自古AI顶流发端于游戏？盘点两者的前世今生

　　或许还有人记得四年前一场Dota 2的5v5人机决战，AI队伍“碾压”TI8(第八届Dota2国际邀请赛)世界冠军队OG，连胜两局。而在这两局对战中，人类仅推掉了对面两座外塔，甚至在最惨烈的第二局中，OG击杀人头数只有个位数。

　　这是人工智能第一次在电子竞技游戏中击败世界冠军。这支AI战队名为OpenAI Five，此前它已战胜多位业余玩家，在这场人机对战的三个月之后，其背后公司正式获得微软10亿美元投资——OpenAI，在2023年的今天，这个名字对全球而言都不陌生。

图|OpenAI Five在Dota 2中对局

　　游戏是OpenAI最初的愿景。公司当时计划开发一个机器人，让它从零开始，自己一遍遍玩游戏，直到自学成才成为高水平玩家。

　　由此，Dota 2成为OpenAI的第一个重大项目。在这款极为复杂的游戏中，AI一开始只会在地图上闲逛，但几小时后，它已学会基本技能。对于人类而言，需要1.2万-2万小时的训练才可以成为专业选手，而OpenAI每天的训练量等于100个人类一生的训练量。

　　这便是OpenAI所采取的训练模式，即强化学习——在Dota 2中的经验也为日后的ChatGPT奠定了基础。OpenAI首席科学家Ilya Sutskever将Dota 2项目视作ChatGPT的发展起点：

　　“从Dota 2的强化学习迈向人类反馈的强化学习，再加上GPT的技术基础，最终成就了今天的ChaGPT.”

　　▌AI与游戏的渊源

　　谈起OpenAI Five与OG的对局，不免会让人联想起1997年IBM深蓝(Deep Blue)打败世界国际象棋卫冕冠军Garry Kasparov，想起2016-2017年AlphaGo击败李世石与柯洁。而国际象棋与围棋，很大程度上来说也算得上是战术性游戏。

图|IBM深蓝与Garry Kasparov对局

　　若再向时间深处回溯，AI与游戏的渊源甚至能追溯到计算机发展的历史尽头：

　　上个世纪40年代末50年代初，计算机科学之父Alan Turing便试图通过国际象棋游戏编程，来测试计算机能否“智能地”解决游戏中的问题；

　　IBM计算机科学家Arthur Samuel发明了初版强化学习模型，将其用于跳棋游戏自我对战。

　　游戏成为了滋养AI的沃土，也是见证AI荣耀的竞技场。

　　▌一条通往通用人工智能的必经之路

　　正如人类多通过考试与竞赛证明自身能力，AI同样也需要类似基准来测试智能水平。游戏由此脱颖而出，成为AI领域中最多用的“水平考试”，也铸就了AI发展的一个个荣耀勋章。

　　但与此同时也衍生出了一个问题，例如数学成绩突出的人不一定学得好语文或英语，会下国际象棋的AI不一定会下中国象棋，为某个特定游戏胜利所设计的AI并不一定能将经验迁移至其他游戏。

　　那到底什么样的游戏AI算聪明？通用电玩比赛(General Video Game Playing Competition)得以诞生，意在检验AI能否成功过关多种游戏。

　　正所谓“少林有七十二艺，功夫既有不同，练习之法，亦必各异。学者苟能尽之，则无敌于世矣。”通用游戏(General Game Playing)也被看作通向通用人工智能的必经之路。

　　值得一提的是，与OpenAI Five类似地，腾讯也曾推出策略协作性AI“绝悟”，并在2021年举行过一场与职业选手对决的王者荣耀表演赛，马化腾将这场比赛形容为“最高水平的AI竞技”——从技术层面而言，这个升级版“绝悟完全体”已掌握了王者荣耀中所有英雄的全部技能，达到全英雄职业电竞水平。而OpenAI Five之前仅会操纵瘟疫法师、火枪、毒龙、冰女和巫妖5个英雄。

　　▌AI“反哺”游戏

　　当然，也许有人会说，在游戏中的种种亮眼表现不过是AI依靠算力堆积取得的胜利，不过是再次证明了计算机算力强过人类大脑。

　　但事实上，AI也已开始对游戏展开“反哺”。随着AI技术发展，人们可以为游戏中设计出全新的核心玩法，设计出更好的音乐、画面、角色乃至剧情，还可以提供更为个性化的游戏体验。

　　在今年这场由ChatGPT掀起的AI风暴中，游戏已成为AIGC应用的主战场之一。微软、腾讯、育碧、Roblox等一众大厂先后推出AIGC游戏生成工具，可以帮助创建虚拟城市等场景、创建NPC、自动生成NPC脚本、编写剧情、创建任务内容、生成代码片段、生成游戏物件纹理等。

　　实际上，早在2016年，已有游戏公司将AIGC相关技术融入开发管线。

　　《无人深空》(No Mans Sky，也译作“无人之地”)是一款主打太空探索的第一人称动作冒险游戏。玩家可以自行探索随机生成的确定性开放宇宙，其中包括数以亿计的各类行星，而行星上都有各自的动植物群。

　　如此庞大的工作量背后，《无人深空》团队却仅有四个人，他们倚仗的便是AI技术。游戏主要靠程序自动生成，因此可以在短时间内生成数万亿个星球。为了提升系统生成效率，这个四人团队还积累了一整套世界生成规则。

　　▌结语

　　在AI发展历程中的每一个重要节点上，多能见到游戏的身影——OpenAI依靠Dota 2赢得比尔盖茨关注与10亿美元投资；深蓝与AlphaGo凭借棋局一战成名。

　　曾经对于普罗大众而言，AI的发展进程也许只藏在晦涩难懂的论文数据之中、在深奥费解的代码背后，与日常生活似乎难有关联。也正是游戏，让AI离人们更近一些，让旧时王谢堂前燕，得以向寻常百姓家飞去。

　　正如《人工智能玩游戏(Playing Smart: On Games， Intelligence， and Artificial Intelligence)》一书所说，“游戏是人工智能的过去、现在与未来”。若日后某一天，哪款游戏又孕育出了可与ChatGPT媲美的AI，或许也不足为奇。

　　国足夺冠、马斯克进厂 AI绘画大模型补齐最后短板 从此“有图未必有真相”？

　　AIGC视频创作应用加速 人手一个数字人时代要来了？