2023年，是AI技(jì )術再一次引爆社會的一年。無論是愈發成熟ChatGPT，還是被廣泛使用(yòng)的Stable Diffusion，人工(gōng)智能(néng)技(jì )術開始觸及到了内容創作(zuò)領域，并開始生根發芽，其中(zhōng)當然也包括電(diàn)子遊戲行業。學(xué)術界和産(chǎn)業界也都形成共識：人工(gōng)智能(néng)技(jì )術将給電(diàn)子遊戲産(chǎn)業帶來一場生産(chǎn)力革命。另一方面，電(diàn)子遊戲對人工(gōng)智能(néng)技(jì )術的孵化和推動作(zuò)用(yòng)也開始得到關注，人們進一步認可(kě)了遊戲産(chǎn)業的科(kē)技(jì )價值。
狹義的遊戲人工(gōng)智能(néng)研究，緻力于創造類人水平的智能(néng)體(tǐ)，嘗試在國(guó)際跳棋、國(guó)際象棋、雙陸棋、圍棋、德(dé)州撲克、星際争霸和Dota2等遊戲中(zhōng)戰勝人類玩家；廣義的遊戲人工(gōng)智能(néng)研究，則還包括探索用(yòng)以設計遊戲、開發遊戲的人工(gōng)智能(néng)技(jì )術，例如遊戲圖像生成技(jì )術、遊戲關卡生成技(jì )術等等。
創造遊戲人工(gōng)智能(néng)體(tǐ)并測試其智能(néng)，構成了電(diàn)子遊戲與人工(gōng)智能(néng)長(cháng)久以來相互依存的關系。而随着近年來深度學(xué)習技(jì )術的不斷完善和發展，人們不再僅僅用(yòng)人工(gōng)智能(néng)技(jì )術來“玩遊戲”，還利用(yòng)這項技(jì )術來設計遊戲、開發遊戲和測試遊戲。包括利用(yòng)人工(gōng)智能(néng)技(jì )術來生成遊戲關卡、遊戲音樂和遊戲文(wén)本等遊戲内容，測試遊戲的平衡性，以及修複Bug等等。遊戲與人工(gōng)智能(néng)的結合有(yǒu)了更多(duō)的可(kě)能(néng)。
在這一背景下，人們有(yǒu)必要抛棄對電(diàn)子遊戲的成見，去重新(xīn)認識和評估遊戲與人工(gōng)智能(néng)的關系，了解當下人工(gōng)智能(néng)技(jì )術在遊戲産(chǎn)業中(zhōng)的應用(yòng)，理(lǐ)解遊戲和遊戲産(chǎn)業對人工(gōng)智能(néng)未來發展尤其是通用(yòng)人工(gōng)智能(néng)發展的巨大價值，以及探索遊戲人工(gōng)智能(néng)技(jì )術對于社會其他(tā)領域的溢出效應。為(wèi)此，廈門大學(xué)遊戲哲學(xué)研究中(zhōng)心遊戲人工(gōng)智能(néng)研究團隊整理(lǐ)并撰寫了《遊戲人工(gōng)智能(néng)發展報告2023：曆史演變、技(jì )術革新(xīn)與應用(yòng)場景》，希望能(néng)夠借此報告，為(wèi)遊戲産(chǎn)業的健康可(kě)持續發展、遊戲科(kē)技(jì )創新(xīn)基礎環境的建設注入新(xīn)動能(néng)，并為(wèi)投身遊戲科(kē)技(jì )化、智能(néng)化建設的企業家、決策者和從業人員提供一定的指引和幫助。
電(diàn)子遊戲與人工(gōng)智能(néng)相生相伴
1940年，紐約世博覽會上誕生了最早的電(diàn)子遊戲機《取子機》（Nimatron）。該機器構建了一個能(néng)夠與人類對弈“撿石子”遊戲的智能(néng)體(tǐ)，并且在展會期間擊敗了大多(duō)數的人類。
