新濠国际官网首页韦特大脑探究人工智能前沿动向

人工智能在游戏领域的战绩早已为人熟知。近日,谷歌旗下的DeepMind人工智能实验室又取得了优秀的成绩,在某热门射击游戏中,DeepMind实验室的人工智能玩家在CTF游戏模式中击败了人类玩家,再度受到舆论热捧。其实,除了人机对抗中的表现优异,在开发环节,人工智能也正崭露头角。

新年伊始,人工智能研究组织Partnership on
AI或将迎来第五位巨头,那就是人工智能领域心心念念的苹果,据称其最新iPhone
8的Siri语音助手也将借助AI来让其变得能更聪明。

微软的Project Malmo项目开始于2015年6月份,其前身为Project
AIX,该项目是基于Minecraft的一个成熟的AI实验平台,旨在支持人工智能领域的基础研究工作。Project
Malmo平台由两个部分组成:Java版的游戏模组和帮助AI智能体感知和行动的代码。这两个部分都可以在Windows、Linux或者Mac
OS环境下运行,研究人员可以使用任何一种语言来对其中的AI智能体进行编程。

日前,网易宣布在旗下某手游中推出虚拟角色阿初,和此前出现在电视台新闻播报中的虚拟主播不同,它可以随时和你互动,所有行为、对话都是人工智能技术实时产生。优秀的物理引擎、丰富多变的交互场景、具有高智商的非玩家角色似乎是每个玩家的梦想,随着AI和游戏领域的结合日趋紧密,人工智能将为游戏领域带来哪些变化?

由此,这一成立于2016年9月的非盈利组织即将组建起亚马逊、DeepMind
/谷歌、Facebook、IBM和微软以及苹果的“五大AI巨头联盟”。

具体的场景是,研究人员利用Minecraft训练AI智能体操控游戏里的角色并执行各种任务,比如穿过桥梁或建造复杂的物体,而之前,操控游戏角色往往是由人类玩家来完成的。不仅如此,Project
Malmo平台还提供一些让人类玩家和人工智能体互相协作的玩法:游戏界面会展示一个聊天窗口,人类玩家可以和一个初生的智能体进行对话。

早已在游戏开发领域发光发热

新濠国际官网首页,目前,五大巨头都在人工智能领域有哪些投资呢?韦特大脑近期做出如下汇总。

微软曾在官方博客中表示,由于Minecraft涉及到各种问题的解决、空间的建立、时间上的推演甚至是合作,因此非常适合用于训练人工智能。

角色不能任意走动?有角色走进障碍物无法调遣?有非玩家角色不能按照团队命令运动?这是很多游戏玩家或开发者都曾经历过的尴尬。

1.Facebook或将建设全球最佳的人工智能实验室

Katja Hoffman是微软剑桥研究院的一名研究员,也是Project
Malmo项目的带头人。她说:“从长远来看,我希望研发出的人工智能体,可以被任何一个用户教导,并帮助用户完成一些目标任务。”

如何延长游戏的生命周期,让一款游戏更加具有挑战性,更重要的是如何让它们更加有趣?近几年来,人工智能辅助游戏研发成为游戏开发者和运营者发力的主要方向。

Facebook已经宣布建设“全球最佳的人工智能实验室””的计划,这一人工智能实验室似乎将成为智库机构,专注于解决科技行业在人工智能领域最大的挑战。而该公司也利用人工智能开发了个人助手“M”,未来的人工智能开发可能将包含当前人工智能技术的常规升级,以及将资源分配至人工智能实验室。

(图为Project Malmo团队,第一排右二金发女生即为Katja
Hoffman),图自:Microsoft Blog

美国企业服务数据库公司Crunchbase数据显示,截止到2018年6月,全球共有150余家AI游戏企业,研究领域主要集中在游戏引擎、NPC交互、人机交互等方面。数据分析,2019年这个数字还会翻番。

2.谷歌的收购狂潮

上周,Hoffman在纽约的一个学术会议上向AI领域的研究人员们演示了这个项目,并表示实现人类与AI的合作是这个项目的一个关键目标。另外,Project
Malmo如今已经在GitHub上开源,相关工具已经免费开放下载,以帮助开发者能够更简单地对人工智能领域进行加强和完善。Hoffman说:“我们在其中已经内置了足够多的功能,供研究者来开发协作型AI。”

