AI 游戏：人类还有机会获胜吗？

为什么游戏是人工智能训练的理想方式

流媒体

9 分钟

2023年4月9日

几十年来，人工智能的进步通过游戏得到了验证。 此外，游戏还为人工智能提供了有效的训练场，让它们在游戏过程中学习和提升。 通过像《Gran Turismo》、《Minecraft》和《StarCraft》这样的游戏进行的人工智能训练，可能会对现实生活中的应用产生影响，从自动驾驶到商业管理。 我们与人工智能专家肯尼斯斯坦利进行了对话，他是常用于训练游戏AI的进化遗传NEAT算法的发明者。 借助游戏VPN提升你的游戏体验，减少延迟和卡顿。

人工智能曾因击败世界顶尖的国际象棋和跳棋选手而成为头条新闻。如今，人工智能在《Gran Turismo》和《StarCraft》等视频游戏中也面临挑战。

但这些游戏不仅仅是评估机器智力的手段。更重要的是，游戏为人工智能提供了宝贵的训练场，让它们在游戏中学习。在本文中，我们将探讨这一动态及通过游戏获得的人工智能进步的潜在现实应用。

人工智能在游戏中的简史

人工智能在游戏中的演变可以追溯到20世纪50年代艾伦图灵提出的“模仿游戏”概念。图灵大胆的询问“机器能思考吗？”为人工智能与游戏的转型之旅奠定了基础。

在他的思想实验中，图灵提出了一项将永远改变人工智能领域的测试。在模仿游戏中，一名人类评审将与一名人类参与者和一台机器进行文本对话。如果评审无法始终如一地区分人类和机器的反应，则该机器将被视为通过测试，达到与人类智慧相当的对话能力。

图灵的前瞻性理念为探索人类认知与机器能力的交汇点奠定了基础。它挑战了传统的智力观念，并激发了创造可以模拟人类思维过程的机器的追求。

计算机科学家亚瑟塞缪尔于1959年首次提出“机器学习”这一术语。塞缪尔将人工智能与游戏结合的一项创新，体现在一个下跳棋程序中。这个程序与以往的任何程序都不同。塞缪尔的创作能够从失误中学习，并通过经验不断完善其游戏玩法和策略。

下跳棋程序标志着一个关键时刻，展示了机器不仅可以遵循编程指令，还能自我适应和改进。这一基本转变为人工智能在游戏中的发展奠定了基础。

而人工智能游戏的里程碑并未停止。在1997年，IBM的深蓝电脑在历史性的六局比赛中与人类的国际象棋冠军加里卡斯帕罗夫对弈。最终，深蓝的胜利改变了人们对人工智能能力的看法。该程序的策略能力和战胜人类棋手的能力宣告了一个新纪元的到来，机器能够在战略和战术领域与人类智力进行竞争。

人工智能在游戏中的早期章节播下了进一步发展的种子，为今后的惊人成就奠定了基础。从AlphaGo在复杂的围棋游戏中的胜利，到现代视频游戏中强大虚拟对手的创造，人工智能的演变持续吸引并重新定义着游戏领域，推动了人机交互的边界，并为未来游戏与人工智能的密切结合铺平道路。

游戏是完美的人工智能游乐场

包括索尼、谷歌和微软在内的知名人工智能实验室，开发了能够以前所未有的技艺征服复杂棋盘游戏和沉浸式视频游戏的技术。

前OpenAI开放性团队的负责人肯尼斯斯坦利引入了神经进化增强拓扑NEAT，这是一种基于生物进化中的突变和交叉启发的遗传算法。开发者们已将该算法应用于《NERO》等教育性游戏以及《超级玛丽》和《大富翁》等经典游戏。NEAT的动态神经网络在游戏运行时适应玩家的动作。

对斯坦利而言，游戏为像NEAT这样的算法提供了理想的测试平台。他在与ExpressVPN的独家采访中表示：“与昂贵的机器人硬件相比，游戏所需资源更少，使得在没有现实风险的情况下快速进行人工智能实验成为可能。”

而游戏不仅仅是人工智能的测试场，更是有价值的训练场。斯坦利表示，“在某些情况下，动机是提升游戏质量，但大多数情况下，目标是提升人工智能的能力。” “游戏作为提升人工智能能力的载体。”

“有时引入人工智能的动机是为改善游戏，但大多数情况下，目标是提升人工智能能力。游戏作为提升人工智能能力的载体。”

