忽然发现，打游戏是人工智能发展的重要推动力
2017/11/9 15:02:41 浅黑科技
上篇我们说到，“吃鸡”游戏其实是邪恶的美帝主义的间谍工具，用来收集各国人民作战方式和习惯。今天再带给大家一个新认知：游戏将成为AI时代的重要生产力……
不过，这回不是开脑洞，因为该观点并非出自我，而是一位 AI 技术大牛……
游戏是人工智能发展的重要推动力；
事实上，以往人工智能发展的关键节点都和游戏有关；
让AI去打王者荣耀排位赛，不仅能训练出一个游戏机器人，对物理世界也有重要意义，甚至可能改变世界。
腾讯全球合作伙伴大会上，一位演讲嘉宾的观点更让听众大跌眼镜：
讲真，一开始我觉得这是一本正经地胡说八道，打个游戏还能改变世界？倔强青铜还真的倔强了？
不过，毕竟这是个5万人规模的科技大会，台下坐着几千听众，演讲嘉宾：刘晗，腾讯 AI Lab 机器学习中心负责人。
得知他的 title，我决定重新审视一下演讲标题，并开始认真思考：游戏AI真的能改变世界吗？
各位读者还请看完后自行分辨。
“我们最想强调的，是游戏AI研究的奥义——远不止于游戏本身。这是一个富有挑战而令人振奋的研究课题，研究当中累积的经验、方法与结论，能在更广大深远的范围被利用。首先是打通虚拟与现实世界的藩篱，从而赋能物理世界，比如无人车和机器人的发展；其次，游戏中对话智能的研究，或能成为通向强人工智能的重要路径；第三，研究游戏中人、智能体和环境的交互，能让智慧城市这样复杂而意义深远的项目受益。”
打游戏才是 AI 时代第一生产力
文|谢幺
1
“以往的重要AI技术发展都和游戏有关”
先安利一条游戏知识，游戏可大致分为这两类：
PVP(Player VS Player 人对抗人)
PVE(Player VS Environment 人对抗环境)
篮球、足球、象棋、围棋都是典型的 PVP 游戏，王者农药、DOTA、撸啊撸同样。玩家对战。
打怪升级、闯关类游戏大多都是 PVE，比如魂斗罗、马里奥系列、赛车、打飞机、植物大战僵尸等。人对抗变化的环境。
现在把时间拉回到 1950年，人工智能的重要概念“图灵测试”首次出现。
稍稍一想，你会发现其实图灵测试本身就是个模仿对抗游戏，AI 模仿人说句话，人类分辨来自 AI 还是人类，两者相互对抗。
图灵测试示意图 ↑
再把时间拉到 1997 年，当时象棋AI“深蓝”战胜国际象棋大师卡斯特罗，震惊全球。
象棋也是个 PVP 游戏，深蓝 AI 运行在一个名叫“象棋”的模拟游戏环境里。
深蓝战胜象棋大师 ↑
再到 2013年，谷歌公司宣布利用 Deepmind 深度学习技术攻破了 Atari 游戏，人们开始广泛关注深度学习技术。
Atari 是什么？名字听着陌生，样子你一定熟悉：
如果这类游戏你没玩过，打砖块总见过吧？
没错，谷歌在研究深度学习的早期就用游戏来训练AI了。
据浅黑科技谢幺了解，在阿法狗出现之前，谷歌公司也一直都是用 Atari 游戏训练 AI 。
而后 2016 年阿法狗横扫全球棋手，其实它也是运行在一个游戏里，这个游戏叫围棋，地图是19x19的格子。
至此，你会发现，整个 AI 技术发展史本就嵌套于游戏发展史之中。
既然围棋象棋的游戏能帮助研究 AI 技术，按照这个逻辑，同为游戏的王者荣耀、“吃鸡” 甚至斗地主又有何不可？
2
所以打游戏到底怎么提升AI技术的呢？
AI 有三项能力很重要：感知、判断、对话。
阿法狗看起来很聪明，但其实在它的世界，围棋棋盘就是个 2D 图像数据，它把每一个落子折射在棋局胜率中，从而“感知”每个落子的含义。棋盘上的棋子越来越多，感知环境越复杂。
刘晗在现场用游戏《毁灭战士》(一款FPS枪战)举了个例子。
让 AI 来玩这个游戏，它感知到的就是一个 2D 游戏画面，面对画面，它需要感知环境里的每个要素对提高胜率的意义。
只不过这个游戏环境，比阿法狗面对的 19X19 棋盘复杂得多得多。
《毁灭战士》游戏截图 ↑
这也更接近物理世界。
现实生活当中，无人车的物体识别，摄像头感知到的其实无非也就是一张二维图片。因此，游戏场景里的物体如果和现实非常相似，就能通用。
找个《侠盗猎车手》这类的模拟生活游戏，让 AI 控制男主角，便能训练它的认知能力，为 AI 创造一个世界观。
听起来是不是有点扯，像一本正经的胡说八道？
不好意思，无人车的先驱特斯拉，真的用专门设计的虚拟训练场来不断练习AI，让它在短时间内获得准确识别各种物体和突发情况的能力。
巴塞罗那电脑视觉中心专门设计的自动驾驶练车场 ↑
甚至，马斯克创立的人工智慧实验室 OpenAI 去年真的开源了一套通过《侠盗猎车手》学习的自动驾驶系统。
据称，只需要一部电脑、购买一套正版游戏，人人都可以开发出自动驾驶系统!
