圍棋、撲克相繼失守，人類(lèi)游戲還能咋玩？

【AI世代編者按】人工智能的復(fù)雜度正在日益提升，而與人玩游戲則是一項(xiàng)技巧十足的任務(wù)。美國(guó)研究人員艾倫德·辛茨（Arend Hintze）闡述了人工智能和游戲的進(jìn)化理論，以及未來(lái)的發(fā)展方向。

以下為原文內(nèi)容：

1980年代，一位老師讓我寫(xiě)一個(gè)能玩井字棋的電腦程序?？上覜](méi)寫(xiě)出來(lái)。但就在幾個(gè)星期前，我跟我的一個(gè)計(jì)算機(jī)專(zhuān)業(yè)的研究生解釋了如何用所謂的“Minimax算法”解決井字棋問(wèn)題，我們大約用了一個(gè)小時(shí)就把程序?qū)懲炅恕?/p>

我的編程能力這些年的確進(jìn)步了，但計(jì)算機(jī)科學(xué)也有了長(zhǎng)足發(fā)展。

幾十年前看似無(wú)法實(shí)現(xiàn)的事情，今天卻有可能變得非常容易。1997年，當(dāng)IBM“深藍(lán)”在6局對(duì)戰(zhàn)中擊敗國(guó)際象棋大師加里·卡斯帕羅夫（Garry Kasparov）時(shí)，人們都感到驚訝不已。 【“深藍(lán)”當(dāng)年贏(yíng)得可能不光彩】

2015年，谷歌披露其DeepMind系統(tǒng)已經(jīng)掌握了多款1980年代的視頻游戲，包括自學(xué)《打磚塊》游戲的取勝秘訣。2016年，谷歌的AlphaGo系統(tǒng)還在一場(chǎng)5局對(duì)戰(zhàn)中擊敗了一位頂尖圍棋選手。

關(guān)于計(jì)算機(jī)系統(tǒng)在各類(lèi)游戲中擊敗人類(lèi)選手的探索仍在繼續(xù)。前不久，AlphaGo在“圍棋峰會(huì)”上3：0碾壓柯潔。隨著計(jì)算能力的增強(qiáng)和技術(shù)水平的提升，電腦甚至能在那些我們?cè)菊J(rèn)為需要依靠人類(lèi)的直覺(jué)、智慧和狡詐才能勝出的游戲上戰(zhàn)勝人類(lèi)——例如撲克。

我最近看見(jiàn)一段排球運(yùn)動(dòng)員跟機(jī)器人控制的橡膠手臂對(duì)練扣殺的視頻，這些手臂竟然能夠攔截專(zhuān)業(yè)運(yùn)動(dòng)員的大力扣殺。由此可見(jiàn)，當(dāng)機(jī)器想要取勝時(shí)，人類(lèi)的抵抗將毫無(wú)用處。

這是好事：我們希望有完美的人工智能系統(tǒng)替我們開(kāi)車(chē)，還希望有不知疲倦的系統(tǒng)從X光片上尋找癌癥的跡象。但具體到玩游戲這件事情，我們還是不想輸給機(jī)器。幸運(yùn)的是，人工智能可以讓游戲更加有趣，甚至有可能給我們帶來(lái)無(wú)盡的快樂(lè)。

玩不膩的游戲

如今的游戲設(shè)計(jì)師看到一個(gè)問(wèn)題：開(kāi)發(fā)無(wú)敵的人工智能系統(tǒng)根本沒(méi)有意義。如果毫無(wú)勝算，那就沒(méi)人愿意玩。

但人們希望玩游戲時(shí)能獲得沉浸、復(fù)雜且令人驚喜的體驗(yàn)。即便是當(dāng)今最好的游戲，玩過(guò)一段時(shí)間之后也會(huì)覺(jué)得無(wú)聊。理想的游戲模式是主動(dòng)適應(yīng)玩家，并通過(guò)與之互動(dòng)來(lái)保持游戲的趣味性，甚至讓這種狀態(tài)永遠(yuǎn)持續(xù)下去。

所以，當(dāng)我們?cè)O(shè)計(jì)人工智能系統(tǒng)時(shí)，不能光看到深藍(lán)和AlphaGo的勝利，還應(yīng)該看到《魔獸世界》這種大型多人在線(xiàn)游戲的巨大成功。這些游戲的圖形設(shè)計(jì)精美，但它們最大的吸引力還在于互動(dòng)。

多數(shù)人對(duì)象棋和圍棋這種極其復(fù)雜的邏輯游戲興趣不大，而是希望與人聯(lián)系，營(yíng)造社區(qū)。這些MMO游戲面臨的真正挑戰(zhàn)并不是它們能否被人類(lèi)智能或人工智能擊敗，而是如何讓玩家每次玩游戲時(shí)都能有新鮮感。

