人工智能正成为重塑产业效率的利器,在安防、金融、医疗、法律、教育等信息化程度高的领域，那些机械性、重复性高的劳动正逐渐被AI部分替代。那么，在基本上完全数字化的游戏行业，人工智能是否能产生更大的影响呢？是不是会有这样一种情况：人工智能开发一款游戏，人类玩家会被虐惨吗？

@特约记者 钟清远

案例

深极智能：打造一款由AI自动设计的游戏

       2016年3月， Alpha Go战胜李世石的事件给了郭祥昊很大的震动，他开始思考能否利用人工智能自动设计一款游戏。此时，郭祥昊带着一支科学家小队，在一家游戏开发公司利用大数据做手机网游《狂暴之翼》的游戏前期改进。

       利用人工智能自动设计一款游戏，这个看起来像天方夜谭的想法，一直在郭祥昊的脑子逗留。终于在2016年底，他离职创业了。郭祥昊1998年在北京邮电大学获得了自然语言处理（NLP）方向的博士学位，师从信息理论和神经网络专家钟义信教授。毕业之后，郭祥昊一直是游戏制作人。这些年来，他和他带领的团队先后开发了《方便面三国》、《大明浮生记》、《找你妹2014》、《狂暴之翼》等游戏。只是从此以后，郭祥昊有了另一个身份：北京深极智能科技公司的创始人。

       郭祥昊创办深极智能科技公司，就是想把深度强化学习（Deep Reinforcement Learning， DRL）技术应用到游戏业中去，做一些更具有想象力的事。郭祥昊告诉记者，他的团队正在用深度强化学习打造游戏版的《西部世界》，未来甚至用机器自动生成游戏。值得一提的是， “深极”这个名字也是利用RNN（循环神经网络）学习了《道德经》五千多字内容后，自动生成的7个名字之一。

       郭祥昊希望将强化学习带到自己的公司，并正在用深度强化学习打造游戏版的《西部世界》。具体来说，就是用深度强化学习模拟网络游戏玩家行为，训练出接近人类用户的虚拟玩家，这些玩家在行为方面接近人类用户，能在网游环境下通过图灵测试。

       目前，一个游戏用户的获取成本非常高，而高度真实的虚拟玩家可以扮演人类玩家，提升服务器平均活跃程度，给玩家更为热闹的交互氛围，从而提升游戏包括次留在内的各种数据指标。目前，郭祥昊与其团队已经与成都一家游戏公司进行了合作。虽然遇到了工程实现方面的诸多困难，但整体合作上还算顺利。

       此外，郭祥昊还希望用人工智能技术，尤其是DRL自动做游戏，取代目前游戏开发过程中的策划人员和测试人员。在郭祥昊看来，策划在游戏开发过程中非常重要，但策划的水平却非常随机，部分策划的工作单调重复性较大。游戏产品的脆弱来自策划水平的不稳定性。用更稳定、计算能力更强的AI取代策划，有其背后的逻辑。“如果真能实现，那么在游戏业，策划将成为受AI技术驱使而成本下降、效果提升的生产要素之一。” 郭祥昊说。

行业

AI也许30小时就能生成一款游戏

       让人工智能来开发游戏，这可能吗？

       Nexon高管李恩锡表示：“如今AI已经在逐渐进入游戏开发领域，未来部分开发者或因此而失业。”Nexon是韩国一家电脑游戏公司，其游戏代表作有《地下城与勇士》、《跑跑卡丁车》以及《CS》等。

       李恩锡的话听起来颇有些危言耸听的意味，但不容否认的是，人工智能确实将在游戏开发领域中发挥着越来越大的作用。不论是游戏设计还是制作阶段，人工智能都会给开发者带来很多意想不到的惊喜。

       甚至，有行业人士表示：依靠人工智能的强大学习能力，结合神经网络技术，打造出自动生成大型游戏的游戏人工智能不无可能。未来，只要将文字或图片以及视频信息输入这套人工智能，其就能在30小时内生成一款游戏的Demo版，从而大大降低游戏开发的难度，同时现有的游戏开发模式也将彻底得到颠覆。