其实,提起人工智能,人们不免总将它与各种高大上的神经网络、深度学习、逻辑算法等词汇联系在一起,而游戏总是被认为是小孩子们的玩物。可实际上,人工智能与游戏的关系一直非常亲密,确切地说,在电子游戏、单机游戏诞生伊始人工智能就存在了。不过最早的AI实质上是一段固定的程序脚本,如果玩家掌握到了规律,娱乐性就会降低。让众多80后印象深刻的《吃豆人》,嘴巴一张一合的动作和声音,表达了我吃,故我在的生活态度。这是全世界销售最高的街机游戏,是现代游戏AI的鼻祖。

有消息称,近几年谷歌收购了11家人工智能公司,收购的一些技术被用于改善谷歌的搜索功能。其中最大一笔收购是谷歌于2014年以4亿美元的价格收购了DeepMind,目前,谷歌团队正在推动DeepMind的技术突破极限。

Project
Malmo目前正专注于测试强化学习算法,这个算法通过模拟的奖励机制来训练计算机完成特定任务。例如,用强化算法训练一个AI智能体控制Minecraft里的角色,穿越一个堆满了障碍物的房间,如果任务成功就给其一个奖赏。人类玩家可以参与这个过程,为智能体提出一些帮助性建议,智能体之后会逐渐了解并运用这些建议。

上世纪80年代后期,游戏AI发生较大的变化,诞生了自主思考型AI,游戏中的非玩家角色会在游戏中观察及分析,根据玩家的行为做出针对性的应对。

3.苹果秘而不宣却瞄准数字标记应用

如下图,名为human 1的角色由人类玩家控制,名为malmo 1的角色由算法控制着。

后来,游戏AI变得越来越聪明。令人印象深刻的比如维尔福软件公司发行的第一人称射击游戏《求生之路》,这款游戏被称之为现代元语言AI的原点。游戏AI很好地控制了游戏的节奏。比如游戏会计算玩家的紧张程度,在看不见的地方设置怪物,并且在玩家精神松懈的时候突然出现,以及在判断玩家水平低的时候减少怪物出现的数量等。

苹果早在2011年就推出虚拟语音助手Siri,把人工智能技术推向消费者。但其对人工智能的兴趣度却对外界一直秘而不宣。但与此同时,苹果也收购了多家小型的人工智能创业公司,包括面向开发者和数据科学家的机器学习平台Turi,以及机器学习公司Tuplejump。苹果CEO库克最近表示,未来智能手机中的决定性技术就是人工智能。

图自:MIT Technology Review

深圳某科技公司负责人吴坤伟告诉记者,从技术上讲,人工智能在游戏开发中的应用,很长一段时间处于AI自动生成游戏内容阶段,主要用于赋予游戏中非玩家角色思想,与玩家进行交互。吴坤伟说,第一代人工智能主要基于规则系统,也就是游戏开发者预先设计许多固定的规则,游戏展现给玩家的多样性受限于规则的多少与细致程度。

4.微软风投参与投资人工智能创业公司

微软CEO萨提亚·纳德拉曾于6月28日亲自撰写《未来的伙伴关系》(The
Partnership of the
Future)一文,描绘人类与AI合作解决社会问题的未来景象,并强调越来越聪明的机器学习算法在帮助人类提升工作效率方面具有巨大潜力,而AI是微软尤其重要的发展方向。

需要有趣的回答,而非正确的回答

微软风投近期公布了一支专注于人工智能创业公司的新基金。该基金的目标是通过改进机器学习、大数据分析、云计算系统、信息安全,以及软件即服务等技术,帮助人工智能公司对社会产生积极影响。此外,微软近期还启动了Project
Oxford项目,这一人工智能系统能通过人脸、语音和情绪识别去理解人际互动。

Hoffman相信这个项目将最终应用于常规游戏里。她说:“我可以想象出,未来你让智能体去处理游戏中比较单调无聊的部分。”

吕布,下面该出什么装备?当玩家询问非玩家角色机器人吕布时,很快便得到吕布最优化的建议。腾讯智慧行业区域总监邹华林介绍,游戏玩家除了可以和AI机器人互动,其智能化还体现在游戏反馈上。当游戏结束,程序可以回顾游戏过程中的所有精彩片段、逆转场景、高光时刻,通过脚本自动生成小视频,让玩家在微信中分享传播,这个AI小功能受到了众多玩家的喜爱。