没错，真的就是那个我们曾玩过的那个侠盗飞车，没想到吧。
AI 通过游戏能学会感知，AI 决策也是同样道理。
在真实世界里，无人车需要即时依照感知来做出决策，左转还是右转，加速或刹车。这种逻辑放在游戏里同样成立，面对复杂的游戏环境，AI 需要时时刻刻做出决策，以确保游戏胜利。
假如把 AI 放进王者荣耀里，它时刻都需要感知将当前游戏状况，对下一步进行决策，走还是停，进攻或撤退，放哪个技能，往哪放。
除了感知和决策，对话也是 AI 技术应用的重要能力，而这些同样能通过游戏来提升。
比如在著名的电影《Her》里，和男主角相爱的人工智能，其实本身就是个对话类游戏。
电影《Her》片段 ↑
刘晗告诉浅黑科技，利用游戏 AI 内的人机对话，甚至直接将 AI 放入模拟人生、虚拟女友这类对话型游戏里。可以帮助研究和理解人类自然语言的产生原理。
虚拟女友游戏 ↑
3
然而，游戏AI也面临一些挑战
刘晗说，目前通过游戏研究 AI 技术，主要存在三个难点：
一是状态空间过大。这不难理解，围棋游戏的状态空间是19 x 19 的方格子，把王者荣耀地图看做棋盘，状态空间的复杂程度远远超过围棋。其他任何一款稍复杂的游戏也基本如此。
王者荣耀地图全局俯瞰图像个复杂型象棋盘↑
二是多智能体协调问题。在一局 5V5 的王者荣耀里，控制一个 AI 不算太难，但如果是 5 个 AI 协作比较困难。
打过星际争霸、DOTA、魔兽等游戏的人多半知道，游戏操作分为微操和宏观操作，微操就是在极短的时间里进行细腻的指令操作，两个角色的技能配合其实并不容易，但这个对 AI 来说并不难，因为它们本身没有思考反应延迟。(和人类相比)
但宏观操作，也就是通俗来说的“大局观”，多个 AI 就很难协同，什么时候抱团推进？什么时候集合打龙？AI 之间也可能争执，如果AI之间能对话，说不定也骂猪队友。
三是虚拟世界和现实世界的差异。赛车游戏确实能训练无人车 AI，虚拟女友游戏确实能用来研究人类自然语言的产生。然而，游戏和现实终究还是有差别。
且不说 3D 模拟环境和真实世界在视觉上的诸多差别。一个只在游戏环境里训练的自动驾驶系统，你敢用吗？恐怕还是心虚。
在虚拟环境里试错成本极低，翻车、开到沟里并没什么影响，现实世界试错成本极高，虚拟女友里你可以随意调戏，现实世界试试？虚拟世界随意翻车，现实世界翻车一次或许就送命。
不过在刘晗看来，这些问题并非无法解决。
比如将模仿学习(模拟人类游戏行为)和强化学习(机器自我博弈，最新的阿法元就主要用这个方法训练)，用某种算法整合到一起，能解决状态空间过大和多个 AI 协作问题。
利用贝叶斯升级算法、反向强化学习方法，结合一些动态的探索机制，也有办法让游戏 AI 应用于物理世界时的花费降到最低……
总之无论如何，研究游戏 AI 存在难度，但并非不可能。研究游戏 AI 也不是为了制作更厉害的游戏外挂，而是利用游戏环境来研究任何环境体的复杂交互关系，未来这些研究成果可能用于物理世界的方方面面，将是基础，也是长远的。
谢幺后记
其实仔细想想，对于 AI 来说，我们的物理世界对它来说又不是一个游戏呢？
“自动驾驶游戏”的胜利条件是到达目的地且不出事故；
“围棋游戏”里胜利条件是确保胜率超过对手；
“人机对话游戏”的胜利条件是让人类分不出人和AI……
诶？对人类来说，“世界”不也是我们人脑正在玩的复杂游戏吗？菩提本无树，明镜亦非台，本来无一物，何处惹尘埃……阿弥陀佛，给施主讲完游戏AI ，我该去打把王者荣耀改变世界了。?
-完-
本文作者谢幺，试图让科技更易被读懂。个人微信号：dexter0，欢迎各类勾搭。
http://weixin.100md.com
返回 浅黑科技 返回首页 返回百拇医药