譯趣聞| 用人工智慧開發遊戲？以後也許30小時就能生成一款遊戲

提起人工智慧，不免總與各種高大上的神經網路、深度學習、邏輯演算法等辭彙聯繫在一起，而遊戲總是被認為是小孩子們的玩物，可實際上，人工智慧與遊戲的關係一直非常親密。

人工智慧是具有自主認知能力，能夠模擬人類的神經思維進行特定事項選擇判斷功能的邏輯演算法，而遊戲自身也有大量的AI存在，不是在遊戲中控制著NPC的行動，就是存在於腳本中增強遊戲特定場景的體驗，但從本質上來說，人工智慧和遊戲都是擁有不同應用目的的邏輯演算法集合體。

如果將人工智慧用於開發遊戲，等同於用一種邏輯演算法去生成另一種邏輯演算法，從邏輯上來說看起來說不通，但並不表示這完全行不通。

在不久前召開的Nexon遊戲開發者大會上，Nexon高管李恩錫表示，如今AI已經在逐漸進入遊戲開發領域，未來部分開發者或因此而失業。早在去年，李恩錫就曾表示過相同的觀點。

此話聽起來頗有些危言聳聽的意味，但不容否認的是，人工智慧確實在遊戲開發領域中發揮著越來越大的作用。不論是遊戲設計還是製作階段，人工智慧都會給開發者帶來很多意想不到的驚喜。

輔助設計：AI的選擇

前面說到，人工智慧與遊戲中的AI規則具有非常親密的關係。利用這種親密關係，通過已經由人工設計好的基礎性邏輯，經過人工智慧的深度學習后，就能夠由人工智慧生成更多的行為，應用到遊戲中后形成更豐富的邏輯行為，這就是人工智慧在設計遊戲AI中的邏輯。當然，這種方式從本身上來說屬於一種非人為的遊戲測試行為，測試對象主要就是遊戲AI，但將這種測試反哺於設計后，開發者只需要通過修改基礎遊戲中的基礎設定，就可以立即測試可能出現的結果，相當於起到了輔助設計的作用。

遊戲開發公司Nival 曾經為2015 年發售的RTS類型遊戲《閃電戰3》中，開發了一個名為Boris的神經網路決策AI。在一則演示視頻中，Boris 使用出了box-1戰術，利用乙方的行動單位將敵方的重要目標帶著到處跑，最終打亂其策略，並在運動中將敵人逐步消滅。另外Boris也懂得根據戰場形態隨時分配自己的兵力與裝備，當對方活力強大時，甚至知道讓士兵鑽進堡壘。

Boris具有這樣的能力肯定不是一開始就有的，至少先要學習《閃電戰3》中的各種基礎設定，比如坦克能做什麼、士兵能做什麼、完成任務目標的判斷是什麼？之後讓Boris自己去和人類玩家或者另一個已有的電腦AI去對戰，在經過很多次對戰後，設計者會讓Boris學習更多的規則，比如火力到多少時需要支援了等等，經過反饋再優化Boris演算法，最終成為了現在的Boris。而其中設計者只需要通過測試結果優化基礎規則即可。

如果人工智慧能夠得知更多的設定和數據，那麼它所表現出的複雜性就會更多。目前，人工智慧能夠根據玩家的腦電圖、心跳、呼吸、體溫、動作等檢測玩家的投入程度，為遊戲設計提供參考。

當然這種測試並不會僅僅用於輔助遊戲開發。2016年，OpenAI 用《俠盜獵車手5》開發出了一個名叫DeepDrive 的「自動駕駛模擬器」。通過讀取GTA遊戲內的車輛內部數據，OpenAI 將這些數據用來訓練自動駕駛系統。通過這件事可以看出，將人工智慧用於遊戲測試后，也同樣具有了重要的現實意義。

輔助製作：素材快速生成

遊戲設計領域可以利用人工智慧，在已經設定好基礎規則的前提下觀察更多可能性，從而影響到遊戲開發的整體進程，而在製作階段，同樣可以利用人工智慧的深度學習能力，進行快速製作。

通過機器和神經網路技術，對卷積神經網路（一種人工智慧，可處理大型圖片）進行大量的圖片訓練，尤其是針對圖片紋理進行大量訓練后，該神經網路就可以在很短的時間內將這種圖片紋理應用到另一張圖片上並渲染完畢，生成素材。

除了快速生成美術素材，遊戲中的聲音處理也同樣能夠依法炮製。

人工智慧在遊戲設計中的作用並不是僅僅局限在輔助開發者，還有人想要依靠人工智慧的強大學習能力，結合神經網路技術，打造出能夠識別不同信息而自動生成大型遊戲的遊戲人工智慧，只要將文字或圖片以及視頻信息輸入這套人工智慧，其就能在30小時內生成一款遊戲的DEMO版，大大降低遊戲開發的難度，現有的遊戲開發模式也將徹底得到顛覆。

通過人工智慧，到時候人人都有可能成為遊戲開發者，更重要的一點是，遊戲公司將何去何從呢？