讓 AI 玩游戲這件事遠(yuǎn)比我們想象的要早得多。追溯到?1948 年，圖靈和同事錢伯恩共同設(shè)計(jì)了國(guó)際象棋程序 Turochamp。之所以設(shè)計(jì)這么個(gè)程序，圖靈是想說明，機(jī)器理論上能模擬人腦能做的任何事情，包括下棋這樣復(fù)雜的智力活動(dòng)。

可惜的是因?yàn)檫@個(gè)程序太復(fù)雜了，在圖靈去世之前，Turochamp 并沒有在任何計(jì)算機(jī)上運(yùn)行，只出現(xiàn)了一些受到 Turochamp 啟發(fā)的國(guó)際象棋殘局破解游戲。

國(guó)際象棋算是比較復(fù)雜的棋類游戲了，在同一時(shí)期，也有科學(xué)家研發(fā)了一些規(guī)則相對(duì)簡(jiǎn)單的棋類程序。其中最有代表性的，要數(shù) 1950 年，一位名叫亞瑟·塞繆爾的科學(xué)家開發(fā)的西洋跳棋程序了。

最初，這款跳棋程序只能簡(jiǎn)單地跟人類棋手進(jìn)行對(duì)弈，但后來，塞繆爾想給它增加一個(gè)功能，讓它能夠“自我學(xué)習(xí)”。這個(gè)跳棋程序能夠和自己進(jìn)行對(duì)弈，記錄下這些對(duì)弈的結(jié)果，調(diào)整每一步的評(píng)分，最終提高自己的技術(shù)，這可以稱得上是最早的能自我學(xué)習(xí)的棋類游戲了。

塞繆爾不斷改進(jìn)自己的跳棋程序，讓它達(dá)到了頂尖的業(yè)余愛好者的水平?？梢?yàn)楫?dāng)時(shí)計(jì)算機(jī)硬件的限制，塞繆爾的跳棋程序和最頂尖的人類棋手還有一定的差別。第一個(gè)打敗人類西洋跳棋冠軍的是 1989 年的一款叫“支奴干”的程序。

不過，西洋跳棋的規(guī)則相對(duì)比較簡(jiǎn)單，棋局也不如國(guó)際象棋那么復(fù)雜，人們還是想看到國(guó)際象棋領(lǐng)域的人機(jī)大戰(zhàn)。如果 AI 能戰(zhàn)勝人類頂尖的國(guó)際象棋大師，那毫無疑問將會(huì)證明自己的實(shí)力。

這場(chǎng)超級(jí)大戰(zhàn)，發(fā)生在 1997 年。IBM 的超級(jí)計(jì)算機(jī)“深藍(lán)”擊敗了國(guó)際象棋冠軍卡斯帕羅夫。雖然此后，仍然有人類棋手向 AI 發(fā)起挑戰(zhàn)，但已經(jīng)無力回天，在國(guó)際象棋領(lǐng)域 AI 已經(jīng)取得了徹徹底底的勝利。

證明了自己的能力之后，AI 并沒有停下腳步，接下來，它們要在圍棋領(lǐng)域向人類大師發(fā)起挑戰(zhàn)。

圍棋雖然只有黑白兩種棋子，但圍棋局勢(shì)的可能性、復(fù)雜性比國(guó)際象棋要高多了，因此 AI 要想打敗人類的圍棋高手，還需要更多努力。

在深藍(lán)戰(zhàn)勝卡斯帕羅夫之后將近 20 年，DeepMind 研發(fā)的圍棋機(jī)器人 Alpha Go 擊敗了人類圍棋冠軍李世石、柯潔。可以說至此，在棋類領(lǐng)域，AI 已經(jīng)沒有敵手了。

接下來，AI 開始轉(zhuǎn)戰(zhàn)其他領(lǐng)域。比如，DeepMind 開始訓(xùn)練一款叫 Alpha Star 的 AI，教它玩《星際爭(zhēng)霸 2》這款即時(shí)策略游戲。在 2019 年，Alpha Star 也在這款游戲上達(dá)到了人類大師的水平。

GPT 的開發(fā)公司 Open AI，在 2017 年到 2019 年期間，也在訓(xùn)練 AI 玩游戲。當(dāng)時(shí)它們玩的是《Dota 2》，并且在 2019 年 4 月，以 2：0 的成績(jī)擊敗了當(dāng)時(shí)的衛(wèi)冕冠軍。后來在為期 4 天的在線公開賽跟人類高手進(jìn)行了 4 萬多場(chǎng)比賽，贏得了 99.4%的比賽。

為什么要讓 AI 去玩游戲呢？

這是因?yàn)?#xff0c;人們?cè)谟?xùn)練 AI 玩游戲過程中用到的算法和技術(shù)，往往可以遷移到其他領(lǐng)域。比如 AlphaGo 的深度學(xué)習(xí)技術(shù)，在 AlphaFold 中也得到了應(yīng)用，AlphaFold 幫助人類科學(xué)家解決了許許多多蛋白質(zhì)折疊上的難題。

