游戏里传讯“干得漂亮”的玩家，居然是机器人？

▼

玩家在游戏会遇到笨或聪明的对手（AI 玩家），有时候枪法神准，有时走位匪夷所思，但分辨它们其实很简单，无论如何赞赏或骂它们，都不会有回应，因大侠总是低调。不过这种情况可能改变，不久后常乱杀一通的高级 AI，很可能一边玩一边说出“干得漂亮”扰乱队友，并不会增加游戏体验。

《卫报》一篇〈Think, fight, feel: how video game artificial intelligence is evolving〉预示，以后我们或许分不清游戏玩家是真人还是电脑了，它们可能会在你投降时鼓励你：稳住，我们能翻盘。

但这远远不够。

今年 5 月Sony CEO 吉田宪一郎发表有意思的声明：人工智慧研究部门 Sony AI 将与 PlayStation 开发者合作，创建 AI 玩家。 这没啥新意，关键是他提到“透过利用强化学习，我们正在开发成为玩家对手或同伴的游戏 AI。”强化学习是机器学习领域之一，人工智慧能有效自学再反馈。

简而言之，AI 玩家将模仿人类玩家。某种程度来讲，它们会思考。这只是人工智慧对电子游戏不断反复运算和发展的最新例子。随着开放世界游戏越来越复杂庞大，拥有数百个角色和许多主支线故事。开发人员必须构建能产生智慧、有反应、有创造力的角色应付突发情况的系统。

开发商 Monolith 创建广受好评的 Nemesis AI 系统，让 AI 敌人记住与玩家的战斗过程，然后制造血腥仇恨，也就是说游戏角色不再健忘，而会记仇。最近育碧《看门狗》为玩家和互动过的伦敦市民都写出故事、人际关系和日常生活，如果有天玩家救了一个角色，最好的同伴很可能会在隔天加入玩家阵营。游戏角色不光记仇，也会报恩。

▲ 《看门狗》。（Source：Epic Games）

如何自动随机让游戏角色和玩家互动和发生故事其实不是难事，文本冒险游戏《AI Dungeon》使用 OpenAI 自然语言建模器 GPT-3 创建新叙事体验。也就是说，电脑自己会写故事了。

不过人工智慧领域还有多样问题，主要是女性和有色人种比例不高。纽约大学 2019 年研究发现，重大活动发言的人工智慧教授 80% 是男性，Facebook 人工智慧研究人员只有 15% 是女性，Google 只有 10%。科技业有色人种统计数据更糟：Google 只有 2.5% 员工是黑人，Facebook 只有 4%。这种同质化工作文化的风险在于，性别和种族偏见很可能影响 AI 演算法，产生的结果会复制根深蒂固的不平衡和偏见。

过去五年有很多这种例子，如有些脸部辨识系统会歧视有色人种，或人工智慧招聘工具表示更喜欢男性应征者。

电子游戏开发也有类似问题，如果未来看到人工智慧生出多样化角色和故事，开发人员是否也要考虑让团队多样化呢？电脑自己写的故事和剧情，会不会总是两个美国男人的故事？虽然现状不太乐观，不过游戏界意识到这个问题，开始解决了。

Uma Jayaram 是美国艺电公司（EA）创新与应用研究团队 SEED 总经理，身为女性主管，她自然支持多样性。另外身为有影响力的科技企业家，她曾从事云端计算、虚拟实境和大数据及人工智慧领域工作，身分、影响力和工作属性让她寻求组织自己的全球团队。最后她的团队成员位于瑞典、英国、加拿大和美国，并有不同性别、种族和文化。 她说：

多元化团队能融合多种观念，代表产品（游戏）的可能性也更大。标志性游戏可让我们眼光广阔，识人知人，增强同理心。电子游戏某种程度是物理世界的延伸，是人们消磨时间体验快乐的地方，这种体验可回溯到自我和社群集体意识。面对绝佳机会，我们有两种方式引入多样性：让设计和构建这些世界的团队多样性，以及让正在创建的世界和居民达成多样性。

▲ Uma Jayaram。（Source：Businesswire）

EA 正在研究开发系统，透过机器学习从影音复制脸部表情、皮肤和身体动作等，不再需要演员负责动作捕捉。理论上讲，这会扩大游戏可产生的性别和种族范围。Jayaram 表示，EA 致力于专案使用多样化数据，还考虑使用玩家生成的内容，并允许玩家透过智慧手机或镜头捕捉自己的脸和表情并上传到游戏，制作独特的头像。

