前面提到，如今的游戲內(nèi)容跟AI策略就是題庫與答案的關(guān)系，那么這里就有幾個問題：要是題庫太大呢?要是答案有錯漏呢?都是標準答案的AI怎樣才能看起來像真實玩家?

  事實上“題庫”確實是在不斷地擴大。機能的提升、玩家對游戲要求的提高、沙盒游戲的盛行等原因都使游戲世界漸趨宏大，可以與玩家互動的環(huán)境與角色數(shù)量都在大幅上升，這就導(dǎo)致交互內(nèi)容、也就是游戲中可能出現(xiàn)的情況越來越多。為了應(yīng)對更為復(fù)雜的游戲環(huán)境，游戲AI的制作者必須事無巨細地將任何時間任何情況任何人物所做的任何事情都寫入“題庫”，并且讓AI對這里的所有情況都作出回應(yīng)，這就致使哪怕是優(yōu)化得再好的AI，其程序代碼也是長得令人頭暈?zāi)垦＃帉懞途S護的難度極高，開發(fā)成本上漲的同時花樣繁多的bug也是接踵而至，而復(fù)雜的構(gòu)成使得為游戲AI查缺補漏的周期甚至可能長達數(shù)月，對很多游戲而言，幾個月便意味著生命周期已步入尾聲了，任何的改善都是為時已晚(別看了，育碧，說的就是你)。

  任何復(fù)雜的AI程序設(shè)計，都不足以概括所有的情況，對RPG游戲而言，能維持好劇情里出現(xiàn)的角色不出問題就很好了，路人也就是路過打個招呼的級別，于是在當(dāng)今的“沙盒游戲”中，大部分的路人完全不像是活物，不過是在街上游蕩的空殼，是充實背景的材料。

  再說到“答案庫“的錯漏，就不得不提及下面這位：

  核彈狂魔甘地

  《文明》系列玩家們都不會對核彈狂魔甘地這個梗感到陌生：《文明》的AI行為傾向是簡單地用1-12的數(shù)值來代表的，在初代《文明》中，在現(xiàn)實世界一直提倡“非暴力”的甘地的“侵略指數(shù)”被設(shè)定為最低的1，幾乎不會對別的國家發(fā)動戰(zhàn)爭。然而在游戲中采用“民主政體”后“侵略指數(shù)”會下降2點，對別的領(lǐng)導(dǎo)人來說沒什么問題，只是甘地本來就是1，再下降2點后就變成了-1，數(shù)據(jù)溢出導(dǎo)致侵略指數(shù)變?yōu)榱藬?shù)值設(shè)置的上限255，圣雄甘地一躍變?yōu)閼?zhàn)爭狂人大炸逼。這反差莫名地產(chǎn)生了喜劇效果，于是開發(fā)組為了致敬這一事件，在后來的文明系列中也照樣將甘地塑造為一個核彈狂。這雖然是一個個例，卻也折射出由簡單數(shù)值控制的AI很可能會因為小疏忽導(dǎo)致嚴重的問題。

  明日的曙光

  如果說別的問題都可以通過投入更多的人力物力還是可以在很大程度上解決的話，那也還有個懸而未決的問題：游戲AI實在是太不像人了。用回前面的比喻，AI解決問題的方式就像是在試卷上每題都用標準答案寫就，哪怕有問題也類似于其他每題都全對卻有一題直接空白，這很明顯不是人類的手筆。AI只能簡單地應(yīng)對狀況，要是情況超出設(shè)計者的設(shè)計，就會莫名其妙地犯蠢：在圍棋中是下出一步瞎棋白白送子、在體育游戲中是隊友突然擋在玩家的去路上、在MOBA游戲中則是一味遵循逃跑的指令而忽視半途殺出的玩家，這些都是很影響玩家體驗的情況。傳統(tǒng)AI設(shè)計得再好，也模仿不出人類的感情(此處應(yīng)有BGM：畫著你，畫不出你的骨骼……)。

  有沒有可能讓AI表現(xiàn)得更像人呢?本文開頭說到的圍棋程序正是解決這一困境的曙光：AI用人類的方式來學(xué)習(xí)，從而表現(xiàn)自然更接近人類，其結(jié)果同樣是相當(dāng)成功的?？梢钥纯粗袊鴩宓燃壏峙琶谝坏目聺崒τ贏lphaGo與樊麾棋局的評價：

