很长时间以来|那个在游戏里发「干得漂亮」的玩家,居然是个机器人?

很长时间以来 , 我们在游戏中会遇到或弱智或强力的机器人对手(AI玩家) , 它们有时候枪法神准 , 有时候走位愚蠢 。 但分辨它们其实很简单 , 无论我们如何赞赏或喷它们 , 他们都不会回应 , 深藏功与名 。 不过 , 这种情况可能会发生改变 , 不久之后 , 在游戏里面乱杀的高级机器人玩家 , 很可能一边玩 , 一边在游戏里发「干得漂亮」搞队友心态 , 增加(并不)游戏体验 。
很长时间以来|那个在游戏里发「干得漂亮」的玩家,居然是个机器人?
文章图片
▲王者荣耀AI挑战绝悟.图片来自:inkl
《卫报》这篇《Think,?ght,feel:howvideogamearti?cialintelligenceisevolving》预示着 , 以后我们或许分不清游戏里的玩家是真人还是机器人了 , 它们可能会在你点投降的时候鼓励你:稳住 , 我们能翻盘 。
但这还远远不够 。
今年5月索尼CEO吉田宪一郎发表了一个有意思的声明:他们的人工智能研究部门SonyAI将与PlayStation开发者合作 , 创建机器人AI玩家 。 这没啥新意 , 关键是他提到「通过利用强化学习 , 我们正在开发可以成为玩家对手或同伴的游戏AI 。 」强化学习是机器学习的一个领域 , 人工智能在其中能够通过反复试验有效地自学如何作出反馈 。
很长时间以来|那个在游戏里发「干得漂亮」的玩家,居然是个机器人?
文章图片
▲图片来自:KarinaNooka
简而言之 , 这些机器人玩家将模仿人类玩家 。 某种程度上来讲 , 他们(它们)会思考 。
这只是人工智能在电子游戏开发中不断迭代和发展的最新例子 。 随着开放世界游戏变得越来越复杂和宏大 , 如今已经拥有数百个角色和多个相互交织的故事 。 开发人员必须构建起能够产生智能的、有反应的、有创造力的角色应对突发情况的系统 。
游戏开发商Monolith创建了广受好评的NemesisAI系统 , 让游戏里的敌人记住它们与玩家的战斗 , 然后在整个冒险过程中制造血腥和仇恨 , 也就是说 , 游戏角色不再健忘 , 而会记仇 。 最近的游戏《看门狗》为玩家和与之互动的每一位伦敦市民生成了生活故事、人际关系和日常生活 。 因此 , 如果有一天玩家挽救了一个角色的生命 , 那么他们最好的同伴很可能会在下一天加入玩家的阵营 。 对的 , 游戏角色不光会记仇 , 也会报恩 。
很长时间以来|那个在游戏里发「干得漂亮」的玩家,居然是个机器人?
文章图片
▲《看门狗》.图片来自:epicgames
如何自动而随机地让游戏角色和玩家产生互动和故事其实也不是什么难事 , 之前文本冒险游戏AIDungeon使用OpenAI的自然语言建模器GPT-3来创建新出现的叙事体验 。 也就是说 , 电脑现在自己会写故事了 。
不过人工智能领域存在多样性问题 , 主要是女性和有色人种比例不高 。 纽约大学2019年发表的研究发现 , 在重大活动中发言的人工智能教授中80%是男性 , Facebook的人工智能研究人员中只有15%是女性 , 而在谷歌只有10% 。 科技行业有色人种的统计数据更糟:谷歌只有2.5%的员工是黑人;Facebook也只有4% 。 这种同质化工作文化的风险在于 , 性别和种族偏见可能会不受控制地影响AI算法 , 产生的结果会复制根深蒂固的不平衡和偏见 。
在过去的五年里 , 已经有很多这样的例子 , 比如有些面部识别系统会歧视有色人种;或者是人工智能招聘工具表示更喜欢男性应聘者 。
很长时间以来|那个在游戏里发「干得漂亮」的玩家,居然是个机器人?
文章图片
其实 , 电子游戏开发也存在类似的同质性问题 , 如果我们未来看到人工智能生成了多样化的角色和故事 , 开发人员是否也需要考虑让背后的团队实现多样化呢?电脑自己写的故事和剧情 , 会不会总是两个美国男人之间的故事?对不起 , 我们比较喜欢看《美国丽人》 , 而不是《美国男人》 。

相关经验推荐