这种小功能我们不陌生，关键是愿不愿意上传自己的脸。强调多样化数据的重要性，是因纠正大众对人工智慧的误解：某种程度客观，因是计算后的结果。但演算法依赖数据，如果资料是单人口统计数据，就会反映群体的偏见和盲点。

“我们习惯把人工智慧看成物理引擎或多人游戏代码，有时看成幕后技术”，人工智慧研究员和游戏开发者 Michael Cook 说。“但今天的人工智慧是创造性工作的一部分，控制《模拟人生》AI 的行为和相处；它会在《卡德洞窟》（Caves of Qud）和《Ultima Ratio Regum》这类游戏产生文化和宗教，也是《看门狗》政Z声明的一部分。人工智慧工程师对玩家的责任与编剧和设计师一样大。他们能创造快乐体验，也可制造伤害，即便并不负责剧情编写。如最近文字冒险游戏《AI Dungeon》就在没有任何警告的情况下生出可能对玩家造成伤害的故事。”

▲ 《Ultima Ratio Regum》。（Source：影片截图）

微软剑桥人工智慧研究团队正在进行几项机器学习和游戏研究，包括 Paidia 专案，研究强化学习对游戏人工智慧代理的应用，如 AI 代理可与人类玩家合作。

微软还看到玩家建模潜力──人工智慧系统观察人类玩家行为学习如何行动和反应。只要拥有广大的玩家基础，就能成为增加 AI 学习系统数据多样性的方法。微软剑桥首席研究员 Katja Hofmann 说：

下一步将是经过训练以提供更多样化或更人性化的角色。电脑玩家向人类玩家学习是最具挑战性的场景之一，但也最令人兴奋。

和上述几位游戏人士观点类似，Katja Hofmann 也强调：人工智慧技术不会自动做出多样化游戏体验。开发者和创作者需选择如何使用人工智慧，选择由此产生的角色和体验是否反映多样性。

不管《星际大战》的机器人对手，或 AlphaGo 这类围棋 AI，游戏业都倾向将人工智慧设计成对抗系统，制造更强对手或队友。如果眼光放远，确实可看到其他选择，Coder 和纽约大学教授 Mitu Khandaker 与技术专家 Latoya Peterson 一起建立 Glow Up Games 工作室，为不同观众制作社交叙事游戏，团队正在开发《Insecure：The Come Up Game》，是基于热门 HBO 影集的手游，让玩家探索角色的关系。

（Source：Insecure: The Come Up Game）

工作室 Tru Luv 之前创建大受欢迎的 Self-Care 应用程式，如今正在开发反映公司多样化、进步和支援性工作室文化的人工智慧技术。创始人 Brie Code 说公司目前有三分之一黑人、原住民和有色人种，三分之二女性，决策团队是 100% 女性，董事会是三分之一 BIPOC（黑人、原住民和有色人种）和三分之二女性，与来自巴基斯坦、突尼西亚和摩洛哥等新兴发展社群的顾问和合作伙伴合作。

与 Khandaker 一样，Code 认为多元化工作力不仅消除传统游戏的偏见，还可开发新互动。“多年来，游戏业一直专注人类心理学的一小部分，非常擅长创造帮助人们感受成就感或支配感的体验。由多元化劳动力创造的游戏 AI 将为 NPC 和代表人类体验的广度和深度的体验带来生命。 我们会看到更多非零和体验、更多同情心、更多情感共鸣、更多洞察力、更多超越性。我们将看到全新游戏形式，更调动玩家创造力、热爱和快乐感，不仅是胜利与支配感。”

▲ 多样化游戏代表《模拟市民》。（Source：EA）

现在游戏主机和高阶 PC 有更强大计算能力，人工智慧系统的复杂性也随之增加。开发人员将探索自然语言处理、玩家建模和机器学习等元素，以开发富想像力、反应式人工智慧角色。唯一关键就是上述多样性问题。而 Mike Cook 认为因 AI 研究领域人员结构问题，错过很多想法和观点。

多样性不仅为了避免错误或伤害，更是新想法、不同思维方式和新声音。游戏 AI 多样化意味聪明的人可将想法付诸实践，AI 不仅以全新方式现身游戏，还可能会有新游戏类型出现。

回到标题，AI 像真人和玩家交流对话其实不重要，重要的是，AI 以何种身分与玩家互动。

（本文由 爱范儿 授权转载；首图来源：shutterstock）

▼

   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。