2017年, 人工智能大爆发, AR与VR集中火热, 智能语音在智能音箱与智能电视上拓展, 内容搜索更加的人性化, 合理化, 无人驾驶技术逐渐显露, 让2017年成为人工智能打基础的一年.
2018年伊始, 这个被人们称为人工智能元年, 到底究竟在人工智能如何发力我们还需驻足观看. 但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. 人工智能如何与更多的游戏产业结合这将是娱乐产业未来主要的布局.
游戏与人工智能相结合?
说起游戏, 在中国人的传统观念里, 将其定义为不学无术, 没有出息. 然而随着最近几年电子竞技的发展, 人们开始对一些游戏认可, 甚至已经逐渐发展成为一种职业, 大众也对其抱有更多的热情, 而非一味的抵制审判.
作为游戏本身, 部分游戏的产生, 不仅可以作为现实世界的训练场, 还能激发人们不同的认知技能, 并且能够把问题分解成小模块, 以此帮助建立人工智能理论.
随着人工智能的不断普及, 游戏公司也开始与AI企业展开合作, 通过让AI观察游戏中人类的行为, 让系统变得 '更好奇' . 从小动物到小朋友, 智能动物从小便可以通过玩耍而非程序化来建立自己的认知, 人工智能可谓是超智慧.
当然, 要想发挥这些作用, 首先要对游戏做调整, 以便让计算机程序可以直接玩游戏而不需要人类玩家的辅助. 其实, 自2015年6月, 微软便已经启动了基于热门游戏《我的世界》 (Minecraft) 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.
在2016年11月, 《星际争霸》的开发者动视暴雪 (Activision Blizzard) 也宣布与谷歌的控股公司Alphabet拥有的AI公司DeepMind达成类似的合作. 而旧金山研究小组OpenAI则发布了对所有人免费的软件 'Universe' , 在这个平台, 数百款游戏可以由适当的AI程序直接操作, 所有人都可以上手体验.
游戏的智慧未来?
我们都清楚, 玩不同的游戏是需要不同的能力的, 这也有助于研究人员分解智能问题. 而DeepMind也分享了研究人员训练一个人工神经网络玩游戏的过程.
目前的神经网络与真正的人类大脑还存在很多不同之处, 包括迁移学习 (transfer learning) 和体验认知 (embodied cognition) 能力. 由于人工神经网络是很难建立因果关系, 尤其是复杂的多任务游戏, 比其他反馈直接的简单游戏更难掌握. 所以, DeepMind的研究人员为此调整了算法, 为 '探索和尝试' 设置了更大的回报, 让系统变得 '更加好奇' , 激励它偶然发现没有即时回报的好策略. 这种方法让神经网络玩一个 '寻找最低能耗' 的游戏, 成功将谷歌数据中心的能耗减少了40%.
游戏也可以更加智慧? 智能时代, 当然会了, 而且这也是未来趋势. 作为泛娱乐文化的主流, 游戏的推广, 已经成为了井喷式的发展, 手游端从王者荣耀到 '吃鸡' 类型的荒野行动等, 都完全渗透到了人们的生活中, PC端的各种, 也逐渐进入了人们的视野.
未来游戏行业, 将是一片蓝海. 当然, 说其必将成为一种主流还为时尚早, 但, 在其猛烈的趋势下, 搭载人工智能技术, 未来的游戏, 将更具深层次的影响我们的日常生活.