改變模式

目前，游戲環(huán)境允許人們與其他玩家展開(kāi)許多互動(dòng)。地牢突擊隊(duì)的角色很容易確定：戰(zhàn)士負(fù)責(zé)戰(zhàn)斗，醫(yī)生負(fù)責(zé)救治傷員，巫師負(fù)責(zé)遠(yuǎn)程施法?；蛘呦胂搿秱魉烷T(mén)2》，這款多人游戲的重點(diǎn)是通過(guò)合作來(lái)解開(kāi)一系列機(jī)關(guān)和謎題。

跟朋友一起玩這些游戲可以幫助你們形成共同記憶。但這些環(huán)境或底層情節(jié)的任何變化都必須由人類(lèi)設(shè)計(jì)師和開(kāi)發(fā)者來(lái)部署。

在現(xiàn)實(shí)世界中，各種變化都是自然發(fā)生的，不受監(jiān)督，不是人為設(shè)計(jì)的，也不會(huì)受到人為干預(yù)。玩家需要學(xué)習(xí)，而生物需要適應(yīng)。有的生物體甚至?xí)餐M(jìn)化，對(duì)彼此的發(fā)展作出反應(yīng)。（武器技術(shù)的軍備競(jìng)賽會(huì)出現(xiàn)類(lèi)似的現(xiàn)象。）

當(dāng)今的電腦游戲沒(méi)有這么復(fù)雜。正因如此，我不認(rèn)為開(kāi)發(fā)能玩現(xiàn)代游戲的人工智能技術(shù)可以對(duì)人工智能研究形成有益的促進(jìn)。

智能進(jìn)化

值得一玩的游戲必須因?yàn)榫哂羞m應(yīng)性而不可預(yù)測(cè)，還要因?yàn)橥嬗螒虻倪^(guò)程而產(chǎn)生新奇感。未來(lái)的游戲需要進(jìn)化。它們的角色不能僅僅做出反應(yīng)，還要具備探索和合作能力，甚至要發(fā)現(xiàn)各種缺點(diǎn)。

達(dá)爾文進(jìn)化論和學(xué)習(xí)是地球上一切新奇事物的形成動(dòng)力，這同樣可以成為促進(jìn)虛擬環(huán)境變化的動(dòng)力。

進(jìn)化已經(jīng)掌握了創(chuàng)造自然智能的方法。我們是不是也應(yīng)該放棄把自己的思維方式植入到人工智能之中的嘗試，轉(zhuǎn)而直接推動(dòng)人工智能實(shí)現(xiàn)進(jìn)化？包括我的實(shí)驗(yàn)室和我同事克里斯多夫·阿達(dá)米（Christoph Adami）的實(shí)驗(yàn)室在內(nèi)，有幾家實(shí)驗(yàn)室正在從事所謂的“神經(jīng)進(jìn)化”（nero-evolution）研究。

我們?cè)陔娔X中模擬復(fù)雜的環(huán)境，例如路網(wǎng)或生物生態(tài)系統(tǒng)。我們創(chuàng)造虛擬生物，并讓它們模擬數(shù)十萬(wàn)代的進(jìn)化過(guò)程。進(jìn)化本身隨后發(fā)展出最好的動(dòng)力，或者成為最適應(yīng)環(huán)境的生物——也就是那些生存至今的生物。

如今的AlphaGo已經(jīng)開(kāi)始了這一進(jìn)程，它通過(guò)不斷與自己對(duì)弈，以及分析頂尖棋手的比賽記錄來(lái)自我學(xué)習(xí)。但它并不能像我們這樣邊下棋邊學(xué)習(xí)，也不能進(jìn)行無(wú)人監(jiān)督的實(shí)驗(yàn)。它無(wú)法根據(jù)對(duì)手的不同來(lái)調(diào)整戰(zhàn)略：對(duì)電腦來(lái)說(shuō)，最好的棋就是最好的棋，無(wú)論對(duì)手的風(fēng)格如何都不會(huì)改變。

通過(guò)自己的經(jīng)驗(yàn)來(lái)學(xué)習(xí)是人工智能未來(lái)的發(fā)展方向。它們可以大幅增加游戲的趣味性，讓機(jī)器人不僅能在現(xiàn)實(shí)世界中發(fā)揮作用，還能在忙碌中不斷適應(yīng)。

*本文由新芽NewSeed合作伙伴授權(quán)發(fā)布，轉(zhuǎn)載請(qǐng)聯(lián)系原出處。如內(nèi)容、圖片有任何版權(quán)問(wèn)題，請(qǐng)聯(lián)系新芽NewSeed處理。