 2的比赛数据供AI研究人员去使用。

最后，游戏中的问题和人工智能的所有子领域都有交叉，它是实现AI长远目标的理想场景。几乎所有人工智能关注的子领域都能在游戏中找到合适的场景，最常用的训练AI游戏的过程就需要信号处理，机器学习，树搜索，规划等等方面的技术。而在人机交互的过程中又需要语音识别，NLP，知识图谱等技术。

而长远来说，人工智能终极目标是希望在社交智能(Social Intelligence), 情感交互(Affective Interaction)， (可计算的)创造性(computational creativity) 和 通用智能(general Intelligence)几个方面上都达到甚至超过人类的水平。而这几个方面都可以在游戏中找到对应的场景：

1、我们希望游戏能够更接近现实，让玩家更沉浸其中，就需要有更真实的具有人类情感的NPC。这需要社交智能和情感交互上AI技术的突破。

2、我们希望AI可以自动的生成游戏的一些内容，甚至可以设计游戏，这需要AI技术在创造性上的突破。

3、我们希望AI可以像人类一样，很快的学会玩新的游戏，理解人类新的行为。而这需要通用AI的发展。

另一个方面，人工智能可以为游戏带来什么?书中也给了3个方面的收益：

1、一个可以像人一样玩游戏甚至超过人类水平的AI本身就可以提高游戏的吸引力，尤其是一个更像人类的NPC可以让玩家更好的沉浸到游戏中。而一个玩的很好的AI也可以用来测试游戏本身，比如游戏的Bug, 游戏的平衡性，游戏的难度等等。

2、使用人工智能技术可以给游戏带来更多更好的内容，也可以减轻游戏开发的成本。比如像现在GAN的发展，可以很方便的生成不同类型的游戏场景，角色和道具等等，也可以减轻游戏公司中美术人力的成本。而像一些关卡生成的游戏，如果可以自动的生成关卡，整个游戏可以无穷无尽的玩下去。比如像斗地主和象棋的残局，如果要人工的寻找残局，成本比较高，时间也比较慢。而如果用AI来自动生成，就可以支持让玩家不停的玩下去。

3、使用人工智能技术可以更好的理解玩家和游戏，从而改进游戏的体验，也可以让游戏设计的过程更加的专业化。玩家的体验，可以说是游戏设计中的圣杯，在没有数据和AI的时代，我们只能依靠设计者的经验和直觉来判断游戏是不是好玩，玩家是不是得到正反馈。而通过大数据和AI,我们可以一方面更加时间的了解到玩家在游戏中的体验如何并即时的做出反应，另一方面在游戏开发的时候，我们可以更有自信哪些方面是好的，哪些方面需要改进。

文章来源：腾讯WeTest

原文地址：https://mp.weixin.qq.com/s/pi5FlznzOR2vxDwMlDmV7w