電(diàn)子遊戲的首次亮相，就與人工(gōng)智能(néng)結下了不解之緣，并且在其各自漫長(cháng)的發展史中(zhōng)一直相互糾纏，難解難分(fēn)，直至當下。如今，遊戲人工(gōng)智能(néng)的研究已經成為(wèi)了新(xīn)的熱點：據統計，1971年到2015年間，與電(diàn)子遊戲相關的人工(gōng)智能(néng)研究論文(wén)數量不到1000篇，但從2015年到2022年的7年裏，相關論文(wén)數量就達到1625，其中(zhōng)17篇成為(wèi)《自然》（Nature）和《科(kē)學(xué)》（Science）的封面文(wén)章。遊戲人工(gōng)智能(néng)的發展史可(kě)以劃分(fēn)為(wèi)起源時期（1940-1969）、發展時期（1970-1999）和黃金時期（2000-）。如今，電(diàn)子遊戲與人工(gōng)智能(néng)相生相伴，相互助力已有(yǒu)70餘年。電(diàn)子遊戲不僅幫助人工(gōng)智能(néng)的先驅者們确立了研究的目标和任務(wù)，同時也向社會生動地展示了人工(gōng)智能(néng)的強大能(néng)力。因此，每次人工(gōng)智能(néng)在社會影響力上的突破，都與電(diàn)子遊戲有(yǒu)着莫大聯系。其中(zhōng)的典型案例，就是20世紀末在國(guó)際象棋遊戲上打敗卡斯帕羅夫的Deep Blue，以及在2016年在圍棋遊戲上擊敗李世石的AlphaGo。甚至最近突破性的AI技(jì )術ChatGPT也與遊戲AI存在一定關聯：OpenAI聯合創始人和首席科(kē)學(xué)家蘇茨克維（Ilya Sutskever）在與英偉達的創始人兼CEO黃健生（Jensen Huang，中(zhōng)文(wén)名(míng)黃仁勳）對談時指出，OpenAI之所以能(néng)夠在ChatGPT中(zhōng)推出基于人類反饋的強化學(xué)習（Reinforcement Learning from Human Feedback, RLHF），與團隊在Dota2遊戲人工(gōng)智能(néng)上的長(cháng)期研究有(yǒu)關。正是因為(wèi)在傳統的強化學(xué)習大模型中(zhōng)有(yǒu)着豐厚積累，才能(néng)夠在此基礎上逐步改進，将新(xīn)型的強化學(xué)習方法與GPT模型結合，創造出基于提示的GPT（InstructGPT），并進一步演變為(wèi)ChatGPT。
電(diàn)子遊戲中(zhōng)的人工(gōng)智能(néng)：遊戲将成為(wèi)AIGC的重要應用(yòng)場借助人工(gōng)智能(néng)技(jì )術來輔助遊戲開發，能(néng)夠起到提升效率和增加遊戲可(kě)能(néng)性的效果。一方面，人們可(kě)以借助人工(gōng)智能(néng)的内容創作(zuò)工(gōng)具(jù)，縮減遊戲開發的成本、減少遊戲開發時間，甚至提升遊戲的質(zhì)量和完成度；另一方面，則是利用(yòng)這項技(jì )術，為(wèi)遊戲帶來不同以往的新(xīn)體(tǐ)驗，甚至創造出新(xīn)的遊戲類型以及新(xīn)的交互方式。電(diàn)子遊戲與人工(gōng)智能(néng)的結合有(yǒu)着廣泛的可(kě)能(néng)，包括玩家建模、輔助設計、代碼輔助和代碼自動生成等等。其中(zhōng)與遊戲直接相關的應用(yòng)主要包括：（1）構建遊戲中(zhōng)的智能(néng)體(tǐ)；（2）構建玩遊戲的智能(néng)體(tǐ)；（3）程序化内容生成（Procedural Content Generation，PCG）。“構建遊戲中(zhōng)的智能(néng)體(tǐ)”是指構建遊戲的非玩家角色（Non-player character），也就是常說的NPC。