王者榮耀AI論文、字節(jié)跳動收購AI技術研發(fā)商，游戲+AI會誕生什么？

12月24日，騰訊王者榮耀AI“絕悟”的論文發(fā)表，并被AAAI-2020所收錄。

12月23日，業(yè)內傳出消息稱字節(jié)跳動完成對AI游戲技術研發(fā)商深極智能的收購。

12月5日，世界上首款真正意義上由AI生成的文字冒險游戲《AI Dungeon 2 》正式推出。

……

AI+游戲，在短短數日間又來了一次小爆發(fā)。比起僅僅只是改變了游玩方式的云游戲，AI更有可能拓展現有的游戲面貌，上述三個事件就代表了三個不同的應用方向。

王者榮耀AI：增進游戲體驗

根據騰訊AI Lab公開的論文解讀，團隊在系統(tǒng)方面提出了一種深度強化學習框架，在算法設計上開發(fā)了一種用于建模 MOBA 動作決策的 actor-critic 神經網絡。在與頂級、業(yè)余玩家的2100多場較量中，騰訊AI的勝率達到99.8%。

用游戲的方式來檢驗智能體的能力并非什么新鮮事，AlphaGo是第一個戰(zhàn)勝圍棋世界冠軍的智能體，OpenAI Five是第一個在《Dota 2》競技游戲中擊敗世界冠軍團隊的智能體，AlphaStar則在《星際爭霸2》的匿名對戰(zhàn)中爬到了宗師段位。不過這些人工智能研發(fā)團隊的目的并不是打造一個獨孤求敗的游戲AI，而是通過高復雜度的游戲來檢驗AI的決策能力，并最終運用到通用型AI上。

對于游戲來說，或者對于《王者榮耀》這一類對抗類的MOBA游戲來說，AI技術的應用不是為了挫敗玩家，而是提高玩家的游戲體驗?！俺瑥娙藱C”模式在提供另類玩法的同時賦予玩家挑戰(zhàn)成功的成就感，為彌補人數不足游戲往往會添加AI選手，一個不“智障”的AI往往能讓玩家減少些“口吐芬芳”的次數。

而在玩法設計之外，王者榮耀AI也在發(fā)揮著作用，比如通過對惡意、作弊玩家行為的建模來凈化對局環(huán)境。在后續(xù)的技術發(fā)展中，AI技術或許還能在自動生成方面幫助游戲團隊節(jié)省開發(fā)成本，甚至是更為深層的玩法創(chuàng)新。

字節(jié)跳動：數據驅動游戲

根據業(yè)內消息，字節(jié)跳動近期完成了對北京深極智能科技的全資收購，后者曾開發(fā)過《北京浮生記》、《狂暴之翼》等游戲，公司研發(fā)重點在于機器學習，并將之運用于游戲行為數據挖掘。

不過這一消息的重點還是應該落在字節(jié)跳動上。依靠著今日頭條、抖音等產品，字節(jié)跳動躍居2019年全球前三的獨角獸企業(yè)，估值高達750億美元。

數據來源：《2019全球獨角獸企業(yè)500強發(fā)展報告》

將算法推薦、內容過濾等AI技術應用于信息分發(fā)，字節(jié)跳動迅速建立起了自己的流量分發(fā)護城河，并不斷開拓全球版圖，將技術滲透到教育、金融等領域。游戲領域是字節(jié)跳動在2019年的重點之一，借由已經被市場驗證成功的流量經營模式與全球日活高達7億的龐大流量池，字節(jié)跳動已然成了休閑游戲發(fā)行的巨頭。

從年初的《消滅病毒》到年末的《我功夫特牛》，字節(jié)跳動用十幾款爆款游戲告訴人們AI還能往游戲營銷方向上施展拳腳。借由旗下多個產品所積累起來的用戶量與數據基礎，字節(jié)跳動的AI技術實現內容營銷的智能化，它既打開了互聯(lián)網久疏眷顧的下沉市場，同時也為步入存量格局的游戲市場提供精準高效的導量手段。

字節(jié)跳動2019發(fā)行的游戲多款進入iOS免費榜Top10

而對于某些游戲大廠而言，數據驅動越來越成為他們分析項目成敗、維持游戲運營、提高游戲收益的必要方法，2019年超休閑游戲橫掃下載榜的背后也是依托一套不斷趨于成熟的數據模型。構建于數據分析基礎之上的機器學習，在挖掘分析海量玩家行為數據時具備著一定的優(yōu)勢，在游戲外它還能幫助廠商去監(jiān)控社群輿論。

AI Dungeon 2：自動生成的互動敘事

《AI Dungeon 2》 是世界上第一款真正意義上由 AI 生成的文字冒險游戲。開發(fā)者Nick Walton利用OpenAI 的文本生成模型GPT-2來搭建游戲，游戲的整個視覺風格類似于1980年發(fā)行的《Zork》，所不同的是，游戲的一切內容都是AI生成的，玩家不再被制作者設定的規(guī)則束縛。

