前几天，我在牛津城狭窄曲折的小巷里闲逛，玩着《精灵宝可梦Go》(Pokemon Go)，突然一个女人不知从哪里冒出来，问我:“你想参加一个关于人工智能的免费讲座吗?”

　　她疯狂地指了指隐藏在古老砖墙中的一扇门，大概是通往一个演讲厅，而不是一个我可能会被抢劫的密室。

　　“不，谢谢，”我说。“我在找闪亮的Skorupis。”我们分开了，成功地混淆了彼此。

　　我知道学者们喜欢谈论他们的研究，但即使以牛津的标准来看，这也很奇怪。

　　我指责当前的趋势，每个公司、企业家和社交媒体影响者都在谈论人工智能，就像它是自区块链以来最热门的新技术一样?

　　人工智能一直被宣传为一种“新发现”的灵丹妙药，可以解决人类所有的问题，一种神奇的未来技术，终于成为现实。

　　但你知道吗?这些对我来说都不新鲜，因为作为玩家，我们一直在玩某种形式的AI，至少从Pong时代就开始了。

　　我认为揭开AI的神秘面纱，看看这种新老技术是如何以一种非常实际和基础的方式在电子游戏中持续使用的，这是有好处的。

　　所以如果你跟随我穿过这扇完全无辜的隐藏门，我可以从一款使用高级AI系统的游戏开始我的演讲，这款游戏叫做……

　　吃豆人

　　《吃豆人》(原名《吃豆人》)是一款街机游戏，玩家在游戏中扮演一个住在迷宫里的黄色圆圈，它会发出咔咔咔的叫声，吞食小球，并逃离鬼魂。

　　

　　你没料到我会谈论一款1980年的游戏吧?这就是你跟着陌生人走进陌生大门的下场!

　　但说真的，这款游戏真正实现了AI——毕竟，你认为是什么驱使幽灵在迷宫中追逐吃豆人?

　　鬼的AI有三个部分，第一部分试图回答一个表面上很简单但实际上很复杂的问题:我如何从A点到达B点?

　　考虑一下:当我想去当地的超市时，最好是走最短的路线，我需要做很多决定。我该经过图书馆还是抄近路穿过购物中心?在丁字路口，我该向左拐还是向右拐?

　　同样地，幽灵也需要做出类似的决定才能走向吃豆人，因为具有讽刺意味的是，尽管它们是幽灵，但它们却不能穿过墙壁。当他们到达十字路口时，他们是左转、右转还是向前走?哪条路线更接近玩家?

　　找到从A点到B点的最短路线是机器需要解决的一个常见问题，无论它们是游戏中的敌人和npc(非玩家角色)，还是行驶在实际街道上的自动驾驶汽车。寻找这些路线的过程被称为“寻路”。

　　

　　我不确定《吃豆人》中的幽灵使用的是哪种寻路算法，但如果你对电子游戏角色如何在他们的世界中移动的本质感兴趣，那么一定要阅读Dijkstra的算法或A*算法。这是看待人工智能的一种方式:简单地说就是解决复杂问题的程序。

　　(顺便说一下，如果一些人工智能公司试图向你推销它拥有解决世界饥饿、寻找爱情或其他任何事情的“最佳算法”，要知道算法只是一堆指令。苹果派的食谱可以说是一种将苹果变成馅饼的算法。)

　　机器里的幽灵

　　鬼AI的第二部分是特定的“NPC行为”——或者换句话说，鬼是如何与人类玩家互动的?他们如何在游戏世界中发挥作用，从而在不不公平的情况下给予玩家挑战?

　　

　　游戏中有4个幽灵:Blinky(红色)、Pinky(粉色)、Inky(蓝色)和Clyde(橙色)，它们的行为各不相同。

　　以Blinky为例，它被设定为找到到达玩家当前位置的最短路线(本质上，这意味着红色幽灵会追逐吃豆人)。与此同时，Pinky被设定为移动到玩家当前方向前面4个“贴图”的位置(这意味着粉色幽灵试图“拦截”吃豆人)。

　　结合起来，这些幽灵就像一个团队一样工作，执行钳形动作来伏击玩家并切断逃跑。

　　这可能会让玩家认为计算机比实际情况更聪明，给算法或数学过程一种错觉，嗯，我们称之为模拟智能。

　　

　　当玩家想到“游戏中的AI”时，他们通常会想到这种形式的动态决策:计算机模拟思考生物行为的能力。换句话说，我们可以把人工智能看作是虚拟的“人”。

　　在撰写本文时，还没有真正的智能机器这样的东西——没有人创造出像人类一样思考的人工通用智能(AGI)。甚至是一只中等聪明的猩猩。

　　但正如电子游戏所显示的那样，现有的人工智能非常善于让你认为它们比实际更聪明。

　　游戏负责人

　　好吧，既然我们现在使用的是技术术语，那么让我们引入一个新的术语:有限状态机(FSM)。FSM只是想象数据的一种方式，其中每个“事物”存在于给定特定输入的特定状态中。

