从上世纪80年代的吃豆人,到AlphaGo在围棋上先后击败李世石和柯洁,再到OpenAI战胜DOTA职业选手Danil,AI早与游戏密不可分。

随着全民娱乐化产业的不断繁荣,游戏产业地位在社会中也不断得到认可,全民参与已经成为主流。事实上,微软、育碧、腾讯、网易、完美、游族等国内外游戏公司已经在研究人工智能如何更好地与游戏相结合。

前不久游族2018年会现场,游族网络董事长兼CEO林奇表示,数据是游族实现弯道超车的核武器。AI与游戏结合,目前有哪些玩法呢?

最早和最多的应用:NPC

关于Non Player Character设计是游戏中最早开始AI运用的雏形(也是目前最多的运用),然而当时这些“人工智能”只是由代码和命令结合而成的“伪智能”,NPC们的更多行为只是由行为树决定的,并不具有学习能力。

在传统编程的形式下,游戏会有一套专门编写的行为;或是在有大量规则组合的形式下,会以更加有反馈的行为来构成。甚至为了方便开发者们,在Unreal和Unity等成熟的游戏引擎中直接内置了便捷的简单AI调用。

NPC的设计将直接影响玩家游戏互动体验,特别是以沙盒探索为主、注重个人体验的RPG单机游戏,与之相对,“愚蠢NPC们”也常常让玩家哭笑不得。严重一点的,就会被称作BUG而遭到诟病。

而现在AlphaGo、OpenAI有了更强的学习能力,将会增加游戏的可玩性,让游戏世界的互动更加真实,提高玩家的满意度。2017年腾讯全球合作伙伴大会山,腾讯首席运营官任宇昕也提到 AI 在游戏领域的应用,他表示,AI 赋能游戏,能让游戏世界每个角色自己可以思考,能脱离人的情绪对游戏的干预,游戏角色可以自我发展。“未来的游戏不是设定好的,而是一个不断升级的角色。”

腾讯 AI Lab 主任张潼以《王者荣耀》进行举例,“掉线是一个很不好的体验,但是如果有一个AI,能够帮助你的人在你掉线的过程中达到相同的水平,能够替代你直到你重新出现,这就会大大地增加游戏的可玩性。”

同时,游戏大量的数据也给了AI深度学习的机会,从而更加智能。2017年末,外媒报道育碧建立了一个专门研究 AI 的部门“La Forge”,除了将研究成果应用于旗下游戏内容的设计,也打算透过模拟塑造现实世界来测试自驾 AI 的可行性。

普林斯顿大学则是将人工智能投放到《GTA5》中,该款游戏的高仿真度使得AI可以在游戏环境中不断得到训练,从而在面对不同的灯光、气候、路况等条件时,能够做出最优的反应。最终,研究人员成功开发出一项名叫DeepDrive的自动驾驶模拟器。

在AI角色设计中,动物AI成了重要的分支。

《最后的守护者》中,大鹫Trico便被赋予了独立性和个体意愿。玩家虽然抱怨难以控制,但无疑这与现实更加贴近。《塞尔达传说:旷野之息》中的马也增加了个性要素,通过不同的脾气和技能表现出来。另外,游戏中还增加了驯马和绑定系统,如果马儿听话的话,玩家必须向它们表示出积极的肯定,拍拍它们给与激励。

由此不难看出,对游戏开发者而言,AI的加入能够极大提升游戏虚拟世界的真实性,伴随AI、VR、AR技术的成熟,游戏成为第二世界并非妄想。

AI参与游戏设计

游戏开发是一个复杂且劳动密集型的工作。游戏世界观、剧情人物需要视觉艺术家、编剧和软件工程师一起密切协作才能完成。

除了AI在具体角色中的应用,当时拥有学习能力的AI积累了足够多玩家使用和喜好的数据,参与游戏设计便成为了可能。

2015年6月,微软便已经启动了基于《我的世界》的AI开发平台Project Malmo,其主要目标之一便是让AI与人开始合作。2016年11月,动视暴雪宣布与Alphabet旗下AI公司DeepMind达成类似的合作。

目前依旧是游戏设计人员为主,AI为辅。开发者给与AI基本目标,AI通过大量数据不断组合,最后得出设计结果。通过对与玩家喜好数据积累,场景的布置、人物动作的设计、质感的表现等细节工作未来甚至都可以交给AI来完成。游戏开发者只需要根据计算结果进行否决,以及提出优化意见。

英国法尔茅斯大学AI 资深研究员 Mike Cook 设计了一款名为“ANGELINA”的系统。通过将设计游戏的过程分解成不同的任务,例如设计游戏关卡、创造游戏规则、测试游戏难度等。

ANGELINA 则运用包含计算演化(computational evolution)的方式来完成任务。系统在设计游戏中的某个关卡时,会先随机制造出一大堆关卡,接着测试且完成所有内容。接着 ANGELINA 便会选择较好关卡中的优点,并将其混合在一起制造出一个全新的关卡,不断重复测试、挑选、混合内容的循环,直至开发者认可。

值得一提的是,目前ANGELINA 判定“好坏”的标准需要开发者人为赋予,比如“需要花较长时间解决的关卡必定更好”。

经济系统和运营活动

经济系统和运营活动设计其实隶属于游戏设计中的一环,但由于其对于网络游戏营收和成败至关重要,值得重点关注。

林奇在游戏2018年会上进行了如下分享,“在人工智能的早期,数据是这个时代的核武器,数据也没有我们想象的那么遥远,我们这个行业有天生的优势,如何利用数据去构建产业的研发及发行能力,是我们有可能在未来五年十年实现弯道超车的关键点。

举个例子,之前在探讨如何在游戏内实现道具自动化定价的时候,我和一位日本游戏行业的朋友聊天,他们监测到日本最顶尖的十款游戏,大概一个月要做一千次以上的活动,日本游戏行业处于竞争的高级状态。大概在一个月前我们尝试去设立一个模型,用数据的方法,用人工智能的方法,去解决运营活动的自动化配置,去解决道具的自动定价,这件事情目前看来具有非常的可靠性和可实验性,这仅仅是大数据及智能应用于游戏行业的一个小小的出发点,但是这个小小的出发点能够落地生根发芽,成为智能产业发展的希望与方向。”

同样是通过让AI学习此前积累的丰富运营数据,根据玩家的喜好和接受度,从而实现运营活动的自动化配置和道具的自动定价。

对于网络游戏而言,不间断、良好的运营活动可以有效提升玩家活跃度,并刺激玩家消费;道具自动化定价可以避免游戏通货膨胀导致的系统内经济崩溃。相比AI参与完整游戏设计,经济系统和运营活动中的使用距离实际运用落地更近。

并非炒作概念,游戏与AI结合是实实在在的落地点。游戏领域的开放性给了AI更多的可能,AI又能为游戏行业带来更多活力和机会。