這方面的工(gōng)作(zuò)包括構建智能(néng)對象，創建其移動、尋路、攻擊等行為(wèi)，以及對話等交互行為(wèi)。遊戲中(zhōng)的智能(néng)體(tǐ)是遊戲的重要組成部分(fēn)，為(wèi)遊戲内容增添了風采。“構建玩遊戲的智能(néng)體(tǐ)”是狹義人工(gōng)智能(néng)研究的主要任務(wù)。這項任務(wù)試圖在不同類型的電(diàn)子遊戲場景下，創建與人類無異，甚至超過人類玩家水平的玩家智能(néng)體(tǐ)。與“構建遊戲中(zhōng)的智能(néng)體(tǐ)”有(yǒu)所不同的是，前者是在遊戲中(zhōng)構建智能(néng)體(tǐ)，智能(néng)體(tǐ)是遊戲中(zhōng)的一個重要組成部分(fēn)；而“玩遊戲”的智能(néng)體(tǐ)則超脫于遊戲之外，其本身并不是構成遊戲的一部分(fēn)。“程序化内容生成”則是近來在深度學(xué)習技(jì )術崛起的背景下，對遊戲産(chǎn)業影響最為(wèi)深遠(yuǎn)的一類應用(yòng)。其内容包括利用(yòng)人工(gōng)智能(néng)來生成文(wén)字，幫助進行劇情設計、創作(zuò)遊戲劇本和情節叙事；借助人工(gōng)智能(néng)技(jì )術來生成圖像，從而完成人物(wù)、道具(jù)、場景和用(yòng)戶界面的設計；利用(yòng)人工(gōng)智能(néng)技(jì )術來生成音頻，從而完成人物(wù)配音、遊戲音效和配樂；利用(yòng)人工(gōng)智能(néng)技(jì )術來生成視頻，創作(zuò)遊戲動畫和特效；利用(yòng)人工(gōng)智能(néng)技(jì )術來創建遊戲關卡，豐富遊戲内容等等。程序化内容生成雖在上世紀末就已經在電(diàn)子遊戲上得到了應用(yòng)，但是其功能(néng)卻相對局限。2010年後，得益于機器學(xué)習等技(jì )術的發展，程序化内容生成開始與新(xīn)興技(jì )術相結合，AIGC開始在遊戲産(chǎn)業得到廣泛應用(yòng)，這為(wèi)遊戲産(chǎn)業的革命性突破帶來了可(kě)能(néng)。如今，人工(gōng)智能(néng)技(jì )術在電(diàn)子遊戲中(zhōng)的應用(yòng)呈現出綜合化與普及化的趨勢，在功能(néng)越來越豐富、強大的同時，還能(néng)夠保證其易用(yòng)性，能(néng)夠讓普通的遊戲開發者快速地上手掌握，從而有(yǒu)潛力發展成為(wèi)普遍的生産(chǎn)力工(gōng)具(jù)。
電(diàn)子遊戲助推産(chǎn)業變革，孵化通用(yòng)智能(néng)随着人工(gōng)智能(néng)技(jì )術在遊戲産(chǎn)業中(zhōng)的大規模應用(yòng)，其革命性影響初見端倪。電(diàn)子遊戲這一特殊的媒介，以及其特有(yǒu)的市場屬性，令其成為(wèi)了人工(gōng)智能(néng)發展的“助推劑”，為(wèi)該技(jì )術的發展提供了促進作(zuò)用(yòng)。在技(jì )術層面，電(diàn)子遊戲為(wèi)人工(gōng)智能(néng)體(tǐ)的訓練提供了最佳的環境。具(jù)體(tǐ)而言，電(diàn)子遊戲為(wèi)測試、開發新(xīn)的人工(gōng)智能(néng)應用(yòng)，提供了一個安(ān)全、可(kě)靠、高效以及最重要的是，低成本的、可(kě)重複利用(yòng)的環境。在這個虛拟的訓練場中(zhōng)，沒有(yǒu)多(duō)餘的因素幹擾，其環境條件可(kě)查可(kě)控，是穩定訓練的保障。相較于現實世界的複雜情況，遊戲這一虛拟環境更加符合理(lǐ)論預設，也更容易對解釋性與因果鏈條進行追溯。同時，構造不同遊戲環境的成本也相對較低，其可(kě)塑性更強，可(kě)以随時根據研發人員的需求來更改和調整。可(kě)以說，脫離了遊戲場景，許多(duō)人工(gōng)智能(néng)的研究将難以開展。