  1. IBM孤注一掷押宝沃森

AI协助Minecraft玩家打游戏,这只是实现计算机软件帮助人类处理日常琐事的第一步。“我们需要开发出对人类真正有益处,赋予人类更强力量的东西,”Hoffman说。

虽然可以通过AI技术让游戏角色与玩家的互动更智能,但邹华林也表示,在游戏行业AI仍然处于发展的早期阶段,其应用仍存在不少难点。比如,AI在游戏中的工作大多侧重于给出正确的答案,但在游戏领域,人们并不期待正确答案,而是需要有趣的答案。但是,AI作为游戏辅助手段,又必须知道游戏的所有细节,就会产生细节作弊嫌疑,这并不是游戏者想要的。此外,由于开放世界的制作模式是游戏制作的一个重要方向,开放世界对于人性化的需求非常高,这就导致了目前很难对人工智能技术进行训练,这是AI应用于游戏的矛盾所在。

IBM曾一度凭借“沃森”在人工智能领域处于领先。目前,IBM仍在继续对沃森的性能进行优化,而近期还与英伟达展开合作,使沃森的响应速度提升了1.7倍。据悉,沃森能在15秒时间里阅读4000万分文档,理解其中的语法和语境。

AI研究人员普遍已经开始把计算机游戏转变为检验成熟机器学习方法的试验场。去年年初,谷歌旗下DeepMind公司演示了一个AI系统,系统自主学习了Atari2600游戏机上的49款游戏,并随后在29款游戏中的得分超过游戏行家,一时引发轰动。这个AI系统中运用的算法糅合了深度学习和强化学习。接着,DeepMind公司向外界展示了该AI系统学习操控更为复杂的3D游戏的零碎画面,但到目前为止还没有对此曝露更多的工作进展。

但目前不少游戏公司正尝试在这些方面取得突破。近日,网易伏羲实验室负责人李仁杰在接受媒体采访时表示,伏羲实验室5大人工智能研究方向目前都已经有落地案例可供参考,如AI对话、智能捏脸、智能蒙皮等技术,都已经应用到一系列游戏中。此外,网易称,用户画像方向的反外挂技术也已经投入应用。针对不同的外挂,会有针对性的研发不同的反外挂策略和算法,提升反外挂正确率。

作为一款新型人工智能利器,韦特大脑不仅帮助人类在面对纷繁复杂,看似无序的各类轰炸式信息时,快速地分类、汇总、辨别,或者是做出推导和预判。同时,也在金准数据大数据库的强力支持下,对人工智能领域的前沿发展做出实时评估和分析。

Minecraft本是一款独立游戏,于2014年被微软收购,尽管画面极其简单并且缺乏明确的游戏目标,但其凭借着能激发出玩家的惊人创造力而广受欢迎。游戏迷们用它建造出了一系列无与伦比的复杂建筑和机械装置,还有玩家利用其中的“红石”元素制作出了CPU,可谓真正意义上的计算机中的计算机。

提升游戏体验还需多学科联合

五大巨头的投资方向给人工智能发展透露了怎样的信息?韦特大脑做出如下解读:

图自:MIT Technology Review

同济大学软件学院教授、上海智慧虚拟现实研究院院长贾金原在接受科技日报记者采访时表示,对AI在游戏中的开发,不应该过于乐观。

首先,未来3-5年,仍以服务智能为主。在人工智能既有技术的基础上,技术取得边际进步,比如算法突破,图像识别或自然语言处理,但是机器始终作为人的辅助。随着数据和场景的增加,人工智能创造的价值呈现指数增长。

虽然Minecraft比较简单,但是它可以为众多机器人算法提供一个有用的试验场。去年7月份,布朗大学的Stefanie
Tellex教授带领的团队开发出一款让机器人快速确定一串动作顺序的算法,当时就是使用了Minecraft这个“试验场”。她表示Malmo平台一个非常大的用处就是可以让研究人员更加容易地比较他们的研究方法。她说:“让Minecraft变成AI界的奥林匹克运动会,这个想法非常棒。”她还指出,这个平台还能更有效地搜集大量数据,比如关于人类和AI互动的数据,而这些数据正是现代机器学习非常需要的。