  “這五盤棋我也仔細地看了一眼，但我沒看名字，不知道誰執(zhí)黑誰執(zhí)白，完全看不出誰是AI。感覺就像是一個真正的人類下的棋一樣。該棄的地方也會棄，該退出的地方也會退出，非常均衡的一個棋風(fēng)，真是看不出來出自程序之手。因為之前的ZEN那樣的程序，經(jīng)常會莫名其妙的抽風(fēng)，突然跑到一個無關(guān)緊要的地方下棋。它這個不會。它知道哪個地方重要，會在重要的地方下棋，不會突然短路。這一點是非常厲害的。”

  既然這種方法能讓AI表現(xiàn)如同人類，那有沒有可能把這種方式移植到游戲上來呢?答案是：有，而且已經(jīng)有人試過了。無獨有偶，進行這次嘗試的不是別人，正是開發(fā)AlphaGo的DeepMind公司。

  AI所測試的部分游戲

  這幫人沒有用以往的AI開發(fā)方式玩簡單的雅達利游戲，而是讓他們的AI通過神經(jīng)網(wǎng)絡(luò)，跟人類一樣“閱讀”屏幕上的像素，然后用游戲自帶的獎勵向AI反饋，簡而言之，就是跟人類玩游戲是完全相同的模式。在一段時間的學(xué)習(xí)之后，他們的AI在7個游戲中有6個取得了比過往的AI更好的成績。最為驚人的是，玩這7個游戲的是同一個AI，絲毫未改，真的就像是創(chuàng)造出了一個“人”。

  受此啟發(fā)，2014年一名斯坦福大學(xué)的博士，也開發(fā)出了一個類似的星際爭霸2AI：它通過接收渲染器正在渲染的數(shù)據(jù)來分辨單位和建筑等信息，例如渲染器調(diào)用了戰(zhàn)巡艦的材質(zhì)，這個AI也就得知那個位置的是個戰(zhàn)巡艦，也就是說，這個AI能看到的信息跟人眼看到的信息是完全一致的。

  該AI玩耍星際時的畫面

  在以“人類的方式”玩游戲的前提下，這款A(yù)I做到可以戰(zhàn)勝瘋狂以下難度的電腦AI的程度，雖然只取得了初步的成就，但也提供了一種RTS游戲AI的新思路。

  未來的暢想

  神經(jīng)網(wǎng)絡(luò)算法雖然在今天只是個雛形，但可以大膽預(yù)測，運用神經(jīng)網(wǎng)絡(luò)的AI在游戲中超越人類也不過是時間問題，人一年可以打幾千把LOL，而AI完全可以打千萬把，在相近的學(xué)習(xí)速度情況下，AI玩得更好是理所當(dāng)然。然而， 在游戲中引入神經(jīng)網(wǎng)絡(luò)可不是為了找到最佳玩法，要是AI能輕松吊打每個玩家，那這款游戲就沒必要存在了。新技術(shù)的使用，是為了讓游戲AI更加“人格化”，減少玩家對AI的隔閡感，增添游戲樂趣;也可以和傳統(tǒng)的AI設(shè)計相結(jié)合，讓AI的決策更加聰明，減少“豬隊友”現(xiàn)象，也再不用怕玩《文明》的時候別的國家放棄自身利益也要來干你了。

  深度學(xué)習(xí)算法還可用于自然語言的處理，也就是說，在遙遠的未來可以讓游戲AI像人類一樣和你正常交談，到那時候，玩家們終于可以農(nóng)奴翻身當(dāng)主人，不再是電腦滔滔不絕而玩家只有幾個固定的選項，而變成玩家滔滔不絕讓電腦自己來理解了。

  《尋秦記》，最成功的穿越劇之一

  再進一步地想象，深度學(xué)習(xí)也可用于“人格”的構(gòu)成，足夠多的事件訓(xùn)練有可能讓AI如人類一樣有著特定的選擇偏好，正如人類的“性格”一樣。要是AI學(xué)會了正常交談，也有自身的“性格”，真到那時，說不定可以讓玩家透過虛擬現(xiàn)實設(shè)備，和歷史人物談笑風(fēng)生，體驗一把穿越劇的感覺。

  讀者們希望新技術(shù)可以帶來怎樣的游戲?歡迎在評論區(qū)發(fā)表自己的想法。