AI Dungeon 2

AI在大多數情況下都能響應玩家輸入的指令，從而派生出截然不同的游戲文本，從網友分享的故事來看，自動生成的文本還是具備一定的可讀性。不過，當玩家輸入的指令在AI的理解范圍之外或者說是機器學習之外的時候，故事的走向就會變得詭異起來。

自電子游戲誕生之初，有關于互動敘事的研究就從未停止過，無論是早期熱衷于龍與魔法的CRPG冒險，全動態(tài)影像的曇花一現，還是如今大廠偏好的即時演算所帶來的沉浸體驗，互動電影的再抬頭，碎片敘事、Metagame乃至《艾迪絲芬奇的記憶》、《奧伯拉丁的回歸》、《極樂迪斯科》等獨立游戲的創(chuàng)新設計，游戲開發(fā)者一直在挖掘游戲成其為游戲所應有的“交互”功能背后的敘事潛能。

在程序化敘事生成所描繪的圖景中，它將給電子游戲的交互敘事帶來前所未有的開放性、自由度、代入感。系統(tǒng)能夠探查到玩家的所有行為并給予反饋，玩家意識到自己生活在一個動態(tài)的虛擬世界之中，他們可以根據心中所想去展開一段異世界冒險。

其他：檢驗bug、自動生成等

《王者榮耀》AI帶來的是游戲體驗上的增益，多人模式中自動填充的機器人，趣味模式中的高難度AI對手，作弊、惡意玩家的檢測與封禁，聊天內容的過濾等；字節(jié)跳動帶來的是游戲營銷上的增益，廣告投放的優(yōu)化，玩家行為的分析建模，社群輿論的監(jiān)控等；《AI Dungeon 2》帶來的是游戲玩法上的革新，但AI能做的事情還不止于此。

• Bug調試

眾所周知，育碧出品的游戲沒有Bug那才是不正常的事，為了避免再次成為玩家茶余飯后調侃的對象，育碧開發(fā)了一套用于檢測游戲Bug的AI程序Commit Assistant。它被喂食了過去十幾年來育碧所編寫的游戲代碼，其中包括出現的Bug以及被修復的Bug，通過對二者的比較分析來制造一個輔助型的AI，有效降低開發(fā)過程中的bug產生的額外成本。

除此之外，也有廠商會直接設計AI玩家來進行游戲測試。

• 自動生成內容

利用AI技術自動生成關卡、圖像已經不是一件新鮮事了，2015年Mark Riedl和Matthew Guzdial利用AI設計了不少《超級馬力歐》關卡，AI在“觀看”了大量YouTube游玩視頻后，自動將每個關卡抽象成某種樣式，并根據各類元素組合的相似性混搭成一個全新的關卡。2018年研究人員則利用AI設計出了《毀滅戰(zhàn)士》級別的關卡。

AI會將游戲關卡拆解成不同的模塊

與此同時，自動生成過的技術也被運用于游戲美術模塊，利用AI生成以假亂真的街景圖，利用AI生成語音動畫，減少面部捕捉帶來的高昂費用。對于3A游戲開發(fā)商來說，構建一個龐大而又充滿細節(jié)的寫實場景往往伴隨著龐大的人力物力消耗，又或者是大量外包而出現質量、工期、溝通上的毛病，借由AI自動生成開發(fā)者能夠將更多的精力放在更具創(chuàng)造性的內容上。

迪士尼試圖利用AI生成實時語音動畫

除了自動生成的場景、語言動畫，AI在畫面渲染、風格遷移等方面同樣有著出色的運用，NVIDIA曾宣稱自家的渲染工具OptiX 5.0可以將可視化效果提高12倍，不少老游戲在AI技術的加持下也能得到高清重制。

利用AI算法對老游戲進行高清重制

• 游戲玩法調整

SE的AI研究員三宅陽一郎在接受外媒采訪時曾表示，AI將會收集玩家在游戲中的行為來調整游戲內容、游戲玩法，根據他的說法，所謂的“調整”并不僅僅只是數值、難度上的變更，而是實際游戲內容的變更與玩法的傾斜，它意味著每個玩家都會在游戲中得到不一樣的、滿足自己需求的游戲體驗。

……

讓AI服務于游戲設計，還為時尚早

由于在維基百科上讀取了有惡意性質的文本（官方回復），亞馬遜推出的Alexa智能音響勸消費者理應自殺來減少自然資源的消耗。對于游戲這一虛擬的世界來說，AI技術的運用或許不會產生AI控制人類的電影橋段，但想讓AI成功為游戲服務依舊不是一件輕松事。

除了技術這一方面的人才問題外，AI的成本也是一筆不菲的開銷。與李世石對弈的Alpha Go由多個計算機群組成，其調用了1202個CPU和176個GPU；在多人游戲中加入基于神經網絡學習的NPC，廠商還得算上服務器的開銷，如果是購買智能游戲引擎更是一把實打實的金錢交易。

而對于本地運行的游戲來說，在游戲中加入AI更是處處受制。AI運行本身就要消耗掉電腦大量的計算能力，NPC 的AI越是復雜，計算量越大，當電腦在圖形處理方面就已經占用CPU大半的使用率時，留給AI的資源只能說是寒磣，除非玩家想體驗的就是類似《AI Dungeon 2》這樣的純文字冒險游戲。

