AI技術(shù)將會如何改變游戲設(shè)計？

　　可能有人會問，AI在游戲中不是很早就應(yīng)用了嗎？

　　是的，其實(shí)有電子游戲就有AI。

　　在遠(yuǎn)古的年代的游戲Pong，你的對手就是AI；

　　紅白機(jī)年代的中國象棋游戲，你的對手就是AI；

　　瑪麗那只怪物也是AI。

　　這里的AI指的是游戲中對手使用的智能，所以AI很早就應(yīng)用在游戲中了。

　　但在本篇中討論的，是近幾年來逐漸發(fā)展起來的，基于深度學(xué)習(xí)(也有基于運(yùn)籌學(xué)和博弈論等學(xué)科)的AI技術(shù)。

　　應(yīng)該說，本文討論的AI會范圍會更大一點(diǎn)，并不止步于怪物、NPC的智能。

　　我希望通過這篇文章，看一下現(xiàn)在AI到底能為游戲行業(yè)帶來什么。

　　我會列出一些當(dāng)前的技術(shù)引用，也會有一部分我自己的想法。

　　較后恐嚇一下我的同事們，你們會被AI替代嗎？

　　AI為啥這么火？

　　AI近幾年有多火，我就不作論述了。但為什么AI這么火呢？不同的人可能有不一樣的看法，這里只講一下我自己的看法。

　　現(xiàn)在我們說的AI技術(shù)，大部分跟深度神經(jīng)網(wǎng)絡(luò)有關(guān)。我認(rèn)為AI之所以火了，就是因為深度神經(jīng)網(wǎng)絡(luò)的加持。

　　深度神經(jīng)網(wǎng)絡(luò)獨(dú)有的解決問題的方式，使得人類解決問題的能力了一個新檔次。

　　所以，我希望用比較簡單的語言來描述一下，深度神經(jīng)網(wǎng)絡(luò)是什么，好讓大家了解，為什么AI技術(shù)會突然獲得高速的發(fā)展。

　　其實(shí)要明白深度神經(jīng)網(wǎng)絡(luò)并不難，大家可以把神經(jīng)網(wǎng)絡(luò)看作是一個函數(shù)。函數(shù)的一個重要功能，就是把兩個東西對應(yīng)起來。

　　在以前，我們要電腦識別一個手寫數(shù)字“8”，那么程序員就需要寫一個函數(shù)。

　　函數(shù)里面需要寫一堆規(guī)則，例如：

　　圖片有兩個圈

　　圓？有多圓？

　　上面那個大下面小

　　有多大？有多??？半徑是多少？

　　有時候上面那個圈可以不完全閉合也算...

　　天，那算什么圓？

　　我們?nèi)绻プR別一個手寫數(shù)字的圖片8，需要寫很多很多規(guī)則，有時候幾乎寫不完。

　　也就是說，在我們現(xiàn)實(shí)里，有些人類明明能模糊地了解，但說不上具體規(guī)則，不可描述東西。

　　不可描述就意味著，這個函數(shù)沒法寫，也意味著無法通過編程實(shí)現(xiàn)。

　　深度神經(jīng)網(wǎng)絡(luò)改變這一點(diǎn)。

　　神經(jīng)網(wǎng)絡(luò)會先隨機(jī)初始化網(wǎng)絡(luò)的權(quán)重，就是先隨便弄一個魔法函數(shù)Magic'(x)。

　　一開始，Magic'(x)和我們要的Magic(x)并不相同。所以輸出不一定是對的，也就是說Magic'(x)=y',y'不等于我們要的y。

　　也就是說，把圖片8放到這個Magic'(x)里，網(wǎng)絡(luò)可能識別的出8的概率可能只有40，而并不是。

　　這和我們想要網(wǎng)絡(luò)識別出8有很大的差距呀，因為我們想f能識別出這些圖片是8的概率是。

　　我們稱：y'和y之間的差距叫l(wèi)oss。

　　但這沒關(guān)系，通過反向傳播，調(diào)整f(x)的參數(shù)權(quán)重，讓loss較小化，也就是讓y'和y之間的差距減少。

　　這個過程我們稱為學(xué)習(xí)或者訓(xùn)練。

　　當(dāng)loss足夠小的時候，y'和y的差異就不大了。也就是說，f(x)的功能和我們要的F(x)相當(dāng)！

　　如果以上的話沒明白，那不要緊。你只要明白兩點(diǎn)：

　　深度神經(jīng)網(wǎng)絡(luò)本質(zhì)上說是個函數(shù)。

　　有了深度神經(jīng)網(wǎng)絡(luò)，我們可以把以前不能描述規(guī)則的函數(shù)造出來。

　　這就是人類科技樹拓寬的一大原因。

　　游戲性

　　回到游戲中，我們以前為游戲角色做AI，會用腳本，行為樹，狀態(tài)機(jī)等方式。

　　這些本質(zhì)上就是在描述怪物的行為，例如看到某個角色，就做什么動作；到了某個時間，釋放某個技能。

　　但這些行為可以足夠豐富而完整地描述嗎？

　　越復(fù)雜的行為，我們就需要復(fù)雜的行為樹；越多的狀態(tài)，我們就需要越多的狀態(tài)機(jī)。

　　但當(dāng)復(fù)雜度到了一定程度，人類可能很難理解了自己創(chuàng)造的行為樹了。

　　但神經(jīng)網(wǎng)絡(luò)可以，他們制作出的AI不但戰(zhàn)勝了游戲，還戰(zhàn)勝了人類。

　　目前，AI在這方面較重要的技術(shù)叫學(xué)習(xí)

