作者：伐木丁丁

不少人曾在新闻中看过，AI其实挺会玩游戏。

可能很多人会有疑惑，AI玩游戏？

我们以往打游戏的小兵和BOSS不就是AI吗？

那大家现在提到的会打游戏的AI又是什么呢？

其实，此处提到的AI其实就是能够和玩家一样通过经验自主学习，并其找到最佳玩法。

听起来很厉害是不是？

以前可不是这样。

自从AlphaGO打败人类冠军后，似乎大家都默认AI在玩游戏方面比人类厉害了。

其实不尽然。

这里可能有人就要说了，IBM深蓝上个世纪就打败了人类象棋冠军卡斯帕罗夫。

AlphaGO也在去年4: 1击败李世石，今年又以3: 0击败柯洁。

似乎这一切都在宣示着AI就是天才，就是比人类要厉害。

但，智能君在这里要说一句，AI其实没那么厉害，这一切其实都是一个循序渐进的学习过程。

就拿AlphaGO来说，在打败世界冠军之前，它就是靠打砖块这类游戏来提升自己的学习能力的。

其实在最开始的时候，开发AlphaGO的DeepMind工作人员用深度学习的方法玩了7个Atari游戏，分别是：

激光骑士（Beam Rider）

打砖块（Breakout）

摩托大战（Enduro）

乓（Pong）

波特Q精灵（Q*bert）

深海游弋（Seaquest）

太空侵略者（Space Invaders）

在玩这些游戏的过程中，DeepMind用的网络深层架构、学习算法，甚至是超参设置都是完全一样的，充分利用了深度学习的有效性，以及泛化能力。在玩游戏的过程中，每得到一个正分就加一，得到一个负分（滚粗）就给个减一。

拿打砖块给大家举例，从上面的视频中大家可以看到：

最开始经过10分钟的训练后，AI还是比较笨，虽然它想把球打回去，但经常接不到球。

经过120分钟的训练后，AI已经能够像游戏老手一样玩了！

经过240分钟的训练后，AI发现了诀窍：将球打到砖块上方是最有效的方法！

在征服Atari游戏后，AI把目光瞄准了星际争霸2。

但与只需操纵上下左右的Atari游戏不同，星际争霸2要复杂的多，而且胜利方式不固定。

即便只是星际的操作都是一项不小的挑战，每时每刻可以选择的基础操作超过300种。这就跟Atari 游戏形成了明显的区别，它里面可选的动作不超过10种（比如上下左右）。

在此基础上，星际中的操作还是有层次的、可以修改以及增强的，其中的许多操作都需要在屏幕上点击。就算只是一个84x84那样的小屏幕，所有可能的操作加起来也会高达上亿种。

就目前公布的进度而言，Deepmind智能体已经可以在特定任务小游戏中发挥不错的表现。但如果到了整场游戏，还是根本打不赢“简单”的游戏内置AI。

不过对于星际争霸2这种相当复杂的游戏环境而言，能在特定任务中胜过游戏内置AI已经算是相当大的进步了。

从Atari游戏到星际争霸2，也就短短几年的时间。

AI在此期间完成了如此巨大的进步，可以说是十分令人惊讶。

但如果说现在的AI不仅能打游戏，还能做游戏，你相信吗？

近日，来自美国佐治亚理工学院的学生MatthewGuzdial、Boyang Li、Mark O.Reiedl在论文《Game Engine Learning from Video》中设计了一种AI——可在围观别人打超级玛丽后重新创造一个类似的游戏引擎。

原版游戏画面（左），AI生成画面（右）

他们设计的AI系统虽然无法获取代码，但能通过观察画面像素进行学习。

研究人员为AI提供了两个数据集：

一个是游戏中各种小怪的视觉词典

另一个包含了物体位置和移动速度等基本概念

依靠这两个数据集，AI将游戏情节逐帧分解，并给看见的东西打上标签，自动寻找行为规则。

原版洛克人游戏（左），AI重建洛克人（右）

从上图中可以看到重建的游戏引擎有些地方看起来不太合理，但总体看还说得过去。

据介绍，随着训练时间增加AI将逐步建立起所有小规则，将它们记录成一系列逻辑语句并组合起来近似组成游戏引擎。这些规则可以被导出并转换成很多编程语言，可以用这些语言重新创造新的游戏。

结语

通过观看游戏画面就可重新创造出新的游戏，游戏设计师们，你们害怕了吗？

其实也不必太过紧张，据该团队介绍，此项技术还只能在限定条件下实现重新创造，对于复杂逻辑类游戏目前还是无法做到复现的效果。

但从玩游戏到做游戏，AI只用了短短几年时间。再给它几年时间，又会怎么样呢？

智能君表示十分期待。