即便開發(fā)者解決了技術、資金上的問題，想要讓AI服務于游戲設計依舊要面臨不少問題。在互動敘事領域奮斗了三十余年的Chris Crawford 悲觀地對AI敘事作出結論——“AI永遠不會創(chuàng)造出足以傳世的文學著作”。在自動生成、廣告投放等節(jié)省開發(fā)成本、增加游戲收益的應用上，AI正在嶄露鋒芒，但在真正的玩法設計上依舊沒有令人印象深刻的作品。即便有，它也帶著一些難以摒除的缺陷。

1.公式化

正如Chris Crawford在他宣告放棄互動敘事的博客《Why I am ending further work on interactive storytelling》中所說的，基于深度學習的AI只是將設計人員所投喂的數據進行量化分析，經過學習加工生成一套模式化的內容，它不會產生真正有價值的內容。

把關卡設計、故事、NPC等任務交給AI來完成會發(fā)生什么事？動畫《Carole& Tuesday》中所描述的現象或許是一個足以借鑒的例子。

《Carole& Tuesday》，塔奧借助AI生成最符合群眾審美的音樂

AI能夠根據數據分析摸索出來一套最符合大眾審美的創(chuàng)作法則，它尊崇的是目前游戲設計領域樂此不疲的方法論、行為經濟學內容，你并不能說AI最后產出的內容不好、不夠有趣等等，它缺少的是游戲制作人偶爾的“靈光一閃”，或者是某種來自靈魂深處的回響。

2.違背常規(guī)的游戲體驗

游戲存在所謂的學習成本，其中之一就在于在不斷的失敗中積累經驗、鍛煉技巧。但當Boss學會“自我思考”了呢？部分開發(fā)者正嘗試著將遺傳算法引入游戲之中，像《Warning Forever 》、《invAIders》等實驗性的STG游戲中，敵人會在每次擊敗中積累經驗，不斷調整攻擊行為以迫使玩家嘗試不同的策略。

invAIders的家譜

Reddit上有個關于在游戲中引入遺傳算法的討論帖

具有自適應性的AI自然能夠避免游戲陷入背板的單調打法，但過于成熟的AI往往會摧毀玩家的游戲體驗，他們無法從中摸索出規(guī)律，攻略、“逃課打法”淪為無用之物。在某些時候，玩家需要的并不是足夠聰明的AI，而是有點缺陷的AI。

這完全取決于游戲想要給玩家提供什么樣的體驗。

在強調挑戰(zhàn)性、開創(chuàng)性打法的對抗性游戲中，一個自適應的AI對手無疑能夠滿足那些熱衷于勇攀高峰的“M屬性”玩家，在強調沉浸模擬、且沒有硬性目標的游戲中，會對玩家的行為作出相應反饋會更討喜。

讓仿生人夢見電子羊

在2018年GDC開發(fā)者大會上上，有一場圍繞著AI展開的圓桌談論，開發(fā)者、技術人員拋開AI目前所具有的技術局限，將焦點聚集在“AI能帶來的愿望圖景”上。

GDC2018《AI Wish List: What Do Designers Want out of AI? 》

目前游戲開發(fā)者能夠制作出復雜且具備足夠吸引力的對戰(zhàn)型AI，但卻無法做出那種會對簡單的日常行為作出不同反饋的AI。通過AI技術能夠讓NPC擁有更多的狀態(tài)，它不需要對所有事物作出反應，而是要做出差異化，至少要讓玩家意識到NPC不是按照一套固定的模板在運行的，這對于那些強調沉浸感的模擬類游戲將帶來質的飛躍（是的，真正的AI戀愛游戲）。

開發(fā)者們對于AI的種種幻想都有些不切實際，但技術的發(fā)展不正是從那一點點不切實際開始的嗎？它不應該是僅僅被運用于語音合成、關卡生成、模型生成等內容上，而是要與更深層的游戲玩法掛鉤，開創(chuàng)游戲的新面貌。就目前而言，由大廠來主導AI技術在游戲中的應用是趨勢，它們擁有更多的資源以及足以用來提供給AI學習的數據，但創(chuàng)新性上往往誕生在一些小團隊，把遺傳算法附加到對戰(zhàn)NPC上，把深度學習運用于交互敘事上，他們不僅想要讓AI給玩家?guī)愍氁粺o二的游戲體驗，同時還要解決AI的缺漏來構成真正的藝術品，基于深度學習與人工設計混合的AI即是開發(fā)者的解決思路之一。

混合型AI的一個嘗試。（作者：Jakob Rasmussen，來源：gamasutra）

我們難以否認，在人工設計的AI上，《最后生還者》、《戰(zhàn)神》或是《黃金眼007》這樣的老游戲已經能給玩家留下足夠深刻的游戲體驗。但一個由AI統(tǒng)籌全局、無數AI NPC共存的類《黑客帝國》游戲世界，它難道不吸引人嗎？

本篇文章轉載自公眾號： GameRes游資網，作者：潯陽