游戏是人工智能研究的理想场景

游戏是人工智能研究的理想场景

1游戏是一个有一定难度,同时又吸引人的问题

这一点可以从游戏的“有限状态机”理论来理解。可以说大部分的游戏都可以看成一个“有限状态机”, 我们可以抽象地将游戏中的任何一个场景视为一个状态“S”, 在玩家执行一个操作(或者其它一定的条件)时,游戏转换为另一个抽象的状态S’。而游戏的内核,就是在玩家通过一系列的操作后,从最初始的状态转化成获胜的终止状态的过程。但是在游戏中,寻找有效状态(或者说在游戏中可以获胜的状态)通常都是博弈论的纳什平衡,计算的复杂度是非常之高的。这种难度我们可以通过数据来感受:作为棋类游戏巨擘的“围棋”大概有10的170次方那么多的状态,而视频游戏中的巨作“星际争霸”,更是高达10的1685次方之大。要知道,我们整个宇宙的质子的数量大概也就是是10的80次方。可见,能够解决有着这样巨大的计算量的问题,无疑是一个验证AI算法的能力的很好的指标。
游戏是人工智能研究的理想场景_第1张图片

2游戏中有很丰富的人机交互(Human-Computer Interaction, HCI)场景

游戏中,玩家与玩家间和玩家与机器间都有着多种多样的交互方式,从显而易见的游戏外设(比如鼠标、键盘、麦克风和触摸屏),再到玩家个人的动作捕捉(体感游戏)、玩家发言(语音)和其它生物信息(如心率等)。游戏的交互性十分自由,玩家所做的一切都决定着故事的走向,故事情节之生动会让玩家产生强烈的情感共鸣。这是利用人工智能进行人类情感的研究的出色的试验场,因为游戏是人类“情感回路”的真实的场景。

所谓的“情感回路”可以理解为一种反馈系统:系统将用户的即时情感作为一个输入的变量,再根据所输入的状态经过一系列处理,来生成出一种新的环境状态由游戏输出,最后又反馈给用户。如此以来,新输出的状态又会影响到玩家产生新的情感状况,又再次反馈给系统。像这样,玩家的情感经过“回路”一样的一圈一圈地循环,有的时候会回归平稳(称为负反馈),有的则被放大(称为正反馈),这就称为“情感回路”。

可以预见,如果通过人工智能技术并利用“情感回路”来研究游戏中的交互,会方便我们对人类自己的感性行为和脑中情感有进一步的了解,也有利于开发出拥有更像人类的情感的AI。对游戏来说,这些技术的发展也能让游戏的交互变得更加有意思,让游戏变得更加好玩,更加吸引人。
游戏是人工智能研究的理想场景_第2张图片

3游戏为人工智能带来很多内容和数据。

当今,游戏变得越来越火热,有越来越多玩家进行游戏,而这则为人工智能研究提供了海量的内容和数据,更有利的是,这些数据的形式多种多样:包括但不限于音频,视频,图像和文字等。这些数据无疑给人工智能算法提供卓越的研究和测试环境。举个例子,在一个名为OpenDota的Dota 2项目中,有着了10亿多场比赛数据供人工智能的研究人员去使用。

人工智能的类型 - 弱 AI 与强 AI

弱 AI 也称为狭义的 AI 或人工狭义智能 (ANI),是经过训练的 AI,专注于执行特定任务。 弱 AI 推动了目前我们周围的大部分 AI。“范围窄”可能是此类 AI 更准确的描述符,因为它其实并不弱,支持一些非常强大的应用,如 Apple 的 Siri、Amazon 的 Alexa 以及 IBM Watson 和自主车辆。

强 AI 由人工常规智能 (AGI) 和人工超级智能 (ASI) 组成。 人工常规智能 (AGI) 是 AI 的一种理论形式,机器拥有与人类等同的智能;它具有自我意识,能够解决问题、学习和规划未来。 人工超级智能 (ASI) 也称为超级智能,将超越人类大脑的智力和能力。 虽然强 AI 仍完全处于理论阶段,还没有实际应用的例子,但这并不意味着 AI 研究人员不在探索它的发展。 ASI 的最佳例子可能来自科幻小说,如 HAL、超人以及《2001 太空漫游》电影中的无赖电脑助手。

你可能感兴趣的:(游戏是人工智能研究的理想场景)