没有游戏，这波 AI 热潮可能会迟到十年

▼

2009 年 ID 名“IceFrog”的游戏开发者收到一封信，没人想到就如蝴蝶在太平洋上拍动翅膀，这封信竟然和 12 年后的人工智慧浪潮有关。

IceFrog是电子游戏〈Dota: Allstars〉（简称〈Dota〉）主要开发者，且为主创团队唯一技术科班出身，他加入后让Bug一堆、体验破碎的Dota逐渐稳定，名噪一时。尽管是世界最红游戏主创，IceFrog却非常低调，从不公开个资，也不接受采访，他与外界唯一接触，只有游戏载入介面的电子信箱，以收集玩家回馈。

每天IceFrog信箱都会被几百封信轰炸，他都会尽量回信。开头说的与计算机历史发展有千丝万缕关系的信也在其中，寄信者就是〈战栗时空〉、〈绝对武力〉开发者游戏大厂Valve，内容也很简单：希望IceFrog来Valve主导〈Dota〉开发。

IceFrog刚好深陷“私自出售创意”风波，Valve信件让IceFrog感觉对方是Dota忠实粉丝，和他有相同游戏哲学，最重要的是，去Valve让IceFrog独揽大权，负责游戏开发，于是与Valve一拍即合，组织团队开发〈Dota 2〉，至今仍是全世界同时上线人数最多游戏。

▲〈Dota 2〉。

几乎可以肯定，IceFrog不只一次坐在办公室，想像自己开发的专案成为全世界最叫好叫座的游戏；但他的确想不到，〈Dota 2〉竟成为十年后最尖端人工智慧GPT的重要基础，让AGI（通用人工智慧）梦想距离人类又近一步。

“OpenAI完成的第一个大型专案，是制作即时战略游戏AI……这游戏就是〈Dota 2〉。”OpenAI主创Ilya Sutskever与辉达创办人黄仁勋对谈时说。

2016年开发，历经三年，OpenAI Five就将Ti冠军OG战队以2:0的战绩斩落马下，收到不少鲜花和掌声，更让OpenAI强化学习领域开疆拓土，并把经验带入GPT开发，间接促成RLHF（人类回馈强化学习）发展。“OpenAI前期许多工作，有些看起来像绕远路。但这些远路却都导向我们现在讨论的事，如ChatGPT。”黄仁勋回应Ilya。

游戏之于AI为何如此重要？AI又能以什么方式，让游戏有更多新可能？

游戏，AI的终极训练场

〈Dota 2〉之前，游戏就是AI科学家关注研究的对象，甚至最早游戏是与AI紧密结合。1950年代计算机刚诞生，英国剑桥大学计算机博士桑迪道格拉斯，就在研究如何让人用计算机玩井字游戏。

网络概念还要几十年后才诞生，两个人面对面用计算机玩井字游戏又太多此一举， 于是桑迪开发井字游戏之余，也植入AI概念，让玩家和电脑对战，这可能是AI初登板游戏界！之后IBM研发的AI“Deep Blue”（深蓝）颇具争议性击败西洋棋世界冠军卡斯帕罗夫；十年后AlphaGo左右出击，击败南韩与内地两位围棋职业顶尖棋士，引回人们对AI的兴趣。

游戏与AI，几乎诞生于同时代的计算机科学，就如双人舞舞者，从不离开对方。游戏提供娱乐，是人们对计算机近乎本能的要求和想像，既然玩家要和计算机互动，为了有“旗鼓相当的对手”，计算机的智慧程度也就是AI，重要性当然不言而喻。

但AI科学家看游戏更深更远，不只是单纯娱乐，还看到游戏发展下去能给AI巨大裨益。内地科学院虚拟经济与资料科学研究中心，和内地科学院大数据挖掘与知识管理重点实验室联合报告《探寻AI创新之路》表示：游戏科技与科学探索一开始就形成双螺旋结构，共同推动人工智慧发展。

游戏产业拉抬AI产业也于营收数据相关性显现。研究发现，游戏产业规模每1%增长，人工智慧上市企业合计营业收入就有约增加1.42亿人民币。游戏产业拉抬AI“预估从2023年315.76亿上升至2030年1,038.1亿人民币，年均增长率约16%。”

游戏之所以赋能AI，就是虚拟世界提供AI产品训练场所。“游戏会用到许多AI功能，如多智慧体博弈、强化学习、图像辨识等，利用游戏场景训练非常合适。”为什么游戏能当AI训练最佳场景？原因或许有以下几个：

第一，多数游戏玩法都离不开博弈和对战，能充分训练AI决策能力。

第二，游戏模拟真实世界，但虚拟世界无论做什么都不会造成现实世界损失和伤害，让AI在稳定环境低成本受训，且能重复训练。

第三，虚拟世界研究者能主动改变调整环境，以更低成本模拟极端状况，取得真实世界很难获得的数据。

日本游戏大厂SONY开发的竞速游戏〈跑车浪漫旅〉系列，发售后就以超精细建模、高度还原空气动力学、轮胎摩擦力、汽车结构等，不少玩家冠以“最真实”赛车游戏名号。靠着几乎还原现实，SONY AI专家研发的人工智慧GT Sophy，几乎打遍天下无敌手，更有望将积累技术和数据应用于自动驾驶，让未来载具更智慧安全。

