遊戲AI三大難：樣本大、成本高、靈活性差_風聞

　　DeepMind“入侵”安卓遊戲了

　　繼攻克圍棋、《星際爭霸》後，DeepMind開始瞄準手遊了。

　　5月初，DeepMind推出 AndroidEnv後，開始密集測試諸多手遊。最新加入體驗挑戰的是安卓版《The Battle of Polytopia》，它由瑞典開發商Midjiwan 製作併發行，是一款回合制文明策略遊戲。

　　遊戲故事背景設定在一個奇異而又平坦的“方塊”星球。玩家可領導 12 個不同文明中的一個，擴張帝國、研究科技併成為整個星球的統治者來最終取得勝利。

　　遊戲擁有單人和多人模式，最多可支持 12 名玩家。

　　目前，Midjiwan 正跟DeepMind合作，將《The Battle of Polytopia》集成到AndroidEnv中，成為後者一項常規任務。

　　大爆炸，變革性體驗要來了？

　　“我們發現這款遊戲是一個特別有趣的挑戰，因為它有許多功能，如處理長期規劃、不完善信息、多樣化 UI 元素和非確定性。”DeepMind 評論説。

　　針對本次合作，Midjiwan 總經理Christian Lövstedt則表示，DeepMind 是人工智能領域巨人般的存在，能擁有這樣強大的合作伙伴，併成為平台一份子，我們感到非常自豪和興奮。

　　在Polytopia玩家羣體中，不乏資深玩家。融入人工智能後，想必也會給玩家體驗帶來不一樣的變化。

　　AndroidEnv作為一個AI平台，允許AI代理在遊戲中自定義任務，比如尋找公園的方向、預定航班甚至於獲取最高分。

　　AI代理主要依據屏幕上顯示的圖像做出決策，它能像人類一樣通過觸摸屏和手勢進行操作。

　　理論上，AI能夠幫助開發者實現內容快速生成、自動生成劇情，乃至促進NPC智能化和多風化。

　　以騰訊AI Lab為例。在競技博弈AI方面，騰訊AI Lab推出了絕藝跟覺悟。前者主要涉及棋牌項目中的圍棋和麻將，完成從完全信息博弈到非完全信息博弈的拓展。

　　後者主要涉及到MOBA類手遊《王者榮耀》及體育類的足球，分別在異構分佈式multi-agent和更多智能體+長配合方面進行探索嘗試。

　　筆者獲悉，《王者榮耀》項目組一直在嘗試各種新玩法，但效果往往不盡如人意。意外的是，AI人機對戰參與率極高，超過10%的玩家。

　　這意味着，日活用户達到大幾百萬。官方披露的數據顯示，AI覺悟挑戰共吸引超過數千萬玩家參與。

　　此外，基於AI對於遊戲理解的專業策略分析和聲音文本的綜合體現，騰訊也推出了王者榮耀虛擬主播。

　　在美術資源方面，騰訊AI Lab涉及虛擬人和3D動作生成。據悉，內部團隊正在着手嘗試在動作生成方面得到更真實的遊戲表現，使其適配各類動作、地形和突發情況。

　　機遇與挑戰並存

　　看似變革性體驗背後，其實需要耗費大量成本。

　　一位兼具遊戲跟AI背景的資深人士告訴筆者，AI的確可以有效提升遊戲體驗。掣肘在於，樣本大、訓練成本高。

　　像《王者榮耀》這類大DAU，高流水競技性產品，固然可以一試。對於中型體量產品而言，往往不太划算。

　　一位創業遊戲公司高層説，小樣本模型效果不錯的話，拿幾千萬嘗試也不是沒有可能。換言之，大樣本模型，讓企業望而卻步。

　　眼下業界常討論AGI（通用人工智能），可產品靈活性仍是一大難題。

　　DeepMind遇到成本、靈活性困境，無疑最具代表性。

　　據估算，AlphaGo整體訓練成本高達3500萬美元，消耗能量足以支持12760個人類大腦在三天內不眠不休地工作。

　　在備受關注的《星際爭霸》項目上，DeepMind也遭遇了類似難題。

　　2019年2月28日凌晨，DeepMind旗下游戲AI AlphaStar，以5比0大比分，擊敗了世界上最強大的職業星際爭霸玩家之一。當時它被視為突破人類智力的最後陣地。

　　通常情況下，訓練AlphaStar需要使用Google v3 TPU，用以支撐數千個《星際爭霸II》協同運行。

　　AlphaStar共對戰14天，每個代理使用16個TPU。在培訓期間，每個智能體都經歷了長達200年的實時遊戲。

　　粗略估算下來，訓練成本達到數百萬美元。拋開成本不談，AlphaStar靈活性亦備受質疑。

　　紐約大學心理學系教授Gary F. Marcus認為，上述方案限制重重。在單一地圖上使用同一“種族”進行對戰時，其成績確實優於人類。

　　不過一旦在其它地圖使用不同“種族”時，表現就要差很多。要想切換操作風格，必須得從頭開始重新訓練AlphaStar。

　　簡言之，即系統缺乏足夠的靈活性。這一特性會讓DeepMind訓練成本迅速放大。

　　數據不會説謊。根據去年年底DeepMind向英國公司註冊局備案提交的最新財務報告。

　　報告顯示，近三年DeepMind虧損額分別為4.77億英鎊（2019）；4.702億英鎊 （2018）；3.02億英礡（2017）。

　　營收方面，2019年DeepMind收入達2.66億英鎊；2018年達到1.03億英鎊；2017年營收為5442萬英鎊。

　　綜合近三年業績表現，不難發現DeepMind營收確係穩步增長，虧損敞口逐步收小。不過需要指出的是，DeepMind大部分客户依賴於母公司Alphabet旗下關聯公司。

　　某種程度上，這也説明DeepMind商業化還有非常高的提升空間。AI龍頭企業尚且如此，國內AI遊戲廠商估計也大差不差。

　　只有有效解決樣本、成本、靈活性等問題，AI遊戲才會真正大爆發。