游戏+AI，你不曾想象的未来（下）

在上一期的《游戏+AI（上）》中，和大家聊了聊人工智能与玩家的关系。不过文章发布之后立刻就遇到了疫情大爆发，以致于《游戏+AI（下）》直到最近才得以“解禁”（喂喂......这么蹩脚的拖稿借口，没有人会相信的！）。这一次呢，咱们继续来探讨游戏与AI，不过其中的一方。由“玩家”变为了“开发者”。

如果你还没看过上一期的内容，或者因为“年代久远”而导致记忆有些模糊，神秘的传送门已经为你打开，请~

点击前往《游戏+AI，你所不知道的未来（上）》

▊ AI与开发者，取代与被取代者

AI可以服务于玩家，自然也能服务于开发者，不过其中还是有本质上的差异。游戏对于玩家来说不过是娱乐，但对于开发者而言却是工作，有了AI的辅助固然可以降低负担，但试想一下，若AI进化到一定程度，很多开发者面临的可能就是晚节......不对，饭碗不保，尤其是那些负责基础工作的职位。

所以要形容AI与开发者的终极关系也很简单，那就是“取代与被取代者”。听上去似乎不可思议，事实上现阶段也远不可能实现。不过其实在游戏开发的不同领域，已经初现端倪。

游戏开发是一项复杂且庞大的工程，尤其是那些3A级别的大作，更需要耗费巨大的人力资源——游戏导演、故事编剧、图形设计师、音乐制作师、软件工程师.....只有集合众人之力，才能打造出一款在画面、剧情、玩法上都足够优秀的作品。

所以目前想要由AI完全负责一款游戏的开发，依然是不太现实的（非常简单的游戏除外），但这并不代表其没有在游戏开发流程中扮演一定的角色。比如，AI已经广泛的参与到游戏测试的工作中，相比人工测试，其最大的优势是可以24小时不间断进行测试，让传统的测试人员从枯燥且重复的工作中彻底解放出来。

在《城市征伐（City Conquest）》这款游戏的开发过程中，开发者让AI对每个建筑的平衡性进行反复测试，并且模拟高手玩家的对战情况。之后便根据获得的数据调整游戏参数，进一步对细节进行优化。

而另一家游戏开发公司Nival则是在自己的RTS游戏《闪电战3》中，引入了名为“”的神经网络决策AI，通过让它不断与人类玩家和普通电脑AI进行对战测试，最终基于测试的结果优化游戏的规则与平衡性。

▲神经网络决策AI——Boris

当然，“测试”只是相对基础的工作，我们更期待的是AI在具有创造性的游戏设计领域，能够有更多的发挥，如此一来才能真正意义上影响开发的整体进程，缩短游戏的制作周期。而目前AI最有可能参与的，是“关卡创造”部分。

如今Roguelike游戏大行其道，此类作品的特色之一就是随机生成的关卡。为了提高可玩性与耐玩度，游戏会提供可以进行重复探索的关卡，每一次进入之后，迷宫、怪物配置和奖励等等都有一定的差异。如果每个关卡都完全由人工生成，那么势必会给开发者带来沉重的工作负担，所以游戏一般会引入“程序化内容生成”。游戏会基于开发者设计的生成规则，结合一定的随机化因素，自动的生成具体的元素，譬如地图上怪物的分布，数量基于给定范围的一个随机分布，分布位置则在划分好的地图格子上进行局部随机。当然，这只是比较基础的做法，并不能真正意义上永远给予玩家新鲜感。而这个时候，就需要有AI的辅助。

此前，来自美国多所知名大学的六位研究者，开发了一款可以自动设计《超级马里奥》关卡的AI。其工作原理主要由两部分组成——关卡产生模型与关卡判别模型。“关卡产生模型”会试图创造一个看起来像“人工制作”的关卡去欺骗“关卡判别模型”，而“关卡判别模型”则会去判断这个关卡到底是不是“真的”由人工制作。经过两个模型不断的博弈，前者所生成的关卡便和人工设计的越来越相似，直至后者无法判断出其中的差异，那么之后的所有关卡，都可以交给AI来设计了。

当然，光是把关卡设计得像“人工制作”是不够的，毕竟就算是人工制作，也有优劣之分。如何保证关卡能够由浅入深，并真正让玩家感受到乐趣，保持成就的新鲜感，这是关卡设计AI的终极目标，也是难点所在。目前这个《超级马里奥》关卡生成AI同样存在类似的局限性，如生成的一些关卡玩家可以轻松通过，没有太大难度，而一些关卡却特别难，人类根本无法通过。