AI辅助快速生成素材

       假如在训练过程中，人们一直训练AI辨识梵高的画作《星夜》，那么在AI学习之后给其提供一张现实中的照片，AI很快就可以将这张照片变成《星夜》风格的画作。如果将此类过程应用到游戏中，就可以在短时间内大量生成美术人员所需的图片素材。要知道，布景和贴图向来是开发中最耗时的工作。

       此前，英伟达曾展示了一项名叫2Shot 的技术，让开发者更轻松地从真实世界中提取材质，应用到游戏中：只需分别打开和关闭闪光灯，用手机拍摄两张对象材质的照片，计算机将对它们进行自动处理，几分钟后即可生成素材文件。

       2Shot极大降低了开发者优化材质的技术门槛，但它仍有很大的提升空间。更重要的是，2Shot已经证明了机器学习和神经网络在游戏开发方面的应用前景。通过机器和神经网络技术，对卷积神经网络进行大量的图片训练，该神经网路就可以在很短的时间内将这种图片纹理应用到另一张图片上并渲染完毕，生成素材。

       而除了快速生成美术素材，游戏中的声音处理也同样能够依法炮制。声音是极其占用游戏容量的存在，因此设计人员往往会尽可能用统一的语句来应用到不同场景中，来减少游戏容量。

       随着人工智能的加入，完全可以实现将真人声音数据化，让AI反复学习其音频文件不同语气下的声波特性，最后在游戏中实现用计算机生成配音，开发者只需要将所说的话以文字形式储存在游戏中，再进行不同语境下的对文字进行数据标注即可。这样不仅节省游戏空间，还能够快速生成富有特色的角色原声。

       Google 旗下的英国人工智能技术公司DeepMind在去年训练了一个名叫“WaveNet ”的人工智能，让计算机生成的语音和人类原声越来越难以区分。

AI辅助设计游戏情节

       通过已经由人工设计好的基础性逻辑，经过人工智能的深度学习后，就能够由人工智能生成更多的行为，应用到游戏中后形成更丰富的逻辑行为，这就是人工智能在设计游戏AI中的逻辑。

       利用人工智能在已经设定好基础规则的前提下观察更多可能性，从而影响到游戏开发的整体进程。游戏开发公司Nival曾经为2015年发售的RTS类型游戏《闪电战3》中，开发了一个名为Boris的神经网络决策AI。

       在一则演示视频中，Boris可以在明显具有劣势时消极应战而非拼死顽抗，以起到保存火力的目的。更有趣的是，当双方对抗占点时，Boris 会选择性忽视那些挡路的残血敌军，优先抢点再等待机会击杀——这一特征显示出了Boris AI 对不同奖励级别的理解，能够优先追求与全局获胜关系更大的奖励。

       自动驾驶模拟器Deep Drive的出现，让人们可以想象未来AI也许会获得生成任务、关卡、剧情的能力，以至于可以独立完成一个完整的游戏。在卡坦萨罗看来，游戏行业即将进入一个新的AI 时代：用AI 来辅助设计和开发游戏，而且质量并不逊于人工制作。

观察

游戏会是AI更好的落地入口

       去年年底发布的《2016年中国游戏产业报告》披露，去年中国游戏行业实际销售收入达1655.7亿 用户达5.66亿人。而AI技术的引入，无疑会进一步扩大这个庞大而活跃的人群，从而形成良性循环。

       AI技术提高游戏趣味性，使用户粘性与使用时长提高，进而将帮助AI获取更多数据，从而提升AI的学习能力，反过来又会进一步提高游戏趣味性。不妨大胆设想一下，随着机器学习的飞速进展，也许玩家很快就能在游戏里见到活灵活现的虚拟人物了，他们或许会比人类玩家更厉害，正如人类在围棋领域所面对的Alpha GO。

       必须强调的是，游戏的现金流跟变现能力将帮助AI更好的在游戏领域落地。与此同时，强大的现金流也更能凸显AI价值，还能反哺和吸引AI研发人员，盘活整个产业链。

       可以预见的是，随着AI技术的进一步落地和深入，AI也会应用在相对大众化的游戏里，为玩家、市场带来耳目一新的感觉。

       与此同时，在人工智能的浪潮之下，为玩家提供个性化服务，具有高游戏智商人工智能系统的游戏开发商与运营商或将在这一轮新的浪潮之下获得巨大的收获。