千億美元的遊戲市場,人工智慧是否能成為新的加速器? | 36氪遊戲...

人工智慧正成為重塑產業效率的利器。在安防、金融、醫療、法律、教育等信息化程度高的領域，那些機械性、重複性高的勞動正逐漸被機器部分替代。在基本上完全數位化的千億沒有規模的遊戲行業，人工智慧是否有可能產生更大的影響？

這個問題我們也很好奇，於是打算系統地做一系列的行業研究和梳理。

吸引我們做這個系列的原因並不複雜。一是因為遊戲行業巨大的市場規模和可觀的營收及利潤。2016年全球電子遊戲收入首次突破1000億美元，中國遊戲玩家達到6億人，市場規模達到246億美元，超過了美國的241億美元。一是因為遊戲行業的數位化程度非常高，數據量也十分可觀，除了遊戲本身全部是電子化的，一款DAU在百萬的遊戲每天產生的文本日誌數據至少可以達到數十G，基於遊戲的網絡輿情數據也未能得到有效挖掘，這意味著AI也有可能發揮價值。

其實，人工智慧在遊戲行業的運用早已有之，不過在遊戲行業的含義與目前我們通常意義上的人工智慧並不相同。

本文是這個系列的第一篇，主要列舉了我們能搜集到的一些關於目前人工智慧技術在遊戲行業的應用。目前諸如騰訊、網易、EA等遊戲大廠內部都有做相關的研究及應用，並未包含在本文中，會在後面的文章中單獨表述。

為了方便一些對遊戲行業並不了解的讀者更好的理解，我們先列了一款遊戲生命周期內的成本。下圖是2012年的數據，雖然5年過去了具體的佔比已經發生了變化，但從我們的調研結果來看，美術、市場推廣、編程依然佔據了大量的成本，這也是我們接下來做行業分析的一個主要的框架和方向。

一、美術

1、NVIDIA的1Shot 、 Texture Multiplier（材質複製器） 和 Super-Resolution（超解析度）技術

今年的GDC大會期間，NVIDIA展示了多項基於機器學習和神經網絡的工具，包括2Shot、1Shot 、 Texture Multiplier（材質複製器） 和 Super-Resolution（超解析度）等技術 ，主要解決遊戲開發者面臨美術相關問題。

2 Shot 技術主要用來幫助開發者從真實世界中提取材質並應用到遊戲中。開發者只需用手機拍攝兩張對象材質的照片，一張不開閃光燈，一張打開閃光燈，機器就能自動處理，只需要幾分鐘後即可生成素材文件，目前已經達到工業可用級別。

1 Shot技術則是2 Shot 的升級版，採用更先進的神經網絡算法，只需一張照片就能生成素材，生成時間有望降到數秒，不過目前還不成熟，還在完善的過程中。

Texture Multiplier（材質複製器）技術，可用簡單理解成採用卷積神經網絡算法的Texture Mutation（材質增生）技術，可用將生成的效果提升到接近真實水平。

 Super-Resolution（超解析度）技術，是一種在圖像放大過程中不失真的技術。

不過據我們溝通到的遊戲開發者反饋，目前這些技術並不成熟，實際當中暫時還未有商用。

2、Magic Pony 提升低像素圖片效果

Magic Pony 是一家倫敦初創公司，2016年6月已經被Twitter以1.5億美元的價格收購，公司主要利用神經網絡等技術，重新調整圖片中的線條與陰影，提高低像素圖片的質量。其技術不僅可以應用於圖片處理，還包括視頻處理。Twitter收購這家公司，很可能是要將其技術用於遊戲視頻直播。

3、Google展示像素遞歸超解析度技術、AutoDraw

今年2月， Google Brain也展示了「圖像還原」的像素遞歸超解析度技術（Pixel Recursive Super Resolution），將 8×8 像素解析度的，打了馬賽克的頭像，還原成比較清晰的頭像，達到 32×32 解析度的效果。

今年4月，Google推出一個名叫AutoDraw的工具，利用機器學習技術將個人塗鴉轉化為藝術品，用戶只需要簡單畫幾筆，系統會自動識別，並將它替換成表情符號。

雖然這兩個技術與遊戲的美術並不完全相同，但原理上來看很可能能夠移植到一些其他的美術工作上。

4、印度初創公司Absentia VR用AI自動生成3A級大型遊戲

印度初創公司Absentia VR研發了一套稱為Norah AI的技術，主要基於深度神經網絡算法，可以將一段普通的2D視頻自動生成VR內容。公司希望未來這套系統可以用於生產3A大作，只需要提供一部電影，就會根據電影的人物和情節自動生成一個3A級的大型遊戲，將遊戲研發時間從30天減少到30小時。

據外媒報導，Absentia VR於2016年11月推出了Norah AI的第一版，並且已經籤約了8個客戶，分布在媒體業、娛樂業以及通訊業，已經實現了盈利，新的版本將於2017年中期進入市場。