当然不可否认的是，AI关卡设计师的高产令人类望尘莫及，短时间内设计上万个挂卡都不在话下，但人类每设计一个游戏关卡都要花费大量时间去调试。而除了关卡生成之外，AI在游戏素材的快速生成方面，亦有所建树。

“对卷积神经网络”是一种用于处理大型图片的AI，让它针对图片纹理进行大量训练后，其便能在很短的时间内将某一种纹理应用到另一张图片上，同时进行渲染并生成素材。举例来说，如果在训练的过程中，不断让AI辨识梵高的《星夜》，在经过高强度学习之后交给它一张完全不相干的普通照片、此时AI就能以极快的速度将这张照片渲染成《星夜》风格的画作。运用到游戏开发中的话，通过类似的学习原理，就能在短时间内大量生成某一类场景所需要的风格素材。在大型3D游戏的开发过程中，布景和贴图的制作是非常耗费时间的。

除了贴图素材的生成之外，游戏中的对白、音效等声音素材，也可以借助于AI的力量。

比起画面，其实声音才是烘托游戏氛围的关键所在，所有游戏才要请大牌的声优进行演出，而足够真实的音效也能极大的强化代入感——无论是枪声、刀剑碰撞的效果又或是引擎的轰鸣。去年的话题大作《只狼》，我想很多人其实都是沉迷在那“当当当”的拼刀音效中不可自拔吧（笑）。在游戏中，每句语音都会以音频文件的形式存放则程序内以供调取，音效有多，角色的对白越多，那么游戏的容量也就越大。有些游戏为了缩小容量或是降低成本，会使用统一的语句应用到不同场景中，又或是角色对白干脆只有“嗯嗯啊啊”的语气词。

▲出色的音效为《只狼》的战斗增色不少

以即将在4月发售的《最终幻想7 重制版》为例，为了让剧情表现力达能达到一个新的高度，游戏收录了大量的语音，为此开发团队很多时候再一周之内就要前往录音室进行七八次的收音，这显然不是一般游戏公司或是预算不多的游戏作品所能做到的。不过，如果让AI反复学习某一音频文件不同语气下的声波特性，最后就可以在游戏中实现用计算机生成配音。开发者只需要将角色所说的话以文字形式储存在游戏中，再针对不同语境对文字进行数据标注即可。这样不仅可以节省游戏空间，还能够快速生成富有特色的角色原声。

听上去有些不可思议，不过其实目前AI已经完全可以做到了，只是听感上还有提高的空间。而说到声音，除了对白与音效，背景乐也是游戏中非常重要的构成部分，正如植松伸夫之于《最终幻想》、目黑将司之于《女神异闻录》、MONACA之于《尼尔 机械纪元》、下村阳子之于《王国之心》......优秀的作曲家会用其独有的风格，让游戏在玩家脑海中留下深刻的印象。

虽说目前似乎还没有AI为游戏进行作曲的案例，不过就在去年年底，一个国际化的团队已经利用AI来续写贝多芬生前未完成的《第十交响曲》。通过不断学习贝多芬的所有音乐作品对AI的算法进行训练，学者们希望它能够按照《第十交响曲》的片段，谱写出声誉的篇章。当然，这个学习过程并不是完全“自主”的，而是需要团队成员在AI创作的过程中，不断进行指导与更正，使得其更为贴近贝多芬的风格。今年是贝多芬诞辰250周年，这首由AI创作的贝多芬交响乐，据悉将在4月28日进行首演。

其实在更早之前，名为“MuseNet”的作曲AI，就已经尝试过创作不同作曲家（贝多芬、巴赫等）、不同风格（爵士、乡村、迪士尼）以及不听乐器的曲目。所以想要将其AI作曲运用到游戏开发中，其实并不遥远。不过一首好的曲目是需要注入情感的，即便风格再怎么相似，少了感情的诠释，似乎也就少了灵魂。当然，如果真的到了AI完全负责作曲的那一天，我们能不能听出其中的区别，恐怕还是未知数。

如果未来真的有那么一天，AI能够完全接手一款游戏的开发，除了开发者被取代的问题之外，这样的游戏真的能够取悦玩家吗？亦或是恰恰相反，人类在玩这些游戏的过程，不过只是在取悦AI？

AI可以服务于玩家、可以服务于开发者、更可以服务于整个游戏产业。不过就像很多电影里表现的那样，当AI过于强大，并接手越来越多原本属于人类的工作。最终当人类已然分不清真人与AI时，AI所做的一切决断所带来的后果，将无法预料。