電(diàn)子遊戲還可(kě)以為(wèi)人工(gōng)智能(néng)的訓練提供源源不斷的數據。諸如深度強化學(xué)習等模型，需要大量的數據來進行訓練，這往往是現實場景所無法滿足，也無法進行實驗的。而在遊戲場景中(zhōng)，這一切都不再是問題。人們可(kě)以讓電(diàn)子遊戲進行反複對弈和博弈，從而獲取大量的訓練數據。電(diàn)子遊戲還為(wèi)現實世界中(zhōng)的訓練任務(wù)，提供了一個預訓練的場景。在遊戲場景中(zhōng)訓練好的模型，經過一定的調整和修改後，可(kě)以直接在現實場景中(zhōng)應用(yòng)和部署。
除此之外，遊戲人工(gōng)智能(néng)還為(wèi)孵化通用(yòng)人工(gōng)智能(néng)提供了新(xīn)的思路和條件。構建能(néng)夠像人類一樣完成各類不同任務(wù)的通用(yòng)人工(gōng)智能(néng)（Artificial General Intelligence, AGI），一直以來就是人工(gōng)智能(néng)研究人員的終極目标。這項艱巨任務(wù)在上世紀末的時候受到挫折，因而學(xué)界與業界逐漸轉為(wèi)開發專用(yòng)人工(gōng)智能(néng)（Artificial Narrow Intelligence），并取得了顯著的成果。然而，通用(yòng)人工(gōng)智能(néng)的夢想一直沒有(yǒu)消退。尤其随着近年深度學(xué)習技(jì )術的突破，通用(yòng)人工(gōng)智能(néng)技(jì )術再次被人們列為(wèi)研究的目标。例如著名(míng)的人工(gōng)智能(néng)研究機構OpenAI就宣稱其使命是“确保通用(yòng)人工(gōng)智能(néng)惠及全人類”。 而無論是微軟還是DeepMind，都開始嘗試通用(yòng)人工(gōng)智能(néng)的研究。有(yǒu)研究指出，遊戲人工(gōng)智能(néng)領域有(yǒu)極大的潛力實現或創造類人級别的人工(gōng)智能(néng)（human-level AI）。遊戲作(zuò)為(wèi)人工(gōng)智能(néng)研究的起點，以及彰顯人工(gōng)智能(néng)智慧的最佳媒介，為(wèi)通用(yòng)人工(gōng)智能(néng)的實現提供了一些可(kě)能(néng)的實現路徑。而電(diàn)子遊戲場景中(zhōng)任務(wù)多(duō)種多(duō)樣，複雜多(duō)變的特性，也為(wèi)人工(gōng)智能(néng)在廣度、深度和靈活性等方面接近人類智能(néng)，提供了保障。無論是斯坦福的Generative Agents和MineDojo ，還是DeepMind的Gato和Universe，都是遊戲通用(yòng)人工(gōng)智能(néng)領域的嘗試。遊戲人工(gōng)智能(néng)将成為(wèi)生産(chǎn)力革命的關鍵
