AI技术将会如何改变游戏设计？

　　可能有人会问，AI在游戏中不是很早就应用了吗？

　　是的，其实有电子游戏就有AI。

　　在远古的年代的游戏Pong，你的对手就是AI；

　　红白机年代的中国象棋游戏，你的对手就是AI；

　　玛丽那只怪物也是AI。

　　这里的AI指的是游戏中对手使用的智能，所以AI很早就应用在游戏中了。

　　但在本篇中讨论的，是近几年来逐渐发展起来的，基于深度学习(也有基于运筹学和博弈论等学科)的AI技术。

　　应该说，本文讨论的AI会范围会更大一点，并不止步于怪物、NPC的智能。

　　我希望通过这篇文章，看一下现在AI到底能为游戏行业带来什么。

　　我会列出一些当前的技术引用，也会有一部分我自己的想法。

　　较后恐吓一下我的同事们，你们会被AI替代吗？

　　AI为啥这么火？

　　AI近几年有多火，我就不作论述了。但为什么AI这么火呢？不同的人可能有不一样的看法，这里只讲一下我自己的看法。

　　现在我们说的AI技术，大部分跟深度神经网络有关。我认为AI之所以火了，就是因为深度神经网络的加持。

　　深度神经网络独有的解决问题的方式，使得人类解决问题的能力了一个新档次。

　　所以，我希望用比较简单的语言来描述一下，深度神经网络是什么，好让大家了解，为什么AI技术会突然获得高速的发展。

　　其实要明白深度神经网络并不难，大家可以把神经网络看作是一个函数。函数的一个重要功能，就是把两个东西对应起来。

　　在以前，我们要电脑识别一个手写数字“8”，那么程序员就需要写一个函数。

　　函数里面需要写一堆规则，例如：

　　图片有两个圈

　　圆？有多圆？

　　上面那个大下面小

　　有多大？有多小？半径是多少？

　　有时候上面那个圈可以不完全闭合也算...

　　天，那算什么圆？

　　我们如果要去识别一个手写数字的图片8，需要写很多很多规则，有时候几乎写不完。

　　也就是说，在我们现实里，有些人类明明能模糊地了解，但说不上具体规则，不可描述东西。

　　不可描述就意味着，这个函数没法写，也意味着无法通过编程实现。

　　深度神经网络改变这一点。

　　神经网络会先随机初始化网络的权重，就是先随便弄一个魔法函数Magic'(x)。

　　一开始，Magic'(x)和我们要的Magic(x)并不相同。所以输出不一定是对的，也就是说Magic'(x)=y',y'不等于我们要的y。

　　也就是说，把图片8放到这个Magic'(x)里，网络可能识别的出8的概率可能只有40，而并不是。

　　这和我们想要网络识别出8有很大的差距呀，因为我们想f能识别出这些图片是8的概率是。

　　我们称：y'和y之间的差距叫loss。

　　但这没关系，通过反向传播，调整f(x)的参数权重，让loss较小化，也就是让y'和y之间的差距减少。

　　这个过程我们称为学习或者训练。

　　当loss足够小的时候，y'和y的差异就不大了。也就是说，f(x)的功能和我们要的F(x)相当！

　　如果以上的话没明白，那不要紧。你只要明白两点：

　　深度神经网络本质上说是个函数。

　　有了深度神经网络，我们可以把以前不能描述规则的函数造出来。

　　这就是人类科技树拓宽的一大原因。

　　游戏性

　　回到游戏中，我们以前为游戏角色做AI，会用脚本，行为树，状态机等方式。

　　这些本质上就是在描述怪物的行为，例如看到某个角色，就做什么动作；到了某个时间，释放某个技能。

　　但这些行为可以足够丰富而完整地描述吗？

　　越复杂的行为，我们就需要复杂的行为树；越多的状态，我们就需要越多的状态机。

　　但当复杂度到了一定程度，人类可能很难理解了自己创造的行为树了。

　　但神经网络可以，他们制作出的AI不但战胜了游戏，还战胜了人类。

　　目前，AI在这方面较重要的技术叫学习

　　较有名的可以算是以下几个：

　　征服Atari游戏——Deep Mind

　　较前沿：当我们以为Rainbow就是Atari游戏的时，Ape-X出来把Rainbow秒成了渣！

　　征服围棋——Alpha GO

　　AlphaGo

　　征服德州扑克——Pluribus

　　机器之心：AI攻陷多人德扑再登Science，训练成本150美元，每小时1000刀

　　https://zhuanlan.zhihu.com/p/73268685

　　(Pluribus没有用上深度神经网络，用的更多是博弈论CRF为基础的剪枝)

　　征服麻将——微软Suphx

　　真雀神，微软亚研推出麻将AI，还上了专业十段

　　征服星际争霸——Alpha Star

　　陈雄辉：浅谈AlphaStar

　　征服荣耀——绝悟

　　腾讯：腾讯AI「绝悟」打，把职业选手干掉了

　　现在的AI已经能把人类花式吊打了！甚至到了有人已经发表AI威胁论的程度了！

　　但请容我先泼泼冷水，神经网络的训练可不是套套公式就能实现的。神经网络训练的要求都非常高。

　　首先，AI训练消耗大量资源，包括时间和算力。

　　跟李世石对战的版本称为AlphaGo Lee，是一个分布式系统，运行在Google云上，使用了48个TPU，总耗能约。

　　而围棋虽然看上去比较复杂，但和其他游戏来说还算是简单的了。毕竟围棋是个回合制游戏。如果像星际这样的复杂游戏，则需要更多。

　　另外，AI在开发过程中有不确定性。

　　我认为算力和时间并不是一个主要因素，至少在游戏制作下不是。

　　毕竟当前的算力下，很多算法已经能击败人类。而且算力必然会不断。

　　但深度学习还有一个不能忽略的因素：深度学习算法带有不确定性。

　　AI的学习能力除了与算法有关，也与环境有关，也和参数有关，不同参数之间可能是天差地别。

　　调整参数，然后等待AI的训练，根据结果再调整参数。可能经过漫长的等待才能获得大成。

　　所以很多搞深度学习的人会把自己比喻成炼丹师。

　　但这种不确定性正在逐步减少，因为算法是不断更新改进的。从DQN到SAC，就是一个不断解决实际问题，让算法更强，更快，更稳定的过程。

　　以上，我们对学习(Reinforcement Learning)进行了一些介绍。那么学习能够带给游戏什么呢？

　　我认为学习在游戏中应用应该有一个前提：这项技术并不是为了击败玩家，而是为了增强玩家在游戏中的体验。

　　经过学习的AI作为玩家的对手或者敌人，上限是很高的。

　　我们可以通过弱化，把AI调整成适合当前玩家技术水平的难度。

　　有趣的事情就发生了。

　　以前我们为了调整难度，通常会从数值入手。

　　但如果用学习的方法，我们还能开辟另外一个维度的难度，让游戏更丰富。

　　提醒：AI不可预知性会更强。

　　不像已经设定好的行为树，AI的不可预测性将会增强。这让AI更像“人”，当然是件好事。但设计师对AI的掌控也会降低，意味着对玩家体验的控制的性也会相应降低。

　　但数值会消失吗？我想并不会的。

　　因为数值是很直观，大部分玩家都需要数值，数值在很多游戏中决定了难度。

　　我不会告诉你：游戏公司需要赚钱，数值是核心。

　　学习并不会完全替代数值和技能设计，但会给设计师多一项控制难度的工具。

　　在学习方面国外的deepmind和openAI等公司处于地位，但更多是从事基础算法研究。