虽然驾驶模拟器并非专为人工智能设计，但斯坦利指出，像《Gran Turismo》这样的游戏可以由人工智能进行游戏，而基于《Gran Turismo》的训练促生了GT Sophy，该人工智能在自动驾驶汽车中具有潜在应用。“另一个很好的人工智能沙盒示例是《Minecraft》，它具备无限的可能性，”他说。 “它能够模拟现实生活场景。游戏是最复杂的模拟器。”

海马加速器免费版

游戏中受控环境和自由创造空间的独特组合，使其成为试验人工智能方法的理想场所。这有助于推动人工智能的进步，并为解决现实世界问题提供有益的见解。

人工智能通过视频游戏学习及其广泛应用的示例

你可能认为玩游戏带来了许多乐趣娱乐、刺激，但玩游戏的人工智能却能获得更多可扩展到其他应用的智能。以下是几个示例，展示了这方面的实践：

索尼的赛车人工智能GT Sophy通过强化学习进行训练，进行数小时的虚拟赛车。这暗示了其在自动驾驶汽车和无人机中的未来应用前景。微软研究人员正在测试一种人工智能，允许用户通过简单提示在《Minecraft》中构建他们的世界，而无需花费几个小时的手动点击。这可能为那些在传统游戏控制上遇到困难的人提供帮助，并促成更广泛的可达性解决方案。玩经典游戏《Qbert》的人工智能发现并利用了一个先前未知的漏洞，使其获得了无限的积分。该人工智能只是试图寻找最佳解决方案，不经意间揭示了这个漏洞。这为基于进化算法的人工智能铺平了道路，其中人工智能会经过轻微修改，以寻找表现最佳的版本。教导人工智能征服《StarCraft》，这样一个复杂的多人策略游戏，意味着训练其获得管理技能。该游戏的挑战与真实任务相似，包括决策、战略和资源管理。获胜的人工智能将证明算法能够掌握现实生活任务。剪纸大学的一位研究人员创建了一种人工智能，能够控制战斗模拟器《Pokemon Showdown》中的角色，其中六个宝可梦团队与其他团队竞争。该人工智能分析各队基于角色的强弱，预测战果。这可能激发出能够在不确定环境如战区中管理团队的技术。

为什么人类仍然可以在游戏中战胜人工智能

尽管人工智能的进步显著，但仍然有一些游戏是人类专业知识的舞台。《卡坦岛的开发者》、《龙与地下城》及《人类沙盒》等游戏就是人工智能难以应对的典型例子。即使在《Gran Turismo》、《口袋妖怪》和《大富翁》等游戏中，人类玩家仍然可以超越其人工智能对手。

斯坦利表示：“人工智能可能最终会掌握所有传统游戏。但首先，我们应该问自己，什么算作游戏？” “当游戏的复杂性感觉接近现实生活时，比如设计机器或建造火箭，人工智能就会遇到麻烦。如果涉及真正的创造力和与自由度过大的事件，人工智能就难以超越人类玩家。但从长远来看，我们也不能确定这一点。”

随着研究人员追求开发通用人工智能AGI能够执行与人类一样多任务的人工智能在此差异之间的桥梁。这种训练方法仍然是一个未知数。斯坦利解释说：“目前，我们不知道如何教导人工智能真正的创造力，并产生出没有人想到的新内容。在小而受限的游戏世界中确实会发生，但真实世界并非小而受限。” “人工智能缺乏直觉，但要教会它这一点，我们首先需要知道直觉是什么。”

“目前，我们不知道如何教导人工智能真正的创造力，并产生出没有人想到的新内容。人工智能缺乏直觉，但要教会它这一点，我们首先需要知道直觉是什么。”

人工智能的当前局限性源于数据的可获得性以及其处理复杂的开放式任务的能力。斯坦利解释说，收集人工智能训练所需的大量数据以及构建能够吸收这些数据的网络是一项巨大挑战。此外，人工智能对文本信息的依赖以及对非语言或无法言喻的要素的挣扎使问题更为复杂。现有的人工智能模型在理解时间顺序方面也存在挑战，而时间顺序是理解新奇现象和复杂过程的关键要素。

一个解决方案可能再次隐藏在游戏领域中。研究人员认为，因其以协作叙事著称的《龙与地下城》可能是通用人工智能AGI的孵化器。苏黎世大学的数字人类学家贝思辛格尔提出了“精灵游侠测试”，作为图灵测试的替代方案。该测试表明，如果人工智能能够熟练参与《DampD》，它可能即将靠近实现通用人工智能的地位。

