姿势分子：当AI学会思考 我们还能欢乐地玩游戏么？(8)

  这帮人没有用以往的AI开发方式玩简单的雅达利游戏，而是让他们的AI通过神经网络，跟人类一样“阅读”屏幕上的像素，然后用游戏自带的奖励向AI反馈，简而言之，就是跟人类玩游戏是完全相同的模式。在一段时间的学习之后，他们的AI在7个游戏中有6个取得了比过往的AI更好的成绩。最为惊人的是，玩这7个游戏的是同一个AI，丝毫未改，真的就像是创造出了一个“人”。

  受此启发，2014年一名斯坦福大学的博士，也开发出了一个类似的星际争霸2AI：它通过接收渲染器正在渲染的数据来分辨单位和建筑等信息，例如渲染器调用了战巡舰的材质，这个AI也就得知那个位置的是个战巡舰，也就是说，这个AI能看到的信息跟人眼看到的信息是完全一致的。

  该AI玩耍星际时的画面

  在以“人类的方式”玩游戏的前提下，这款AI做到可以战胜疯狂以下难度的电脑AI的程度，虽然只取得了初步的成就，但也提供了一种RTS游戏AI的新思路。

  未来的畅想

  神经网络算法虽然在今天只是个雏形，但可以大胆预测，运用神经网络的AI在游戏中超越人类也不过是时间问题，人一年可以打几千把LOL，而AI完全可以打千万把，在相近的学习速度情况下，AI玩得更好是理所当然。然而， 在游戏中引入神经网络可不是为了找到最佳玩法，要是AI能轻松吊打每个玩家，那这款游戏就没必要存在了。新技术的使用，是为了让游戏AI更加“人格化”，减少玩家对AI的隔阂感，增添游戏乐趣;也可以和传统的AI设计相结合，让AI的决策更加聪明，减少“猪队友”现象，也再不用怕玩《文明》的时候别的国家放弃自身利益也要来干你了。