公司在2017年4月宣布獲得一筆8千萬印度盧比（約合124萬美元）的投資，由Exfinity Venture Partners領投。

二、音樂生成

音樂在遊戲中的佔比並不高。

1、Google

2016年5月Moogfest音樂科技節上，Google Magenta團隊現場展示人工智慧的作曲能力，輸入一些簡單的音符後，人工智慧便會根據這些音符的排列特點，編寫出更為完整豐富的曲子，並彈奏出來。

2、索尼

2016年9月，索尼發布了用人工智慧寫作的兩首流行歌曲。據 QUARTZ 報導，兩首歌中一首名為 Daddy’s Car ，是披頭四朗朗上口、陽光輕鬆的懷舊曲調；一首名為 Mr Shadow ，混雜了 Irving Berlin 、 Duke Ellington 、 George Gershwin 等幾位美國音樂人的風格。其實， 2014 年，索尼也發布過用人工智慧製作的爵士樂。

3、班磚網絡 TheSeed

班磚網絡開發了名為The Seed 的應用，可以利用機器自動生成原創音樂。客戶只需要提供歌詞，並明確自己想要製作哪種類型的歌曲，機器會自動進行作曲編曲，最後由歌手進行混錄，可以將作曲的時間從2周以上縮短到1天。

三、編程

1、微軟 「DeepCoder」

由微軟和劍橋大學研究員一同開發的人工智慧系統DeepCoder，基本上可以自動撰寫代碼，而且能成功解決那些入門級程序競賽的題目。研究員相信，DeepCoder可以幫助那些沒有任何編碼知識的人，讓他們可以更容易地編寫初級程序。他們只需簡單地描述自己的想法，即可讓AI代工。

2、Google 

Google Brain的研究員在一次試驗中讓軟體設計了一套機器學習系統，讓AI 從零開始設計出一個新穎的神經網絡架構，效果並不比人的水平差。

3、DeepMind

被Google收購的DeepMind ，此前開發了一個「神經編程解釋器」（NPI），能讓機器自己學習並且編輯簡單的程序，排序的泛化能力也比序列到序列的 LSTM 更高。描述這項研究的論文《神經程序解釋器》（Neural Programmer-Interpreters），被評選為 ICLR16 最佳論文。

四、NPC

1、萬代南夢宮投資人工智慧初創公司 Heroz

Bandai Namco 希望利用 Heroz 的資源來改善未來遊戲中非玩家控制角色的行為，不過他們可能會在真正用 Heroz 的技術打造接班《黑暗之魂》的新 IP 之前，拿更簡單的遊戲練練手。 

2016年年底，Bandai Namco 對人工智慧初創公司 Heroz 進行了投資，投資金額尚未公開。此前Heroz 團隊的算法在將棋（日本象棋）的公共比賽中打敗了人類職業棋手。

2、Ubisoft

Ubisoft已經與一名名為Holden 的研究員的公司進行合作。後者研發了一套技術，可以讓角色的動作更逼真。

大多數遊戲中，角色動畫是通過「canned」方式製作的，也就是預先捕捉動作。Daniel Holden的團隊利用「Phase-Functioned Neural Network」算法，可以直接將用戶的輸入映射到動畫角色上，無需存儲所有的數據，機器自動根據用戶的輸入信息生成動畫。

不過目前暫不知道Ubisoft會在哪些遊戲中利用這一技術。目前這一技術還有一些問題，比如捕捉動作之後要訓練30小時，藝術家不能直接對神經網絡的結果進行修改，機器處理時間比播放預製動畫還是長很多。

3、深極智能

深極智能公司正在用深度強化學習打造遊戲版的《西部世界》。具體來說，就是用深度強化學習模擬網路遊戲玩家行為，訓練出接近人類用戶的虛擬玩家（Agent），這些玩家在行為方面接近人類用戶，能在網遊環境下通過圖靈測試。

五、運營推廣

利用大數據及機器學習等相關技術，提高遊戲運營推廣的效果及付費轉化率是目前相對來說最為成熟的部分。

1、Thinking Data 

數數信息科技（上海）有限公司（ThinkingData）推出的第一款產品名為ThinkingGame，利用大數據和人工智慧技術，將遊戲外和遊戲內的數據相結合，給遊戲運營提供預測，分類，精準營銷，智能推薦等服務，讓遊戲運營智能化。官網顯示，目前已經有多家客戶。

2、深極智能

深極智能公司的一項業務，就是通過精細埋點數據來改進遊戲的前期表現，目前已經有包括上市公司在內的客戶。 

3、Featurespace

Featurespace公司開發了一個機器學習系統，可以根據實時數據探測一些意料之外的變化，發現在線遊戲中的欺騙行為。

本文是我們剛剛開始進行的研究，若有錯誤歡迎指正 （微信：15300063873），也歡迎補充新的案例。如果你對該話題感興趣，歡迎與我溝通討論（[e-mail]），也歡迎郵件聯繫我們申請加入微信討論群（申請入群請通過郵件流程，註明你的觀點和想要加群討論的理由，直接微信申請恕不通過，敬請諒解）。