▌AI與游戲的淵源

談起OpenAI Five與OG的對局，不免會讓人聯(lián)想起1997年IBM深藍（Deep Blue）打敗世界國際象棋衛(wèi)冕冠軍Garry Kasparov,，想起2016-2017年AlphaGo擊敗李世石與柯潔,。而國際象棋與圍棋，很大程度上來說也算得上是戰(zhàn)術性游戲,。

圖|IBM深藍與Garry Kasparov對局

若再向時間深處回溯,，AI與游戲的淵源甚至能追溯到計算機發(fā)展的歷史盡頭：

上個世紀40年代末50年代初，計算機科學之父Alan Turing便試圖通過國際象棋游戲編程,，來測試計算機能否“智能地”解決游戲中的問題,；

IBM計算機科學家Arthur Samuel發(fā)明了初版強化學習模型，將其用于跳棋游戲自我對戰(zhàn),。

游戲成為了滋養(yǎng)AI的沃土,，也是見證AI榮耀的競技場。

▌一條通往通用人工智能的必經之路

正如人類多通過考試與競賽證明自身能力，AI同樣也需要類似基準來測試智能水平,。游戲由此脫穎而出,，成為AI領域中最多用的“水平考試”，也鑄就了AI發(fā)展的一個個榮耀勛章,。

但與此同時也衍生出了一個問題,，例如數(shù)學成績突出的人不一定學得好語文或英語，會下國際象棋的AI不一定會下中國象棋,，為某個特定游戲勝利所設計的AI并不一定能將經驗遷移至其他游戲,。

那到底什么樣的游戲AI算聰明？通用電玩比賽（General Video Game Playing Competition）得以誕生,，意在檢驗AI能否成功過關多種游戲,。

正所謂“少林有七十二藝，功夫既有不同,，練習之法,，亦必各異。學者茍能盡之，則無敵于世矣,?！蓖ㄓ糜螒颍℅eneral Game Playing）也被看作通向通用人工智能的必經之路。

值得一提的是,，與OpenAI Five類似地,，騰訊也曾推出策略協(xié)作性AI“絕悟”，并在2021年舉行過一場與職業(yè)選手對決的王者榮耀表演賽,，馬化騰將這場比賽形容為“最高水平的AI競技”——從技術層面而言,，這個升級版“絕悟完全體”已掌握了王者榮耀中所有英雄的全部技能，達到全英雄職業(yè)電競水平,。而OpenAI Five之前僅會操縱瘟疫法師,、火槍、毒龍,、冰女和巫妖5個英雄,。

▌AI“反哺”游戲

當然，也許有人會說,，在游戲中的種種亮眼表現(xiàn)不過是AI依靠算力堆積取得的勝利，不過是再次證明了計算機算力強過人類大腦,。

但事實上,，AI也已開始對游戲展開“反哺”。隨著AI技術發(fā)展,，人們可以為游戲中設計出全新的核心玩法,，設計出更好的音樂、畫面,、角色乃至劇情,，還可以提供更為個性化的游戲體驗。

在今年這場由ChatGPT掀起的AI風暴中,，游戲已成為AIGC應用的主戰(zhàn)場之一,。微軟、騰訊,、育碧,、Roblox等一眾大廠先后推出AIGC游戲生成工具，可以幫助創(chuàng)建虛擬城市等場景,、創(chuàng)建NPC,、自動生成NPC腳本、編寫劇情,、創(chuàng)建任務內容,、生成代碼片段、生成游戲物件紋理等。

實際上,，早在2016年,，已有游戲公司將AIGC相關技術融入開發(fā)管線。

《無人深空》（No Man’s Sky,，也譯作“無人之地”）是一款主打太空探索的第一人稱動作冒險游戲,。玩家可以自行探索隨機生成的確定性開放宇宙，其中包括數(shù)以億計的各類行星,，而行星上都有各自的動植物群,。

如此龐大的工作量背后，《無人深空》團隊卻僅有四個人,，他們倚仗的便是AI技術,。游戲主要靠程序自動生成，因此可以在短時間內生成數(shù)萬億個星球,。為了提升系統(tǒng)生成效率,，這個四人團隊還積累了一整套世界生成規(guī)則。

▌結語

在AI發(fā)展歷程中的每一個重要節(jié)點上,，多能見到游戲的身影——OpenAI依靠Dota 2贏得比爾?蓋茨關注與10億美元投資；深藍與AlphaGo憑借棋局一戰(zhàn)成名,。

曾經對于普羅大眾而言,，AI的發(fā)展進程也許只藏在晦澀難懂的論文數(shù)據(jù)之中、在深奧費解的代碼背后,，與日常生活似乎難有關聯(lián),。也正是游戲，讓AI離人們更近一些,，讓舊時王謝堂前燕,，得以向尋常百姓家飛去。

正如《人工智能玩游戲（Playing Smart: On Games, Intelligence, and Artificial Intelligence）》一書所說,，“游戲是人工智能的過去,、現(xiàn)在與未來”。若日后某一天,，哪款游戲又孕育出了可與ChatGPT媲美的AI,，或許也不足為奇。