　　較有名的可以算是以下幾個：

　　征服Atari游戲——Deep Mind

　　較前沿：當(dāng)我們以為Rainbow就是Atari游戲的時，Ape-X出來把Rainbow秒成了渣！

　　征服圍棋——Alpha GO

　　AlphaGo

　　征服德州撲克——Pluribus

　　機(jī)器之心：AI攻陷多人德?lián)湓俚荢cience，訓(xùn)練成本150美元，每小時1000刀

　　https://zhuanlan.zhihu.com/p/73268685

　　(Pluribus沒有用上深度神經(jīng)網(wǎng)絡(luò)，用的更多是博弈論CRF為基礎(chǔ)的剪枝)

　　征服麻將——微軟Suphx

　　真雀神，微軟亞研推出麻將AI，還上了專業(yè)十段

　　征服星際爭霸——Alpha Star

　　陳雄輝：淺談AlphaStar

　　征服榮耀——絕悟

　　騰訊：騰訊AI「絕悟」打，把職業(yè)選手干掉了

　　現(xiàn)在的AI已經(jīng)能把人類花式吊打了！甚至到了有人已經(jīng)發(fā)表AI威脅論的程度了！

　　但請容我先潑潑冷水，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練可不是套套公式就能實(shí)現(xiàn)的。神經(jīng)網(wǎng)絡(luò)訓(xùn)練的要求都非常高。

　　首先，AI訓(xùn)練消耗大量資源，包括時間和算力。

　　跟李世石對戰(zhàn)的版本稱為AlphaGo Lee，是一個分布式系統(tǒng)，運(yùn)行在Google云上，使用了48個TPU，總耗能約。

　　而圍棋雖然看上去比較復(fù)雜，但和其他游戲來說還算是簡單的了。畢竟圍棋是個回合制游戲。如果像星際這樣的復(fù)雜游戲，則需要更多。

　　另外，AI在開發(fā)過程中有不確定性。

　　我認(rèn)為算力和時間并不是一個主要因素，至少在游戲制作下不是。

　　畢竟當(dāng)前的算力下，很多算法已經(jīng)能擊敗人類。而且算力必然會不斷。

　　但深度學(xué)習(xí)還有一個不能忽略的因素：深度學(xué)習(xí)算法帶有不確定性。

　　AI的學(xué)習(xí)能力除了與算法有關(guān)，也與環(huán)境有關(guān)，也和參數(shù)有關(guān)，不同參數(shù)之間可能是天差地別。

　　調(diào)整參數(shù)，然后等待AI的訓(xùn)練，根據(jù)結(jié)果再調(diào)整參數(shù)?？赡芙?jīng)過漫長的等待才能獲得大成。

　　所以很多搞深度學(xué)習(xí)的人會把自己比喻成煉丹師。

　　但這種不確定性正在逐步減少，因為算法是不斷更新改進(jìn)的。從DQN到SAC，就是一個不斷解決實(shí)際問題，讓算法更強(qiáng)，更快，更穩(wěn)定的過程。

　　以上，我們對學(xué)習(xí)(Reinforcement Learning)進(jìn)行了一些介紹。那么學(xué)習(xí)能夠帶給游戲什么呢？

　　我認(rèn)為學(xué)習(xí)在游戲中應(yīng)用應(yīng)該有一個前提：這項技術(shù)并不是為了擊敗玩家，而是為了增強(qiáng)玩家在游戲中的體驗。

　　經(jīng)過學(xué)習(xí)的AI作為玩家的對手或者敵人，上限是很高的。

　　我們可以通過弱化，把AI調(diào)整成適合當(dāng)前玩家技術(shù)水平的難度。

　　有趣的事情就發(fā)生了。

　　以前我們?yōu)榱苏{(diào)整難度，通常會從數(shù)值入手。

　　但如果用學(xué)習(xí)的方法，我們還能開辟另外一個維度的難度，讓游戲更豐富。

　　提醒：AI不可預(yù)知性會更強(qiáng)。

　　不像已經(jīng)設(shè)定好的行為樹，AI的不可預(yù)測性將會增強(qiáng)。這讓AI更像“人”，當(dāng)然是件好事。但設(shè)計師對AI的掌控也會降低，意味著對玩家體驗的控制的性也會相應(yīng)降低。

　　但數(shù)值會消失嗎？我想并不會的。

　　因為數(shù)值是很直觀，大部分玩家都需要數(shù)值，數(shù)值在很多游戲中決定了難度。

　　我不會告訴你：游戲公司需要賺錢，數(shù)值是核心。

　　學(xué)習(xí)并不會完全替代數(shù)值和技能設(shè)計，但會給設(shè)計師多一項控制難度的工具。

　　在學(xué)習(xí)方面國外的deepmind和openAI等公司處于地位，但更多是從事基礎(chǔ)算法研究。