另外，AI 在玩游戲的過程中，需要根據(jù)對(duì)手的動(dòng)作來預(yù)測(cè)下一個(gè)動(dòng)作的可能性，這樣的算法也可以應(yīng)用在自然語言處理中。

再者，AI 玩游戲過程中涉及到的自主分類、決策、并不斷自我優(yōu)化的能力，在很多行業(yè)中都有應(yīng)用。

總而言之，讓 AI 玩游戲，并不是為了找事情讓 AI 消遣，而是在解決復(fù)雜問題的過程中讓 AI 變得越來越聰明。在這個(gè)過程中，我們不斷優(yōu)化 AI 算法，以迭代技術(shù)。

準(zhǔn)確地說，“AI 戰(zhàn)勝人類”這樣的說法實(shí)為調(diào)侃，戰(zhàn)勝人類的并不是 AI，打敗人類的，還是人類的智慧。（以上摘自科普中國(guó)，侵權(quán)刪）

來談一談?dòng)螒蛑械腁I：降本增效，革新體驗(yàn)

一個(gè)由 AI 技術(shù)驅(qū)動(dòng)的創(chuàng)作新時(shí)代已經(jīng)到來。網(wǎng)易數(shù)智作為這一變革的積極推動(dòng)者，一直專注于 AI 技術(shù)的研發(fā)與實(shí)踐。我們提供全鏈路 AI，全面地覆蓋了游戲行業(yè)的各個(gè)關(guān)鍵環(huán)節(jié)，從研發(fā)到發(fā)行，從買量到安全，助力游戲行業(yè)在玩家體驗(yàn)、玩法創(chuàng)新、安全保障、精細(xì)化運(yùn)營(yíng)等方面實(shí)現(xiàn)全新升級(jí)，賦能游戲行業(yè)創(chuàng)造更大的商業(yè)價(jià)值。作為網(wǎng)易旗下專注于企業(yè)服務(wù)的部門，網(wǎng)易數(shù)智游戲行業(yè)部一直都在積極為游戲產(chǎn)業(yè)貢獻(xiàn)力量，并在不斷的實(shí)踐中得到了客戶的廣泛認(rèn)可。

例如，經(jīng)歷了從依賴預(yù)設(shè)規(guī)則到實(shí)現(xiàn)自主學(xué)習(xí)的飛躍式發(fā)展，通過強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)等先進(jìn)技術(shù)開發(fā)的游戲 AI 智能體，能夠模擬真人操作，實(shí)現(xiàn)智能化自學(xué)習(xí)，不僅展現(xiàn)出高水平的游戲技能，還具備多策略應(yīng)對(duì)和難度可控的特性，極大地豐富了游戲的多樣性和挑戰(zhàn)性。如今，網(wǎng)易數(shù)智游戲行業(yè)部通過自研的游戲 AI 智能體技術(shù)，為玩家提供接近真人的游戲體驗(yàn)，已廣泛應(yīng)用于棋牌、策略和角色扮演等游戲類型中。

?? ? ? ?

AI 技術(shù)在游戲中的應(yīng)用，不僅提高了游戲的生產(chǎn)效率，同時(shí)也提升了游戲的可玩性和互動(dòng)性。在游戲運(yùn)營(yíng)方面網(wǎng)易數(shù)智的 AI 技術(shù)在游戲運(yùn)營(yíng)中的應(yīng)用，在提升游戲客戶服務(wù)效率的同時(shí)，也為游戲安全“保駕護(hù)航”。

其中，網(wǎng)易數(shù)智 AI 客服技術(shù)通過整合智能客服推薦、多維度多指標(biāo)訓(xùn)練服務(wù)機(jī)器人以及行業(yè)知識(shí)體系和算法模型導(dǎo)入，不僅優(yōu)化了玩家與游戲的互動(dòng)，還通過個(gè)性化的智能外呼系統(tǒng)，增強(qiáng)了游戲玩家的忠誠(chéng)度。另外，為維護(hù)游戲環(huán)境的公正與秩序，AI 技術(shù)也被賦予了新的使命——反外掛?；谟脩粲螒騼?nèi)行為，利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)的多維度 AI 檢測(cè)，通過智能風(fēng)控平臺(tái)、AI 腳本、工作室行為檢測(cè)以及 FPS 外掛 AI 識(shí)別，為游戲運(yùn)營(yíng)提供了全面的安全保障，確保了游戲環(huán)境的公平性和健康性。

?? ? ? ?

在游戲營(yíng)銷領(lǐng)域，AI 智能外呼的強(qiáng)交互、高擬人、智能自動(dòng)化等特點(diǎn)，能夠有效提升玩家體驗(yàn)、增加玩家粘性。例如，AI 智能外呼系統(tǒng)通過集成融合 ASR、NLP 和 TTS 技術(shù)，實(shí)現(xiàn)了與玩家的流暢交互，為玩家提供個(gè)性化的互動(dòng)體驗(yàn)。NPC 的音色生成，為游戲世界中的人物注入生命力，從而極大地增強(qiáng)游戲的沉浸感和情感聯(lián)系。此外，AI 智能外呼系統(tǒng)還具備驚喜式召回功能，通過發(fā)送個(gè)性化的語音信息，有效地召回玩家回歸游戲。