《科創板日報》4月1日訊（編輯 鄭遠方）或許還有人記得四年前一場Dota 2的5v5人機決戰，AI隊伍“碾壓”TI8（第八屆Dota2國際邀請賽）世界冠軍隊OG，連勝兩局。而在這兩局對戰中，人類僅推掉了對面兩座外塔，甚至在最慘烈的第二局中，OG擊殺人頭數只有個位數。
這是人工智能第一次在電子競技游戲中擊敗世界冠軍。這支AI戰隊名為OpenAI Five，此前它已戰勝多位業余玩家，在這場人機對戰的三個月之后，其背后公司正式獲得微軟10億美元投資——OpenAI，在2023年的今天，這個名字對全球而言都不陌生。
游戲是OpenAI最初的愿景。公司當時計劃開發一個機器人，讓它從零開始，自己一遍遍玩游戲，直到自學成才成為高水平玩家。
由此，Dota 2成為OpenAI的第一個重大項目。在這款極為復雜的游戲中，AI一開始只會在地圖上閑逛，但幾小時后，它已學會基本技能。對于人類而言，需要1.2萬-2萬小時的訓練才可以成為專業選手，而OpenAI每天的訓練量等于100個人類一生的訓練量。
這便是OpenAI所采取的訓練模式，即強化學習——在Dota 2中的經驗也為日后的ChatGPT奠定了基礎。OpenAI首席科學家Ilya Sutskever將Dota 2項目視作ChatGPT的發展起點：
“從Dota 2的強化學習邁向人類反饋的強化學習，再加上GPT的技術基礎，最終成就了今天的ChaGPT。”
▌AI與游戲的淵源
談起OpenAI Five與OG的對局，不免會讓人聯想起1997年IBM深藍（Deep Blue）打敗世界國際象棋衛冕冠軍Garry Kasparov，想起2016-2017年AlphaGo擊敗李世石與柯潔。而國際象棋與圍棋，很大程度上來說也算得上是戰術性游戲。
若再向時間深處回溯，AI與游戲的淵源甚至能追溯到計算機發展的歷史盡頭：
上個世紀40年代末50年代初，計算機科學之父Alan Turing便試圖通過國際象棋游戲編程，來測試計算機能否“智能地”解決游戲中的問題；
IBM計算機科學家Arthur Samuel發明了初版強化學習模型，將其用于跳棋游戲自我對戰。
游戲成為了滋養AI的沃土，也是見證AI榮耀的競技場。
▌一條通往通用人工智能的必經之路
正如人類多通過考試與競賽證明自身能力，AI同樣也需要類似基準來測試智能水平。游戲由此脫穎而出，成為AI領域中最多用的“水平考試”，也鑄就了AI發展的一個個榮耀勛章。
但與此同時也衍生出了一個問題，例如數學成績突出的人不一定學得好語文或英語，會下國際象棋的AI不一定會下中國象棋，為某個特定游戲勝利所設計的AI并不一定能將經驗遷移至其他游戲。
那到底什么樣的游戲AI算聰明？通用電玩比賽（General Video Game Playing Competition）得以誕生，意在檢驗AI能否成功過關多種游戲。
正所謂“少林有七十二藝，功夫既有不同，練習之法，亦必各異。學者茍能盡之，則無敵于世矣。”通用游戲（General Game Playing）也被看作通向通用人工智能的必經之路。
值得一提的是，與OpenAI Five類似地，騰訊也曾推出策略協作性AI“絕悟”，并在2021年舉行過一場與職業選手對決的王者榮耀表演賽，馬化騰將這場比賽形容為“最高水平的AI競技”——從技術層面而言，這個升級版“絕悟完全體”已掌握了王者榮耀中所有英雄的全部技能，達到全英雄職業電競水平。而OpenAI Five之前僅會操縱瘟疫法師、火槍、毒龍、冰女和巫妖5個英雄。
▌AI“反哺”游戲
當然，也許有人會說，在游戲中的種種亮眼表現不過是AI依靠算力堆積取得的勝利，不過是再次證明了計算機算力強過人類大腦。
但事實上，AI也已開始對游戲展開“反哺”。隨著AI技術發展，人們可以為游戲中設計出全新的核心玩法，設計出更好的音樂、畫面、角色乃至劇情，還可以提供更為個性化的游戲體驗。
在今年這場由ChatGPT掀起的AI風暴中，游戲已成為AIGC應用的主戰場之一。微軟、騰訊、育碧、Roblox等一眾大廠先后推出AIGC游戲生成工具，可以幫助創建虛擬城市等場景、創建NPC、自動生成NPC腳本、編寫劇情、創建任務內容、生成代碼片段、生成游戲物件紋理等。
實際上，早在2016年，已有游戲公司將AIGC相關技術融入開發管線。
《無人深空》（No Man's Sky，也譯作“無人之地”）是一款主打太空探索的第一人稱動作冒險游戲。玩家可以自行探索隨機生成的確定性開放宇宙，其中包括數以億計的各類行星，而行星上都有各自的動植物群。
如此龐大的工作量背后，《無人深空》團隊卻僅有四個人，他們倚仗的便是AI技術。游戲主要靠程序自動生成，因此可以在短時間內生成數萬億個星球。為了提升系統生成效率，這個四人團隊還積累了一整套世界生成規則。
▌結語
在AI發展歷程中的每一個重要節點上，多能見到游戲的身影——OpenAI依靠Dota 2贏得比爾·蓋茨關注與10億美元投資；深藍與AlphaGo憑借棋局一戰成名。
曾經對于普羅大眾而言，AI的發展進程也許只藏在晦澀難懂的論文數據之中、在深奧費解的代碼背后，與日常生活似乎難有關聯。也正是游戲，讓AI離人們更近一些，讓舊時王謝堂前燕，得以向尋常百姓家飛去。
正如《人工智能玩游戲（Playing Smart: On Games, Intelligence, and Artificial Intelligence）》一書所說，“游戲是人工智能的過去、現在與未來”。若日后某一天，哪款游戲又孕育出了可與ChatGPT媲美的AI，或許也不足為奇。
