AI技術(shù)將會(huì)如何改變游戲設(shè)計(jì)？

　　可能有人會(huì)問(wèn)，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(duì)手就是AI；

　　紅白機(jī)年代的中國(guó)象棋游戲，你的對(duì)手就是AI；

　　瑪麗那只怪物也是AI。

　　這里的AI指的是游戲中對(duì)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(lái)逐漸發(fā)展起來(lái)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(shuō)，本文討論的AI會(huì)范圍會(huì)更大一點(diǎn)，并不止步于怪物、NPC的智能。

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

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

　　較后恐嚇一下我的同事們，你們會(huì)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(shuō)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?yàn)樯疃壬窠?jīng)網(wǎng)絡(luò)的加持。

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

　　所以，我希望用比較簡(jiǎn)單的語(yǔ)言來(lái)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(huì)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(gè)函數(shù)。函數(shù)的一個(gè)重要功能，就是把兩個(gè)東西對(duì)應(yīng)起來(lái)。

　　在以前，我們要電腦識(shí)別一個(gè)手寫(xiě)數(shù)字“8”，那么程序員就需要寫(xiě)一個(gè)函數(shù)。

　　函數(shù)里面需要寫(xiě)一堆規(guī)則，例如：

　　圖片有兩個(gè)圈

　　圓？有多圓？

　　上面那個(gè)大下面小

　　有多大？有多小？半徑是多少？

　　有時(shí)候上面那個(gè)圈可以不完全閉合也算...

　　天，那算什么圓？

　　我們?nèi)绻プR(shí)別一個(gè)手寫(xiě)數(shù)字的圖片8，需要寫(xiě)很多很多規(guī)則，有時(shí)候幾乎寫(xiě)不完。

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

　　不可描述就意味著，這個(gè)函數(shù)沒(méi)法寫(xiě)，也意味著無(wú)法通過(guò)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(huì)先隨機(jī)初始化網(wǎng)絡(luò)的權(quán)重，就是先隨便弄一個(gè)魔法函數(shù)Magic'(x)。

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

　　也就是說(shuō)，把圖片8放到這個(gè)Magic'(x)里，網(wǎng)絡(luò)可能識(shí)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(shí)別出8有很大的差距呀，因?yàn)槲覀兿雈能識(shí)別出這些圖片是8的概率是。

　　我們稱(chēng)：y'和y之間的差距叫l(wèi)oss。

　　但這沒(méi)關(guān)系，通過(guò)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(gè)過(guò)程我們稱(chēng)為學(xué)習(xí)或者訓(xùn)練。

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

　　如果以上的話(huà)沒(méi)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(shuō)是個(gè)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(lái)。

　　這就是人類(lèi)科技樹(shù)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(huì)用腳本，行為樹(shù)，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(gè)角色，就做什么動(dòng)作；到了某個(gè)時(shí)間，釋放某個(gè)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(shù)；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(lèi)可能很難理解了自己創(chuàng)造的行為樹(shù)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(lèi)。

　　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(gè)：

　　征服Atari游戲——Deep Mind

　　較前沿：當(dāng)我們以為Rainbow就是Atari游戲的時(shí)，Ape-X出來(lái)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(shí)1000刀

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

　　(Pluribus沒(méi)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(zhuān)業(yè)十段

　　征服星際爭(zhēng)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(lèi)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(qǐng)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(shí)間和算力。

　　跟李世石對(duì)戰(zhàn)的版本稱(chēng)為AlphaGo Lee，是一個(gè)分布式系統(tǒng)，運(yùn)行在Google云上，使用了48個(gè)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(lái)說(shuō)還算是簡(jiǎn)單的了。畢竟圍棋是個(gè)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(kāi)發(fā)過(guò)程中有不確定性。

　　我認(rèn)為算力和時(shí)間并不是一個(gè)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(lèi)。而且算力必然會(huì)不斷。

　　但深度學(xué)習(xí)還有一個(gè)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(guò)漫長(zhǎng)的等待才能獲得大成。

　　所以很多搞深度學(xué)習(xí)的人會(huì)把自己比喻成煉丹師。

　　但這種不確定性正在逐步減少，因?yàn)樗惴ㄊ遣粩喔赂倪M(jìn)的。從DQN到SAC，就是一個(gè)不斷解決實(shí)際問(wèn)題，讓算法更強(qiáng)，更快，更穩(wěn)定的過(guò)程。

　　以上，我們對(duì)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(gè)前提：這項(xiàng)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(yàn)。

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

　　我們可以通過(guò)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(huì)從數(shù)值入手。

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

　　提醒：AI不可預(yù)知性會(huì)更強(qiáng)。

　　不像已經(jīng)設(shè)定好的行為樹(shù)，AI的不可預(yù)測(cè)性將會(huì)增強(qiáng)。這讓AI更像“人”，當(dāng)然是件好事。但設(shè)計(jì)師對(duì)AI的掌控也會(huì)降低，意味著對(duì)玩家體驗(yàn)的控制的性也會(huì)相應(yīng)降低。

　　但數(shù)值會(huì)消失嗎？我想并不會(huì)的。

　　因?yàn)閿?shù)值是很直觀(guān)，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(huì)告訴你：游戲公司需要賺錢(qián)，數(shù)值是核心。

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

　　在學(xué)習(xí)方面國(guó)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。