人工智慧在遊戲領域的「戰績」早已為人熟知。近日，谷歌旗下的DeepMind人工智慧實驗室又取得了優秀的成績，在某熱門射擊遊戲中，DeepMind實驗室的人工智慧玩家在CTF遊戲模式中擊敗了人類玩家，再度受到輿論熱捧。其實，除了人機對抗中的表現優異，在開發環節，人工智慧也正嶄露頭角。
日前，網易宣布在旗下某手遊中推出虛擬角色「阿初」，和此前出現在電視臺新聞播報中的虛擬主播不同，它可以隨時和你互動，所有行為、對話都是人工智慧技術實時產生。優秀的物理引擎、豐富多變的交互場景、具有「高智商」的非玩家角色（NPC）……似乎是每個玩家的夢想，隨著AI和遊戲領域的結合日趨緊密，人工智慧將為遊戲領域帶來哪些變化？
早已在遊戲開發領域「發光發熱」
角色不能任意走動？有角色走進障礙物無法調遣？有非玩家角色不能按照團隊命令運動？這是很多遊戲玩家或開發者都曾經歷過的尷尬。
如何延長遊戲的生命周期，讓一款遊戲更加具有挑戰性，更重要的是如何讓它們更加有趣？近幾年來，人工智慧輔助遊戲研發成為遊戲開發者和運營者發力的主要方向。
美國企業服務資料庫公司Crunchbase數據顯示，截止到2018年6月，全球共有150餘家AI遊戲企業，研究領域主要集中在遊戲引擎、NPC交互、人機互動等方面。數據分析，2019年這個數字還會翻番。
其實，提起人工智慧，人們不免總將它與各種高大上的神經網絡、深度學習、邏輯算法等詞彙聯繫在一起，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，確切地說，在電子遊戲、單機遊戲誕生伊始人工智慧就存在了。不過最早的AI實質上是一段固定的程序腳本，如果玩家掌握到了規律，娛樂性就會降低。讓眾多80後印象深刻的《吃豆人》，嘴巴一張一合的動作和聲音，表達了「我吃，故我在」的生活態度。這是全世界銷售最高的街機遊戲，是現代遊戲AI的鼻祖。
上世紀80年代後期，遊戲AI發生較大的變化，誕生了「自主思考型AI」,遊戲中的非玩家角色會在遊戲中觀察及分析，根據玩家的行為做出針對性的應對。
後來，遊戲AI變得越來越聰明。令人印象深刻的比如維爾福軟體公司（Valve Software）發行的第一人稱射擊遊戲《求生之路》，這款遊戲被稱之為現代元語言AI的原點。遊戲AI很好地控制了遊戲的節奏。比如遊戲會計算玩家的緊張程度，在看不見的地方設置怪物，並且在玩家精神鬆懈的時候突然出現，以及在判斷玩家水平低的時候減少怪物出現的數量等。
深圳某科技公司負責人吳坤偉告訴記者，從技術上講，人工智慧在遊戲開發中的應用，很長一段時間處於AI自動生成遊戲內容階段，主要用於賦予遊戲中非玩家角色思想，與玩家進行交互。吳坤偉說，第一代人工智慧主要基於規則系統，也就是遊戲開發者預先設計許多固定的規則，遊戲展現給玩家的多樣性受限於規則的多少與細緻程度。
需要有趣的回答，而非正確的回答
「呂布，下面該出什麼裝備？」當玩家詢問非玩家角色機器人「呂布」時，很快便得到「呂布」最優化的建議。騰訊智慧行業區域總監鄒華林介紹，遊戲玩家除了可以和AI機器人互動，其智能化還體現在遊戲反饋上。當遊戲結束，程序可以回顧遊戲過程中的所有精彩片段、逆轉場景、高光時刻，通過腳本自動生成小視頻，讓玩家在微信中分享傳播，這個AI小功能受到了眾多玩家的喜愛。
