2017年, 人工智慧大爆發, AR與VR集中火熱, 智能語音在智能音箱與智能電視上拓展, 內容搜索更加的人性化, 合理化, 無人駕駛技術逐漸顯露, 讓2017年成為人工智慧打基礎的一年.
2018年伊始, 這個被人們稱為人工智慧元年, 到底究竟在人工智慧如何發力我們還需駐足觀看. 但隨著全民娛樂化產業的不斷繁榮, 遊戲產業地位在社會中也不斷得到認可, 全民參與已經成為主流. 人工智慧如何與更多的遊戲產業結合這將是娛樂產業未來主要的布局.
遊戲與人工智慧相結合?
說起遊戲, 在中國人的傳統觀念裡, 將其定義為不學無術, 沒有出息. 然而隨著最近幾年電子競技的發展, 人們開始對一些遊戲認可, 甚至已經逐漸發展成為一種職業, 大眾也對其抱有更多的熱情, 而非一味的抵制審判.
作為遊戲本身, 部分遊戲的產生, 不僅可以作為現實世界的訓練場, 還能激發人們不同的認知技能, 並且能夠把問題分解成小模組, 以此幫助建立人工智慧理論.
隨著人工智慧的不斷普及, 遊戲公司也開始與AI企業展開合作, 通過讓AI觀察遊戲中人類的行為, 讓系統變得 '更好奇' . 從小動物到小朋友, 智能動物從小便可以通過玩耍而非程序化來建立自己的認知, 人工智慧可謂是超智慧.
當然, 要想發揮這些作用, 首先要對遊戲做調整, 以便讓計算機程序可以直接玩遊戲而不需要人類玩家的輔助. 其實, 自2015年6月, 微軟便已經啟動了基於熱門遊戲《我的世界》 (Minecraft) 的AI開發平台Project Malmo, 其主要目標之一便是讓AI與人開始合作.
在2016年11月, 《星際爭霸》的開發者動視暴雪 (Activision Blizzard) 也宣布與穀歌的控股公司Alphabet擁有的AI公司DeepMind達成類似的合作. 而舊金山研究小組OpenAI則發布了對所有人免費的軟體 'Universe' , 在這個平台, 數百款遊戲可以由適當的AI程序直接操作, 所有人都可以上手體驗.
遊戲的智慧未來?
我們都清楚, 玩不同的遊戲是需要不同的能力的, 這也有助於研究人員分解智能問題. 而DeepMind也分享了研究人員訓練一個人工神經網路玩遊戲的過程.
目前的神經網路與真正的人類大腦還存在很多不同之處, 包括遷移學習 (transfer learning) 和體驗認知 (embodied cognition) 能力. 由於人工神經網路是很難建立因果關係, 尤其是複雜的多任務遊戲, 比其他反饋直接的簡單遊戲更難掌握. 所以, DeepMind的研究人員為此調整了演算法, 為 '探索和嘗試' 設置了更大的回報, 讓系統變得 '更加好奇' , 激勵它偶然發現沒有即時回報的好策略. 這種方法讓神經網路玩一個 '尋找最低能耗' 的遊戲, 成功將穀歌數據中心的能耗減少了40%.
遊戲也可以更加智慧? 智能時代, 當然會了, 而且這也是未來趨勢. 作為泛娛樂文化的主流, 遊戲的推廣, 已經成為了井噴式的發展, 手遊端從王者榮耀到 '吃雞' 類型的荒野行動等, 都完全滲透到了人們的生活中, PC端的各種, 也逐漸進入了人們的視野.
未來遊戲行業, 將是一片藍海. 當然, 說其必將成為一種主流還為時尚早, 但, 在其猛烈的趨勢下, 搭載人工智慧技術, 未來的遊戲, 將更具深層次的影響我們的日常生活.
