AI人工智能如何延展遊戲型態 (3)
- 互動, 其他, 專題
- 電玩遊戲、人工智慧、互動體驗
從出現在背景的跑龍套角色，到成為主導遊戲發展的主角玩家，人工智能下一步的發展又會是什麼呢？
2020今年最新的研究告訴我們，AI能夠僅僅從玩遊戲的過程分析學習，就能重製遊戲外觀和對應的內部規則，而完全不用遊戲引擎的基礎架構，就能生成出一個功能完整的電玩遊戲。近年積極投入AI研究的輝達團隊NVIDIA Research透過五萬局的《小精靈》遊戲，訓練出AI界的遊戲設計師NVIDIA GameGAN。
GameGAN利用了近年相當有發展性的新技術：生成對抗網路（Generative Adversarial Network，以下簡稱GAN ）來進行深度學習。GAN由一個生成網路和一個鑑別網路組成，讓這兩個神經網路相互競爭、學習而共通優化產生結果就是其運作原理。
「這是第一項使用生成對抗神經網路來模擬遊戲引擎的研究項目。我們原先想看看人工智慧是不是能只靠著看代理程式在遊戲中移動的劇本，就能掌握其環境規則，而它確實做到了。」本項研究的主要作者 Seung-Wook Kim 如此說道。
電玩遊戲的製作往往需要遊戲引擎作基礎，如我們之前專題Unreal Engine就是其一，然而GameGAN神奇的程度，就像每天看著數學家寫滿數學方程式天書的黑板，竟然看著看著就了悟其背後公式邏輯和定理的小鬼頭，並還能夠有樣學樣，從無到有給出相同的解法流程。
那是不是GameGAN就只能夠照本宣科生產相同的遊戲呢？
當代理玩家在玩遊戲的過程，GameGAN會即時生成新的遊戲環境，雖然乍看下是一模一樣的小精靈遊戲，但實際上這是透過玩家與遊戲主體即時互動而構成的遊戲環境，如果換成是多個關卡的遊戲劇本來訓練神經網路，如上一篇介紹的單機遊戲《音速小子》，研究者們興奮的表示GameGAN 甚至能產生出它自己也沒見過的遊戲佈局。