无独有偶，美国知名游戏商Rockstar开发的大型沙盒游戏〈GTA 5〉，也有人开源自动驾驶程式，利用深度神经网络和监督学习训练游戏车辆“自动驾驶”。除了自动驾驶，游戏更在多个AI领域“开花结果”：2015年DeepMind利用〈Breakout〉（打砖块）和〈Montezuma′s Revenge〉训练AI神经网络的经验，将资料中心PUE（能源使用效率）提升15%。

▲〈Breakout〉是雅达利开发。

法国游戏公司育碧，利用〈刺客教条〉高度写实人物和场景使AI图像辨识和3D角色动画互相搭配。游戏技术能帮助AI进步也让不少内地厂商注意。5月15日鹅厂在SPARK 2023腾讯游戏发表会，公布利用游戏训练机器人AI的最新进展，为了让机器狗Robotic X Max动作更真实流畅、反应更智慧迅速，腾讯游戏学堂与START团队、Robotics X实验室，将多智慧体AI引入游戏，AI有约10的2万次方可能性的复杂环境，学会像人感受、分析、推理和行动。经CPU最佳化后，机器人训练效率提升20倍。

游戏训练出的AI能力，将提高多机器人合作、精密控制、适应复杂环境等功能，让AI机器人成为下世代每个家庭的一般家电。

AI，游戏生产力的升级装备

游戏给人工智慧庞大发展机会，另一角度看，AI也是游戏迈进的重要推力。发展数十年，游戏界有不少光荣时刻，但整个产业却面临增长瓶颈：

玩家对品质要求日益增加，让3A游戏制作成本无论时间还是金钱，都水涨船高。

投资人表示，现在游戏市场成本越来越高，百万元投资只能买到入场券，若后续投资少于千万，就很难做出精良游戏。如果成功，开发者又必须考虑活跃度、付费等指标，才可能回本；如果失败，那几年心力等于付之一炬。造成这种现象，就是游戏内容生产力逐渐匮乏：玩法、故事、画面愈细细打磨，大量人力金钱投入，造成开发成本扩张，风险也难掌控。

而生成式AI赋能游戏后，生产力问题不再无解，美术设计可用成熟AIGC文产图，快速运算产生参考图、概念图等；另利用生成式AI，企划可用大模型产生玩法参考、调整数值平衡、故事概要，帮忙创意发想。程式部分利用大模型产生检查程式码，对开发效率有不小提升，让AI辅助逐渐成为实际开发越来越多人的选择。

AIGC与游戏开发的距离，比很多人想像更近。使用MarioGPT大语言模型，欧美研究者研发出“文字产生关卡”功能，并用来产生〈超级玛利欧〉关卡。

〈微软模拟飞行〉AI也帮忙制作游戏场景，包括超过15亿栋高写实建筑物。当玩家驾驶飞机，从香港、洛杉矶、伦敦上空飞过时，下方栩栩如生的建筑群，都是AI用2D卫星图像绘制，如果用人力制作，成本之高难以想像。

不少外表各异、个性迥然的角色是游戏亮点，也最能反映编剧创意，如果要为庞大游戏数以百计NPC写对话台词，大量重复性工作恐怕是种虐待。但将大模型API接入游戏角色，对话全由AI驱动，也还无法实现：大模型对话反应速度还是稍迟缓，若还要根据语义让NPC做表情和手势，反应速度会更慢。大部分玩家都没啥耐心等NPC回应，玩家说一句话，NPC如果要花几十秒才有反应，玩家大概立马上网抱怨了。

今年育碧发表Ghostwriter AI工具，主打利用AIGC，帮助剧情策划完成玩家与NPC互动时台词，甚至还用演算法快速勾勒NPC的一生。同样工作以往会耗去资深企划数小时甚至大半天时间。

生成式AI路径不断验证，让游戏开发少了很多得绞尽脑汁的“创意内耗”，也少了很多重复性劳动。游戏厂商不用一直烦恼“cost down”，能有更多余裕思考如何“增效”，给玩家更好游玩体验，产业也能健康的可持续发展。

结语：看到游戏和AI的价值

2022年底ChatGPT使全球注意力集中生成式AI，并让人们看到AI进入社会的未来，游戏当然也是其一，且游戏之于AI，功用仍不可小觑。游戏和AI脱胎于计算机技术的孪生子，一直互为增长要素，发展同时也让对方增长，形成绝佳飞轮机制。游戏于图形、模拟等进步，就提供AI更多训练条件；AI发展也让游戏创新和体验继续升级。

有学者表示，如果没有游戏，这波AI 2.0浪潮可能迟到十年。正是因玩家要求游戏品质越来越高，才催生GPU发展。AI发展至今，GPU居功厥伟──深度学习领域，GPU训练速度较CPU有百倍优势。如果没有游戏催生GPU，照半导体摩尔定律，CPU十年发展算力才提升64倍，也还是很难追上GPU训练AI的效率。

游戏和AI这朵“双生花”的故事，尽管十分精彩、渐入佳境，但离终点还很远。如〈Dota 2〉之于OpenAI，20年后不知哪款游戏也会成为AI向AGI迈进的重要基石，写入人类科技发展史册。

（本文由 雷锋网 授权转载；首图来源：shutterstock）

延伸阅读：

• DeepMind 希望进一步开发游戏 AI 系统进而推动其他应用范畴
• 赢了世界冠军不意外，和 AI 在 DOTA 中并肩作战才让人纠结又兴奋

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。