休閑是人類生活不可(kě)或缺的重要組成部分(fēn)，而遊戲是一種特别引人入勝的休閑方式。電(diàn)子遊戲是遊戲的新(xīn)模式，是時代的産(chǎn)物(wù)，是發展最為(wèi)迅猛的方向，電(diàn)子遊戲的發展壯大與人工(gōng)智能(néng)的進程相互呼應，相得益彰，同向同行，攜手共進。遊戲人工(gōng)智能(néng)技(jì )術的未來發展方向之一，是探索如何将遊戲環境中(zhōng)的成果遷移至現實世界。電(diàn)子遊戲作(zuò)為(wèi)人工(gōng)智能(néng)算法的測試場，将持續為(wèi)人工(gōng)智能(néng)模型的構建與訓練，提供理(lǐ)想化的場所。IBM的深藍，DeepMind的AlphaGo，OpenAI的OpenAI Five都通過機器學(xué)習、強化學(xué)習等先進技(jì )術在各種遊戲環境中(zhōng)訓練人工(gōng)智能(néng)，并取得了顯著的成果。然而，值得注意的是，雖然人工(gōng)智能(néng)在特定的遊戲環境中(zhōng)取得了顯著的成果，但将這些技(jì )術推廣到更廣泛的、複雜的現實世界應用(yòng)，仍然面臨許多(duō)挑戰。例如，電(diàn)子遊戲環境通常是封閉和可(kě)控的，而現實世界卻充滿了未知和不确定性。此外，遊戲中(zhōng)的勝利條件往往是明确和一緻的，而現實生活中(zhōng)的目标可(kě)能(néng)會有(yǒu)多(duō)個，可(kě)能(néng)互相沖突，或者會随時間變化。無疑，電(diàn)子遊戲是人工(gōng)智能(néng)研究的理(lǐ)想實驗場，因為(wèi)它們為(wèi)人工(gōng)智能(néng)提供了一個可(kě)以精(jīng)确度量和比較性能(néng)的環境；然而，從遊戲環境遷移到現實世界中(zhōng)的應用(yòng)，還需要學(xué)界與産(chǎn)業界進一步進行研究和發展。
遊戲人工(gōng)智能(néng)技(jì )術的未來發展方向之二，是利用(yòng)AIGC技(jì )術，實現遊戲産(chǎn)業的生産(chǎn)力革命。很(hěn)早以前，人工(gōng)智能(néng)技(jì )術就開始應用(yòng)于遊戲制作(zuò)的過程中(zhōng)，近來基于大語言模型和擴散模型的AIGC技(jì )術，更是受到了遊戲産(chǎn)業界的歡迎。AIGC技(jì )術極大程度地降低了開發成本，縮減了制作(zuò)周期，提升了遊戲質(zhì)量，甚至為(wèi)遊戲帶來了新(xīn)的交互體(tǐ)驗。在新(xīn)興的AIGC具(jù)體(tǐ)應用(yòng)方面，人工(gōng)智能(néng)正在被應用(yòng)于電(diàn)子遊戲開發的許多(duō)方面，包括生成新(xīn)的遊戲内容（如地圖、角色和場景），驅動遊戲中(zhōng)的非玩家角色（NPC），以及改進遊戲的圖像和聲音效果等。遊戲人工(gōng)智能(néng)技(jì )術的未來發展方向之三，為(wèi)通用(yòng)人工(gōng)智能(néng)的孵化給予幫助。經多(duō)個複雜遊戲訓練後的“玩遊戲”的人工(gōng)智能(néng)體(tǐ)，将掌握更廣泛的技(jì )巧和知識，并在不同類型的任務(wù)中(zhōng)遊刃有(yǒu)餘，從而實現某種意義上的通用(yòng)人工(gōng)智能(néng)。經由遊戲訓練的人工(gōng)智能(néng)體(tǐ)，不僅能(néng)夠在遊戲中(zhōng)得心應手，也可(kě)以走出虛拟世界，應用(yòng)于現實的場景，幫助人們解決生活中(zhōng)的問題。
現實世界的成果轉化，遊戲産(chǎn)業的生産(chǎn)力革命以及孵化通用(yòng)人工(gōng)智能(néng)，将會是未來一段時間裏遊戲人工(gōng)智能(néng)研究所攻關和發展的重點。相信科(kē)技(jì )與遊戲的結合，學(xué)界與産(chǎn)業界的交流互動，能(néng)夠更好地闡發遊戲的社會價值，探尋遊戲弘揚和實現技(jì )術進步的新(xīn)路徑。
最新(xīn)動态
