0
作者：董子博
編輯：岑峰
2009年，一位ID名叫“IceFrog”的游戲開發(fā)者收到了一封郵件，而沒人能想到，如同一只蝴蝶在太平洋上扇動翅膀，這封郵件竟然也和12年后發(fā)生在人工智能領域的浪潮有關。
當時的IceFrog是電子游戲 Dota: Allstars（下簡稱Dota）的主要開發(fā)者。作為主創(chuàng)團隊里唯一技術科班出身的人，他的加入，讓原先Bug泛濫、體驗破碎的Dota變得穩(wěn)定，從而名噪一時。
盡管作為當時世界最爆紅游戲之一的主創(chuàng)，IceFrog卻一直為人低調，從不公開自己的個人信息，也不接受采訪。他與外界的連通渠道，只有他公開在游戲加載界面的郵箱，用來收集玩家反饋。
每一天，IceFrog的郵箱，都會被幾百封郵件填滿，而他本人也盡量單獨做出回復。而上面提到的，那封與計算機歷史發(fā)展有些千絲萬縷聯(lián)系的郵件也混雜在其中。
這封郵件的發(fā)件人，正是當時憑借著《半條命》、《反恐精英》而廣為玩家所知的游戲廠商——Valve。而郵件的內容，也簡單明快：希望IceFrog可以來到Valve，主導自研游戲Dota的開發(fā)。
彼時，IceFrog正深陷“私自出售游戲創(chuàng)意”的風波。而Valve發(fā)來的郵件卻讓IceFrog感受到，對方也是Dota的忠實粉絲，和他有著相同的游戲哲學。
最重要的是，在Valve可以讓IceFrog獨領大權，執(zhí)掌游戲的開發(fā)。于是他與Valve一拍即合，組建團隊完成了游戲《Dota2》的開發(fā)，而這款游戲至今仍然是全世界同時在線人數最多的游戲之一。
游戲《Dota2》
幾乎可以肯定的是，IceFrog曾不止一次坐在辦公室里，想象著這個自己開發(fā)的項目能夠成為全世界最叫好又叫座的游戲；
但他的確想不到，這款名叫《Dota2》的游戲，竟成為了10年后全球最前沿人工智能——GPT——的重要奠基，從而讓AGI（通用人工智能）的夢想距離人類又近了一步。
"在OpenAI，我們完成的第一個真正的大型項目，是制作了一個實時戰(zhàn)略游戲……而這個游戲名叫《Dota2》。”O(jiān)penAI的主創(chuàng)Ilya Sutskever在與英偉達創(chuàng)始人黃仁勛對話時如是說道。
2016年開始開發(fā)，歷經三年時間，OpenAI Five就將Ti冠軍OG戰(zhàn)隊以2：0的戰(zhàn)績斬落馬下，不僅收獲不少鮮花和掌聲，更讓OpenAI在強化學習的領域開疆拓土，并且把這種經驗帶到了GPT的開發(fā)當中，也間接促進了RLHF（人類反饋強化學習）技術的發(fā)展。
“你們（OpenAI）在前期做的許多工作，有些看起來像是走了彎路，”黃仁勛在對話中回應Ilya道，“但事實上，這些看起來像是彎路的工作，都導向了我們現(xiàn)在討論的重要的事情——比如ChatGPT?！?nbsp;
游戲對于AI，為何能夠如此重要？而AI又能以怎樣的方式，讓游戲產生新的可能？
事實上，早在《Dota2》之前，游戲就是人工智能科學家們關注、研究的對象。甚至，最早的游戲就與人工智能緊密地結合在了一起。
上個世紀50年代，當時計算機剛剛誕生不久，英國劍橋大學專研計算機的一名博士——桑迪·道格拉斯，就在琢磨著如何讓人能在計算機中玩上“井字棋”。
井字棋
而當時，互聯(lián)網概念還要幾十年才會誕生，兩人面對面用計算機玩井字棋，又難免有點“舍近求遠”。于是，桑迪不僅開發(fā)了井字棋的游戲，還在游戲中植入了人工智能的概念，讓玩家可以和電腦對局——這可能是AI在游戲中的初次登場。
而后世，Deep Blue（深藍）頗具爭議地擊敗國際象棋世界冠軍卡斯帕羅夫；十年后，AlphaGo左右出擊，分別擊敗韓國與中國的兩位國手，又讓人們對AI的發(fā)展產生了注意與興趣。
游戲與AI，這兩個幾乎誕生于同一個時代的計算機科學門類，就如同兩個結伴而行的舞者，從未離開對方左右。
利用游戲提供娛樂，這是人們對于計算機近乎本能的需求和想象；而既然玩家要與計算機交互，為了提供“旗鼓相當的對手”，計算機的智能——也就是AI——其重要性也就不言而喻。
但對于游戲，AI科學家看得更深，也更遠。他們不只把游戲看成單純的娛樂方式；相反，他們看到了游戲技術的發(fā)展能夠給AI帶來的巨大裨益。