他说,美国艺电公司等大型娱乐公司在尝试做游戏内的深度AI角色协作模拟,增强虚拟体验的真实性,未来AI在游戏中要产生大的作用,首先得能更真实地模拟现实。但是,目前推进速度缓慢主要问题在于,许多游戏开发公司搞AI的和搞游戏的基本是两拨人,关联起来做的很少,或许只有像DeepMind这样的公司,把游戏、神经科学结合,才可能不断产生新的突破。

其次,人工智能的未来属于可扩展的方法、搜索与学习。其中,可扩展性是及其重要的方向。监督学习和计算能力的可扩展性并不大,真正重要的是在普通的经验知识世界中学习的能力。

虽然Malmo平台主要针对人工智能、机器学习和机器人学领域的专业人士,但是任何有足够技术能力的人都可以下载这个平台,来针对游戏内置的AI智能体进行实验。游戏里包含了几个机器学习的程序包和AI智能体的例子。而实际上,目前下载了这个游戏的人群里确实包含了一批业余爱好者和并不专攻AI领域的软件工程师。

AI游戏的未来更广泛的应用是分析玩家行为,将玩家标签化,之后给玩家提供更个性化的服务。吴坤伟认为,新一代的AI技术需要建立在大量的统计数据之上,给玩家提供更多、更准、更类似于人与人之间游戏的服务,让玩家完全感知不到是人机游戏,提升游戏的体验感。

此外,生成模型与记忆网络在未来也将对人工智能领域产生影响。生成模型不同于分类,通过从高维的分布中采样,生成模型输出与训练样本类似的新样本。这也意味着,若生成模型的训练数据是脸部的图像集,那么训练后得到的模型也能输出类似于脸的合成图片。这无疑给无监督学习提供了一种新思路。而另一方面,为了让人工智能系统像人类一样能够适应各式各样的环境,它们必须记住如何在未来的场景中应用这些技能。DeepMind团队的微神经计算机就结合了神经网络和记忆系统,以便于从复杂的数据结构中学习,学习各个独立模型之间的侧向关联,从这些已有的网络模型中提取有用的特征,用来完成新的任务。

Minecraft这款有点笨拙的粗糙的像素游戏,可能会成为人类与人工智能一起学习协同工作的绝佳平台。

人工智能在图像处理比如图像生成、图形风格迁移、图像标题生成等方面发展得很快,这些技术应用到游戏开发中,可以降低传统的游戏图像处理复杂度,减少成本,提升效率。海南大学信息科学技术学院教授叶春杨介绍,对抗类技术除了可以用来与人对弈之外,在游戏开发中也可以用来辅助甚至代替人工测试,提升游戏测试的效率和游戏程序质量。人工智能在写作、写诗等方面的进展,也可以应用到构思和生成游戏的情节上。人工智能技术的发展使得以往人机交互的方式发生了巨大的改变,比如虚拟现实,增强现实,人体姿态捕获等技术,会为设计新的游戏交互方式提供帮助,促进新的游戏类型产生。

金准数据、韦特大脑

相关链接

人工智能专家偏爱用游戏训练AI

在人工智能研究中,不少学者通过游戏测试程序性能。《经济学人》撰文称,人工智能专家之所以喜欢用视频游戏来训练算法,是因为它可以模拟现实生活中的各种场景,降低训练成本,而且可以帮助他们更好地理解人工智能甚至自然智能的底层原理。

普林斯顿大学计算机学家阿瑟菲力珀维茨在处理停止标志时碰到了一个问题。菲力珀维茨当时正在教汽车如何识别和解读周围的世界,使之可以在没有人类帮助的情况下自动驾驶。

要实现这一目标,就必须能够识别停止标志。所以,他希望训练一套合适的算法。这种训练需要向算法展示许多停止标志的图片,而且要涵盖多种不同的环境,但要从图库中获取所有图片并非易事,而要亲自跑出去逐一拍摄更是非常困难。但菲力珀维茨发现《侠盗猎车手5》包含了多种真实场景下的停止标志。

这种情况其实并不少见,除了把游戏当做训练场,还有的研究人员则是看中了不同的游戏所需的不同认知技能,因而认为游戏可以帮助他们理解如何把智能问题分解成一个个易于掌控的模块。