人工智能＋游戏 会带来什么

“人工智能+游戏”

写在前面

随着人类生活水平的日益提高，游戏正在为越来越多的人们带去欢乐。同时，作为21世纪新兴科学技术的人工智能，也正在研究人员的努力下不断向前突破。那么，这两列高速前进的“火车”能否接轨并行呢？下面我们将分别从“人工智能”和“游戏”这两者的角度出发论证这两者结合的合理性，讨论两者结合为双方带来的影响以及利用AI对玩家建模为游戏公司带来的收益。

人工智能 (AI)

人工智能利用计算机和机器模仿人类思维的问题解决和决策制定能力。

虽然在过去数十年中，人工智能 (AI) 的一些定义不断出现，但 John McCarthy 在 2004 年的论文 (PDF, 106 KB) (链接位于 IBM 外部 ) 中给出了以下定义：“这是制造智能机器，特别是智能计算机程序的科学和工程。 它与使用计算机了解人类智能的类似任务有关，但 AI 不必局限于生物可观察的方法”。

然而，在这个定义出现之前数十年，人工智能对话的诞生要追溯到艾伦·图灵 (Alan Turing) 于 1950 年发表的开创性工作：“计算机械和智能” (PDF，89.8 KB)（链接位于 IBM 外部）。 在这篇论文中，通常被誉为“计算机科学之父”的图灵提出了以下问题：“机器能思考吗？”由此出发，他提出了著名的“图灵测试”，由人类审查员尝试区分计算机和人类的文本响应。 虽然该测试自发表之后经过了大量的审查，但它仍然是 AI 历史的重要组成部分，也是一种在哲学中不断发展的概念，因为它利用了有关语言学的想法。

Stuart Russell 和 Peter Norvig 随后发表了“人工智能：现代方法”（链接位于 IBM 外部），成为 AI 研究的主要教科书之一。 在该书中，他们探讨了 AI 的四个潜在目标或定义，按照理性以及思维与行动将 AI 与计算机系统区分开来：

人类方法：

像人类一样思考的系统

像人类一样行动的系统

理想方法：

理性思考的系统

理性行动的系统

艾伦·图灵的定义可归入“像人类一样行动的系统”类别。

以最简单的形式而言，人工智能是结合了计算机科学和强大数据集的领域，能够实现问题解决。 它还包括机器学习和深度学习等子领域，这些子领域经常与人工智能一起提及。 这些学科由 AI 算法组成，这些算法旨在创建基于输入数据进行预测或分类的专家系统。

讨论一下

人类是在用智慧玩游戏，无论是古时候的棋类游戏还是现如今风靡的视频游戏，人们在游戏中的步步操作都需要人类“智能”的支撑。因此，从人工智能问世以来，就和游戏有着千丝万缕的联系，当我们创造出一个能够和人一样“玩游戏”的程序时，我们就认为这个程序拥有了某种智能。

早期的人工智能可以说是一种“形式化”的智能，研究者希望让机器可以拥有比肩人类水平的决策能力和解题能力。而近些年，研究者却倾向于探索让AI去学会那些可能在人类的日常生活中很简单但又很难去用形式化的语言描述的能力。像记住人脸，判断周围人的情感等等。换句话说，人工智能最终要去触碰是人类大脑的的创造性和隐藏在神经元中的抽象能力。

再看作为“第九艺术”的游戏，正是一个稀有的兼具科学与创造性的场景，这确实是人工智能研究的理想场景。一方面，游戏如同一个空白的画布一样来让人工智能展示其创造力和表现力；另一方面，人工智能技术可以让AI像人一样玩游戏，甚至能在游戏中击败人类。