　　例如，Shaun the Human有两种状态:Hungry和Full。在我的饥饿状态下，如果你输入一个芝士汉堡(请通过嘴)，我的状态将变为Full。

　　

　　当我们讨论鬼的AI的第三部分时，这将是相关的，它与游戏的动态难度有关，并延伸到实际游戏的整体玩家体验。

　　《吃豆人》中的幽灵有三种状态:在默认的追逐状态下，每个幽灵都会试图追逐或拦截玩家。

　　但每隔一段时间，幽灵会暂时进入分散状态，在那里它们会停止追捕玩家。

　　最后，在受惊吓的状态下，每个幽灵都会逃离刚刚吃下那些大的“能量剂”小球的玩家。

　　Chase, Scatter和Frightened状态持续多久会直接影响到游戏的难度。

　　拥有频繁的追逐状态，玩家将感受到被幽灵追捕的压力。

　　相反地，较长的“分散”或“受惊”状态将给予玩家更多喘息时间。

　　

　　显然，游戏的AI确保了后面的关卡有更少的分散和惊吓计时器。

　　举个更现代的例子，《求生之路》的“游戏指导”AI以根据玩家的表现调整游戏难度而闻名。

　　如果玩家能够轻松地消灭不死族，那么AI便会投入更多僵尸去提升紧张感。

　　相反地，如果最后一场战斗让玩家受伤太多，那么AI就会生成更多的生命值包，让玩家能够恢复。

　　这是看待AI的另一种方式:作为一种智能地对玩家输入做出反应的系统，充当游戏总监或地下城主，其工作是使游戏具有足够的挑战性，使其变得有趣，但又不至于太困难而无法实现。

　　我们可以通过玩家尖叫着将控制器扔出窗外的频率来科学地衡量电脑在这项工作中的表现。

　　资源公司

　　好吧，让我们暂时离开《吃豆人》，因为我需要谈论游戏中现代和未来AI的发展。(如果你想了解更多关于吃豆人的信息，请搜索“吃豆人档案”文章或GMTK的《吃豆人》视频。)

　　如果你浏览一下互联网——或者至少是在我的X/Twitter时间线上随机出现的奇怪广告——你会经常发现人工智能爱好者在谈论ChatGPT是有史以来最伟大的东西，因为它可以给你写电子邮件，完成作业，或者预测股票。(顺便说一句，最后一个是一个糟糕的想法。)或者他们会大肆宣传《Midjourney》的“艺术实力”。

　　市场营销将人工智能描述为“个人助理”或“工人仆人”，但老实说，我认为这有点不准确。

　　例如，ChatGPT“只是”一个大型语言模型，它基本上是自动纠错/文本预测，但扩展了。

　　相反，我认为至少从游戏开发的角度来看，更准确的说法是:AI是内容生成器或资源创造者。

　　我个人对ai生成内容的感觉可以用“eeehhh…”来概括。

　　作为一名美术人员和作家，我对游戏工作室使用ai衍生技术作为借口而不雇佣真正的人类插画师、脚本作家、配音演员等的想法感到震惊。

　　也就是说，我确实认识到ai生成的内容在某些电子游戏中具有特定的地位。

　　例如，随机生成的地图已经存在了很长时间。它们永远不会拥有手工制作地图的智能设计或个性，但随机生成的地图在roguelikes等游戏中仍然非常棒，因为重玩性比手工组装的体验更重要。

　　那些负担不起美术人员的小型工作室也可以使用Midjourney或类似的工具为其美术资产生成占位符或起点，但如果他们想要摆脱潜在的刻板印象或不切实际的美学，最终他们需要找到合适的美术总监。

　　那么，游戏工作室是否会利用现代人工智能技术在未来创造出更多令人惊叹的游戏，即能够即时生成引人入胜的故事和广阔的世界?

　　我不知道，但我确实希望游戏开发者能够更加谨慎地使用这种热门的市场技术，而不是每个人都试图在“区块链”上创建游戏，因为nft是当时热门的市场技术。

　　模拟机灵

　　我想，在遥远未来的某个时刻，人工智能将会像现在营销的那样先进。

　　agi将解决我们所有的问题，回答我们所有的疑问，我将有一个像R2-D2这样的机器人伙伴。(除了屁股更漂亮。)

　　但就目前而言，我认为重要的是首先要理解人工智能实际上可以实现什么，并在不认为它实际上是魔法的情况下欣赏它们所做的事情。

　　正如电子游戏向我们展示的那样，即使是非常古老的模拟智能也能给我们带来如此多的快乐和有趣的挑战。

　　我想人工智能永远无法回答的唯一问题是隐藏在牛津小巷的那扇门背后到底是什么。后面真的有演讲厅吗?一个用来诱骗和抢劫容易上当受骗的人的房间?或者……纳尼亚?我想我永远也不会知道了。

　　吃豆人(1980)

　　开发人员/出版商:纳/中途

　　平台:街机(不是苹果街机，是真正的街机——孩子们，问问你的父母)

　　上映日期:1980年7月(日本)