科創板日報鄭遠方
圖片來源:由無界AI工俱生成
或許還有人記得四年前一場Dota 2 的5 v5 人機決戰,AI 隊伍“碾壓”TI8(第八屆Dota2 國際邀請賽)世界冠軍隊OG,連勝兩局。而在這兩局對戰中,人類僅推掉了對面兩座外塔,甚至在最慘烈的第二局中,OG 擊殺人頭數只有個位數。
這是人工智能第一次在電子競技遊戲中擊敗世界冠軍。這支AI 戰隊名為OpenAI Five,此前它已戰勝多位業餘玩家,在這場人機對戰的三個月之後,其背後公司正式獲得微軟10 億美元投資——OpenAI,在2023 年的今天,這個名字對全球而言都不陌生。
遊戲是OpenAI 最初的願景。公司當時計劃開發一個機器人,讓它從零開始,自己一遍遍玩遊戲,直到自學成才成為高水平玩家。
由此,Dota 2 成為OpenAI 的第一個重大項目。在這款極為複雜的遊戲中,AI 一開始只會在地圖上閒逛,但幾小時後,它已學會基本技能。對於人類而言,需要1.2 萬– 2 萬小時的訓練才可以成為專業選手,而OpenAI 每天的訓練量等於100 個人類一生的訓練量。
這便是OpenAI 所採取的訓練模式,即強化學習——在Dota 2 中的經驗也為日後的ChatGPT 奠定了基礎。 OpenAI 首席科學家Ilya Sutskever 將Dota 2項目視作ChatGPT 的發展起點:
“從Dota 2 的強化學習邁向人類反饋的強化學習,再加上GPT 的技術基礎,最終成就了今天的ChaGPT。”
AI 與遊戲的淵源
談起OpenAI Five 與OG 的對局,不免會讓人聯想起1997 年IBM 深藍(Deep Blue)打敗世界國際象棋衛冕冠軍Garry Kasparov,想起2016-2017 年AlphaGo 擊敗李世石與柯潔。而國際象棋與圍棋,很大程度上來說也算得上是戰術性遊戲。
若再向時間深處回溯,AI 與遊戲的淵源甚至能追溯到計算機發展的歷史盡頭:
上個世紀40 年代末50 年代初,計算機科學之父Alan Turing 便試圖通過國際象棋遊戲編程,來測試計算機能否“智能地”解決遊戲中的問題;
IBM 計算機科學家Arthur Samuel 發明了初版強化學習模型,將其用於跳棋遊戲自我對戰。
遊戲成為了滋養AI 的沃土,也是見證AI 榮耀的競技場。
一條通往通用人工智能的必經之路
正如人類多通過考試與競賽證明自身能力,AI 同樣也需要類似基準來測試智能水平。遊戲由此脫穎而出,成為AI 領域中最多用的“水平考試”,也鑄就了AI 發展的一個個榮耀勳章。
但與此同時也衍生出了一個問題,例如數學成績突出的人不一定學得好語文或英語,會下國際象棋的AI 不一定會下中國象棋,為某個特定遊戲勝利所設計的AI 並不一定能將經驗遷移至其他遊戲。
那到底什麼樣的遊戲AI 算聰明?通用電玩比賽(General Video Game Playing Competition)得以誕生,意在檢驗AI 能否成功過關多種遊戲。
正所謂“少林有七十二藝,功夫既有不同,練習之法,亦必各異。學者苟能盡之,則無敵於世矣。”通用遊戲(General Game Playing)也被看作通向通用人工智能的必經之路。
值得一提的是,與OpenAI Five 類似地,騰訊也曾推出策略協作性AI“絕悟”,並在2021 年舉行過一場與職業選手對決的王者榮耀表演賽,馬化騰將這場比賽形容為“最高水平的AI 競技”——從技術層面而言,這個升級版“絕悟完全體”已掌握了王者榮耀中所有英雄的全部技能,達到全英雄職業電競水平。而OpenAI Five 之前僅會操縱瘟疫法師、火槍、毒龍、冰女和巫妖5 個英雄。
AI“反哺”遊戲
當然,也許有人會說,在遊戲中的種種亮眼表現不過是AI 依靠算力堆積取得的勝利,不過是再次證明了計算機算力強過人類大腦。
但事實上,AI 也已開始對遊戲展開“反哺”。隨著AI 技術發展,人們可以為遊戲中設計出全新的核心玩法,設計出更好的音樂、畫面、角色乃至劇情,還可以提供更為個性化的遊戲體驗。
在今年這場由ChatGPT 掀起的AI 風暴中,遊戲已成為AIGC 應用的主戰場之一。微軟、騰訊、育碧、Roblox 等一眾大廠先後推出AIGC 遊戲生成工具,可以幫助創建虛擬城市等場景、創建NPC、自動生成NPC 腳本、編寫劇情、創建任務內容、生成代碼片段、生成遊戲物件紋理等。
實際上,早在2016 年,已有遊戲公司將AIGC 相關技術融入開發管線。
《無人深空》(No Man’s Sky,也譯作“無人之地”)是一款主打太空探索的第一人稱動作冒險遊戲。玩家可以自行探索隨機生成的確定性開放Cosmos,其中包括數以億計的各類行星,而行星上都有各自的動植物群。
如此龐大的工作量背後,《無人深空》團隊卻僅有四個人,他們倚仗的便是AI 技術。遊戲主要靠程序自動生成,因此可以在短時間內生成數万億個星球。為了提升系統生成效率,這個四人團隊還增持了一整套世界生成規則。
結語
在AI 發展歷程中的每一個重要節點上,多能見到遊戲的身影——OpenAI 依靠Dota 2 贏得比爾・蓋茨關注與10 億美元投資;深藍與AlphaGo 憑藉棋局一戰成名。
曾經對於普羅大眾而言,AI 的發展進程也許只藏在晦澀難懂的論文數據之中、在深奧費解的代碼背後,與日常生活似乎難有關聯。也正是遊戲,讓AI 離人們更近一些,讓舊時王謝堂前燕,得以向尋常百姓家飛去。
正如《人工智能玩遊戲(Playing Smart: On Games, Intelligence, and Artificial Intelligence)》一書所說,“遊戲是人工智能的過去、現在與未來”。若日後某一天,哪款遊戲又孕育出了可與ChatGPT 媲美的AI,或許也不足為奇。
資訊來源:由0x資訊編譯自8BTC。版權歸作者所有,未經許可,不得轉載