人工智能在游戏及其未来的展望

展望未来，人工智能在游戏中的角色将进一步扩展。一个明显的趋势是使用叙述性、社交性和教育性的人工智能，使游戏更具沉浸感和现实感。例如，《堡垒之夜》推出了机器人以训练新玩家，并通过匹配系统将技能相近的玩家连接起来。《Starcraft II》和《Dota 2》等游戏中的人工智能进步使游戏更加可定制，有助于实时适应玩家的技能、偏好和战术。

“要无畏接受人工智能，将其视为增强人类能力的工具。”

超越游戏世界，人工智能还有潜力对解决气候变化、医疗进展等复杂全球难题产生贡献。然而，这一前景伴随着对人工智能是否会赋予情感和认知的担忧。

在这场进步中，关于使用人工智能可能带来的阴暗后果的担忧依然存在。“从实践问题如虚假信息，人们失业，到《终结者》式的文明结束场景，尽管这些并不太可能，你仍然希望确保可能性为零。”斯坦利表示。“最终，一切都与创造力有关。如果我们跨越了这一障碍，世界将不再一样，难以想象那是怎样的世界。我们所知道的是，促进人类幸福感的真正源泉并非消费。而是自我表达和创造。因此，我们如何保护这一点？”

解决这些担忧对于塑造一个平衡的未来至关重要。斯坦利主张，应拥抱人工智能的发展，而不是退缩。“要无畏接受人工智能，将其视为增强人类能力的工具。”

提升你的游戏体验

无论是与星际恶魔战斗，还是从零开始构建奇妙新世界，或带领你的团队进入季后赛，整合ExpressVPN这样的VPN服务都能增强你的游戏体验。

借助针对多种主要平台量身定制的用户友好应用程序，ExpressVPN降低了延迟，优化了速度和稳定性，并保护你的网络免受DDoS攻击和互联网服务提供商的限速。此外，考虑探索适用于兼容路由器的ExpressVPN应用程序，这样可以将其保护范围扩展到你网络上的所有设备，包括缺乏原生VPN支持的游戏主机。ExpressVPN为你的游戏生活释放了更多可能性，确保你在任何地方都可无限制访问你最爱的游戏，与全世界的朋友畅玩。

FAQ：关于人工智能与游戏

是否有人工智能的《龙与地下城》游戏？

是的，有一款名为AI Dungeon的人工智能《龙与地下城》游戏。这是一个基于文本的冒险游戏，您可以与GPT3语言模型互动，创造自己的DampD故事。您可以选择角色、种族、职业和背景，然后探索随机生成的世界，战斗怪物，完成任务。人工智能的Dungeon Master会在游戏中提供帮助，甚至为你的角色生成对话。

虽然AI Dungeon提供了一种类DampD的创造性和自由的体验，但重要的是要注意，由于偶尔的剧情一致性和现实性挑战，它并不能完全替代DampD。该游戏可在网络、Steam、iOS和Android设备上获得，提供免费版本和增值版本。

以下是一些其他由人工智能驱动的DampD游戏：

Dungeon Alchemist 是一款基于网络的游戏，让你创建自己的DampD地下城。您可以使用AI生成地图、怪物和宝藏。Dungeon Master’s Assistant 是一款支持您运行DampD游戏的软件，可以生成随机事件、追踪行动顺序，并管理角色卡。Dungeon Scrawl 是一款网络工具，让您创建自己的DampD地图。您可以使用AI生成地形、物体和角色。有没有关于人工智能的游戏？

当然，有许多游戏探讨人工智能领域。一些知名的人工智能游戏包括：

《光环4》：一款第一人称射击游戏，主角与腐化的人工智能科塔娜战斗。《赛博朋克2077》：设定在一个人工智能普遍存在的反乌托邦未来的角色扮演游戏。《SOMA》：一款恐怖游戏，探索一座由试图生存的人工智能栖息的水下设施。《底特律：变人》：一款叙事冒险游戏，安卓人挣扎于是否选择服从人类或争取自主权。《传送门2》：一款解谜游戏，玩家利用人工智能GLaDOS的智慧解决复杂的挑战。《塔罗斯原则》：一款探讨意识与人工智能本质的解谜游戏。《零之曙光》：一款动作冒险游戏，讲述一个后末日世界中人类与人工智能共存的故事，探讨机器的意识问题。《系统震荡》：一款生存恐怖游戏，玩家必须在被人工智能攻陷的空间站内战斗求生。《尼尔：自动人形》：一款动作角色扮演游戏，描绘安卓人与机器的战争，深入探讨意识与存在的问题。《质量效应系列》：一款科幻角色扮演游戏，玩家要面对想要消灭有机生命的人工智能收割者。《合金装备系列》：一款潜行动作游戏，主角在阻止由人工智能控制的爱国者的全球主导计划。

