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