在中國科學院虛擬經濟與數據科學研究中心，和中國科學院大數據挖掘與知識管理重點實驗室聯(lián)合出局的報告《探尋AI創(chuàng)新之路》（下稱《報告》）中，研究者表示：“游戲科技與科學探索在一開始就形成了一種雙螺旋結構，共同推動了人工智能的發(fā)展?！?/p>
而事實上，游戲產業(yè)對于AI產業(yè)的拉動也體現(xiàn)在營收數據的相關性上。
研究發(fā)現(xiàn)，游戲產業(yè)的規(guī)模每進行1%的增長，人工智能上市企業(yè)的合計營業(yè)收入就有約1.42億元的提升。
而在未來，游戲產業(yè)對AI的拉動作用，“預計將從 2023 年的 315.76 億元上 升至 2030 年的 1038.1 億元，年均增長率約達 16%。”
中科院虛擬經濟與數據科學研究中心研究組成員，《報告》的聯(lián)合作者之一劉鋒博士對雷峰網(公眾號：雷峰網)表示，游戲之所以能夠賦能AI，是因為虛擬世界給了不少人工智能產品一個絕好的訓練場。
“在游戲中，特別多AI能力，比如多智能體博弈、強化學習、圖像識別等，利用游戲場景來進行訓練，都很合適?！眲h如是說道。
為什么，游戲能夠成為AI訓練的最佳場景？原因或許有以下幾個：
第一，大多數的游戲，玩法都離不開博弈和對抗，而在這種對抗和博弈的過程中，AI的決策能力能夠得到相當完善的鍛煉；
第二，游戲模擬了真實世界，但在虛擬世界中，無論怎樣的行為都不會造成現(xiàn)實世界的損失和傷害——這能讓AI可以在一個穩(wěn)定的環(huán)境里低成本地完成訓練，并且這個過程可以重復；
第三，在虛擬世界中，研究者能主動地改變、調整訓練環(huán)境，以更低成本模擬極端狀況，獲得一般難以獲得的訓練數據。
舉例來說，由日本游戲大廠索尼所開發(fā)的競速游戲系列《GT賽車》，自發(fā)售以來就憑借高精度的數字世界建模、高度還原空氣動力學、摩擦、汽車結構等要素，被不少玩家冠以“最真實”賽車游戲的名號。
也正是依托于對現(xiàn)實的還原，索尼的AI專家研發(fā)的人工智能體——GT Sophy，幾乎“打遍天下無敵手”，更有望在游戲中積累的技術和數據應用到自動駕駛領域，讓未來的座駕更加智能、更加安全。
無獨有偶，在美國公司Rockstar開發(fā)的大型沙盒游戲《GTA 5》中，也有人開源了一個自動駕駛的項目，利用深度神經網絡和監(jiān)督學習來訓練游戲中的車輛完成“無人駕駛”。
除了自動駕駛領域，游戲更是在多個AI領域“開花結果”：2015年，DeepMind利用在游戲《Breakout》（打磚塊）和《蒙特祖瑪的復仇》中對AI神經網絡訓練經驗，將數據中心的PUE（能源使用效率）提升了15%。
雅達利開發(fā)的游戲《Breakout》
而法國游戲公司育碧，則利用他們在游戲《刺客信條》中高度逼真寫實的游戲人物和場景，來完成AI圖像識別和3D角色動畫匹配。
游戲技術對AI的助力也得到了國內廠商的關注。今年5月15日，鵝廠在SPARK 2023 騰訊游戲發(fā)布會上，公布了他們利用游戲技術訓練機器人AI的最新進展。
為了讓機器狗Robotic X Max的動作更真實流暢、決策更智能及時，騰訊游戲學堂聯(lián)合 START 團隊、 Robotics X 實驗室，將多智能體AI引入游戲場景，使AI在具備大約10的20000次方操作可能性的復雜環(huán)境中，學會像人一樣感知、分析、推理和行動。目前經過CPU優(yōu)化后，單個機器人的訓練效率提升了20倍。
騰訊機器狗Robotics X Max
而更進一步，這些在游戲中訓練獲得的AI能力，將在未來提高多機器人協(xié)作、精密控制、適應復雜的環(huán)境等等能力，讓AI機器人能夠成為下個時代每一個家庭的標配。
游戲給了人工智能領域巨大的發(fā)展機會，而從另一個角度上來看，AI也是游戲向未來邁進的重要推動力。
發(fā)展數十年，游戲經歷過不少高光時刻，但整個產業(yè)卻正面臨著增長的又一個瓶頸：
玩家對游戲質量日益增長的需求，讓精品游戲的制作成本——無論是時間成本還是金錢成本都水漲船高。
一位投資人對雷峰網表示，在當下越來越“卷”的游戲市場，100萬的投資，只能給開發(fā)者買到一張“進場券”，如果投入少于1000萬，那么就很難能夠做得出足稱“精品”的游戲。
如果項目成功，開發(fā)者則必須考慮活躍度、付費等等指標，才可能負擔成本；而如果項目失敗，那么幾年間大量的投入都如同被付之一炬，再不見回報。