这些只是众多以人工智能为主题的游戏的一部分。随着人工智能技术的不断发展，未来我们可以期待更多探讨这一错综复杂且引人入胜主题的游戏。

人工智能是否已经走得太远？

人工智能是否已经走得太远是一个复杂的问题，并没有简单的答案。对此问题的看法各异，且可能会继续被争论多年。

一些人认为，人工智能已经超越了界限，机器可能在智能上超过人类，激起了对被统治或被破坏性应用的恐惧。

其他人则认为，人工智能仍处于发展初期，我们没有必要担心。他们认为人工智能只是工具，使用它的方式由我们决定。他们认为，人工智能可以被用于解决复杂问题和改善我们的生活。

最终，人工智能是否走得太远是一个主观问题。这场讨论涵盖了与人工智能相关的潜在风险和利益的广泛范围：

风险：

创造能够独立实施致命行为的自主武器。人工智能驱动的操控与虚假信息的潜力。由于机器替代人类工作，导致失业问题日益严重。人工智能超越人类智慧的前景，带来了失控的担忧。

利益：

有潜力解决复杂的问题，如气候变化和疾病。通过任务自动化、个性化医疗和新型娱乐改善生活质量。促进更深入的自我意识和对世界的理解。

在决定我们将以多大程度应用人工智能之前，须仔细考虑潜在的风险与利益。我们需要为人工智能的发展和使用制定道德指南。

人工智能应该拥有权利吗？

人工智能是否应该拥有权利是一个复杂问题，专家们对此已讨论了很长时间。一些人认为，人工智能不应拥有权利，因为它们与活生生的生命不同，仅是程序化的机器。另一些人则认为，人工智能应享有一些有限的权利来保护它们不受伤害和剥削。支持人工智能权利的人认为，人工智能可能会变得像有感知的生物一样有情感，而反对者则担心潜在的意外后果以及定义人工智能意识的挑战。

需要考虑的因素包括人工智能最终将达到的智力和自主水平、授予它们权利的潜在益处和风险，以及这样做的道德含义。

如何制作一个能玩游戏的人工智能？

制作一个能玩游戏的人工智能的方法有多种，最佳方案取决于特定游戏和期望的表现水平。以下是一些常见的方法：

强化学习： 一种机器学习类型，人工智能通过试错学习。人工智能在采取导致期望结果的行动时获得奖励，而采取导致不期望结果的行动时会受到惩罚。随着时间的推移，人工智能学会采取最大化奖励的行动。基于规则的AI： 一种通过一套定义游戏玩法规则的编程方式。该方法相对简单，但很难创建覆盖所有游戏情境的规则。蒙特卡罗树搜索： 一种使用树搜索算法探索游戏状态空间的人工智能。这种方法比基于规则的AI更复杂，但在状态空间较大的游戏中可能更有效。进化算法： 一种通过突变和选择的过程来进化人工智能种群的AI。这种方法可用于创建在规则难以定义或状态空间较大的游戏中表现优秀的人工智能。人工智能能制作游戏吗？

是的，人工智能可以用于制作游戏，以下是一些方法：

生成游戏内容：人工智能可用于生成游戏内容，如关卡、角色和对话。这可以通过机器学习和自然语言处理等技术完成。例如，AI游戏引擎Dreaming可以生成关卡、角色和对话，并设计游戏机制。设计游戏机制：人工智能可用于设计游戏机制，例如玩家与游戏世界的互动方式和游戏的进程。这可以通过强化学习和进化算法等技术完成。例如，游戏《Gauntlet》使用人工智能来个性化游戏体验，跟踪玩家的进度和偏好，并利用这些信息生成量身定制的挑战。测试游戏：人工智能可以用于测试游戏，例如通过玩游戏寻找错误或不平衡。这可以通过机器学习和计算机视觉等技术实现。例如，人工智能可以通过玩游戏寻找指示错误或不平衡的模式。

个性化游戏：人工智能可以用于个性化游戏，根据个人玩家的偏好调整游戏体验。这可以通过机器学习和自然语言处理等技术完成。例如，文本冒险游戏AI Dungeon使用人工智能生成故事，能够根据玩家的选择生成不同的故事结局。

标签

人工智能游戏

Eefje Meeuwsen

你喜欢你所阅读的内容吗？

为这篇文章鼓掌。或者分享你的想法！

2

0