雖然可以通過AI技術讓遊戲角色與玩家的互動更智能，但鄒華林也表示，在遊戲行業AI仍然處於發展的早期階段，其應用仍存在不少難點。比如，AI在遊戲中的工作大多側重於給出正確的答案，但在遊戲領域，人們並不期待正確答案，而是需要「有趣的」答案。但是，AI作為遊戲輔助手段，又必須知道遊戲的所有細節，就會產生細節作弊嫌疑，這並不是遊戲者想要的。此外，由於開放世界的製作模式是遊戲製作的一個重要方向，開放世界對於「人性化」的需求非常高，這就導致了目前很難對人工智慧技術進行訓練，這是AI應用於遊戲的矛盾所在。
但目前不少遊戲公司正嘗試在這些方面取得突破。近日，網易伏羲實驗室負責人李仁傑在接受媒體採訪時表示，伏羲實驗室5大人工智慧研究方向目前都已經有落地案例可供參考，如AI對話、智能捏臉、智能蒙皮等技術，都已經應用到一系列遊戲中。此外，網易稱，用戶畫像方向的反外掛技術也已經投入應用。針對不同的外掛，會有針對性的研發不同的反外掛策略和算法，提升反外掛正確率。
提升遊戲體驗還需多學科聯合
同濟大學軟體學院教授、上海智慧虛擬實境研究院院長賈金原在接受科技日報記者採訪時表示，對AI在遊戲中的開發，不應該過於樂觀。
他說，美國藝電公司（Electronic Arts）等大型娛樂公司在嘗試做遊戲內的深度AI角色協作模擬，增強虛擬體驗的真實性，未來AI在遊戲中要產生大的作用，首先得能更真實地模擬現實。但是，目前推進速度緩慢主要問題在於，許多遊戲開發公司搞AI的和搞遊戲的基本是兩撥人，關聯起來做的很少，或許只有像DeepMind這樣的公司，把遊戲、神經科學結合，才可能不斷產生新的突破。
「AI遊戲的未來更廣泛的應用是分析玩家行為，將玩家標籤化，之後給玩家提供更個性化的服務。」吳坤偉認為，新一代的AI技術需要建立在大量的統計數據之上，給玩家提供更多、更準、更類似於人與人之間遊戲的服務，讓玩家完全感知不到是人機遊戲，提升遊戲的體驗感。
「人工智慧在圖像處理比如圖像生成、圖形風格遷移、圖像標題生成等方面發展得很快，這些技術應用到遊戲開發中，可以降低傳統的遊戲圖像處理複雜度，減少成本，提升效率。」海南大學信息科學技術學院教授葉春楊介紹，對抗類技術除了可以用來與人對弈之外，在遊戲開發中也可以用來輔助甚至代替人工測試，提升遊戲測試的效率和遊戲程序質量。人工智慧在寫作、寫詩等方面的進展，也可以應用到構思和生成遊戲的情節上。人工智慧技術的發展使得以往人機互動的方式發生了巨大的改變，比如虛擬實境，增強現實，人體姿態捕獲等技術，會為設計新的遊戲交互方式提供幫助，促進新的遊戲類型產生。
相關連結
人工智慧專家偏愛用遊戲訓練AI
在人工智慧研究中，不少學者通過遊戲測試程序性能。《經濟學人》撰文稱，人工智慧專家之所以喜歡用視頻遊戲來訓練算法，是因為它可以模擬現實生活中的各種場景，降低訓練成本，而且可以幫助他們更好地理解人工智慧甚至自然智能的底層原理。
普林斯頓大學計算機學家阿瑟·菲力珀維茨在處理停止標誌時碰到了一個問題。菲力珀維茨當時正在教汽車如何識別和解讀周圍的世界，使之可以在沒有人類幫助的情況下自動駕駛。
要實現這一目標，就必須能夠識別停止標誌。所以，他希望訓練一套合適的算法。這種訓練需要向算法（或者運行算法的電腦）展示許多停止標誌的圖片，而且要涵蓋多種不同的環境，但要從圖庫中獲取所有圖片並非易事，而要親自跑出去逐一拍攝更是非常困難。但菲力珀維茨發現《俠盜獵車手5》包含了多種真實場景下的停止標誌。
這種情況其實並不少見，除了把遊戲當做訓練場，還有的研究人員則是看中了不同的遊戲所需的不同認知技能，因而認為遊戲可以幫助他們理解如何把智能問題分解成一個個易於掌控的模塊。（記者 江東洲 劉 昊 ）