而上文《報告》則指出，造成這種現(xiàn)象的，歸根結底是游戲產業(yè)內容生產力的逐漸匱乏：對玩法、故事、畫面愈發(fā)細致的打磨，讓大量的人力被卷入其中，造成了游戲開發(fā)的成本不斷擴張，項目風險也難以把控。
而在生成式AI的技術賦能下，生產力的問題也就不再是無解的難題。
一方面，游戲的美術資源，可以利用當下成熟的AIGC文生圖技術，來完成快速的創(chuàng)意迭代，生成參考圖、概念圖等等；
另一方面，利用生成式AI，游戲的策劃則可以利用大模型來獲取玩法參考、調整數值平衡、生成故事梗概，輔助創(chuàng)意工作；
而在程序側，利用大模型生成、檢查代碼，對開發(fā)的效率有著巨大的提升，這也讓AI輔助逐漸成為了實際開發(fā)中越來越多人的選擇。
AIGC與游戲開發(fā)的距離，比很多人想象中要更近。利用一個名為MarioGPT大語言模型，國外的一群研究者研發(fā)完成了一個“文本生成關卡”的功能，并將其應用到了《超級馬里奧》當中。
論文中的演示畫面
而在游戲《微軟模擬飛行》中，AI也輔助了游戲中的場景生成，這其中包括超過15億棟的高寫實建筑物。當玩家駕駛著飛機，從香港、洛杉磯、倫敦的上空飛過時，在機身下方栩栩如生的建筑物群，都是由AI從2D衛(wèi)星圖像中生成的，如果要以人力完成這項工作，那么成本則難以想象。
在不少游戲中，性格各異、特色迥然的游戲角色是游戲劇情設計的亮點，也是最能反映游戲編劇創(chuàng)意的一個部分；但如果要為一個龐大游戲中，數以百計的NPC一一撰寫對話和臺詞，這些大量的重復性工作恐怕稱得上是煎熬。
在當下，將大模型API接入游戲角色，讓對話完全由AI驅動，可能還并不現(xiàn)實：大模型對于對話的反應速度相對比較遲緩，而如果還要根據語義適配NPC合適的表情和手勢，那么反應速度還會更慢。
而事實是，玩家在游戲中大多需要獲得即時的反饋。玩家說一句話，NPC如果要用幾十秒才能給玩家回應，許多玩家恐怕都接受不了。
就在今年，法國游戲廠商育碧發(fā)布了一個名叫Ghostwriter的AI工具，主打利用AIGC，幫助劇情策劃完成玩家與NPC互動時的臺詞，甚至還能利用算法，快速勾勒出這個NPC的一生。同樣的工作，可能會花費一個資深策劃數個小時，甚至大半天的工作時間。
生成式AI的路徑不斷被驗證，讓游戲開發(fā)中，少了很多讓人絞盡腦汁的“創(chuàng)意內耗”，也少了很多重復性的機械勞動。游戲廠商不再把更多精力放在“降本”上，也就有了更多余裕去思考如何“增效”，為玩家?guī)砀喔玫捏w驗，游戲產業(yè)也能夠因此獲得健康、可持續(xù)的長足發(fā)展。
2022年末，ChatGPT將全球的目光引向生成式AI，并以頗具想象力的愿景，讓人們看到了AI進入社會生活方方面面的未來——游戲當然也是其中之一。
而游戲之于AI，作用仍然不可小覷。
游戲和AI，這兩個脫胎于計算機技術的孿生雙子，一直以來，就互為增長要素，以自身發(fā)展驅動對方增長，形成了一個絕佳的飛輪。
一方面，游戲技術在圖形、模擬等領域上的提升，讓游戲能夠更好地為AI訓練提供條件；一方面，AI技術的不斷發(fā)展，也帶給了游戲創(chuàng)新和體驗升級更多的可能性。
有學者表示，如果沒有游戲，那么這一波AI 2.0的大潮可能會遲來十年以上。
正是因為玩家對于游戲畫面越來越高的追求，才催生了GPU的誕生和發(fā)展。而AI能發(fā)展至今，GPU居功至偉——在深度學習領域，GPU的訓練速度相較CPU，有100倍以上的領先優(yōu)勢。
而如果沒有游戲推動GPU出現(xiàn)，按照半導體的“摩爾定律”，CPU用10年發(fā)展，算力才能提升64倍。即使如此，CPU也還是很難趕上GPU在當下訓練AI的效率。
在游戲發(fā)布會上，騰訊高級副總裁馬曉軼表示：“生發(fā)于游戲產業(yè)的游戲科技，不僅在不斷革新游戲產品形態(tài)與研發(fā)方式，而且也有望為更多生產、生活領域帶來新可能。隨著各種游戲技術的跨界應用越來越多地涌現(xiàn)，游戲將有望突破既有產業(yè)范疇，迎來全新的‘第三次擴容’?！?/p>
在今天，游戲和AI這朵“雙生花”的故事，盡管已然十分精彩、漸入佳境，但仍然遠未走到終點。
或許如同《Dota 2》之于OpenAI，在20年后，不知哪款游戲也會成為人工智能向著通用人工智能邁進的一塊重要基石，被濃墨重彩地寫進人類信息技術發(fā)展的歷史當中。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
