沒有遊戲，這波 AI 熱潮可能會遲到十年

2009 年 ID 名「IceFrog」的遊戲開發者收到一封信，沒人想到就如蝴蝶在太平洋上拍動翅膀，這封信竟然和 12 年後的人工智慧浪潮有關。

IceFrog是電子遊戲〈Dota: Allstars〉（簡稱〈Dota〉）主要開發者，且為主創團隊唯一技術科班出身，他加入後讓Bug一堆、體驗破碎的Dota逐漸穩定，名譟一時。儘管是世界最紅遊戲主創，IceFrog卻非常低調，從不公開個資，也不接受採訪，他與外界唯一接觸，只有遊戲載入介面的電子信箱，以收集玩家回饋。

每天IceFrog信箱都會被幾百封信轟炸，他都會盡量回信。開頭說的與計算機歷史發展有千絲萬縷關係的信也在其中，寄信者就是〈戰慄時空〉、〈絕對武力〉開發者遊戲大廠Valve，內容也很簡單：希望IceFrog來Valve主導〈Dota〉開發。

IceFrog剛好深陷「私自出售創意」風波，Valve信件讓IceFrog感覺對方是Dota忠實粉絲，和他有相同遊戲哲學，最重要的是，去Valve讓IceFrog獨攬大權，負責遊戲開發，於是與Valve一拍即合，組織團隊開發〈Dota 2〉，至今仍是全世界同時上線人數最多遊戲。

▲〈Dota 2〉。

幾乎可以肯定，IceFrog不只一次坐在辦公室，想像自己開發的專案成為全世界最叫好叫座的遊戲；但他的確想不到，〈Dota 2〉竟成為十年後最尖端人工智慧GPT的重要基礎，讓AGI（通用人工智慧）夢想距離人類又近一步。

「OpenAI完成的第一個大型專案，是製作即時戰略遊戲AI……這遊戲就是〈Dota 2〉。」OpenAI主創Ilya Sutskever與輝達創辦人黃仁勳對談時說。

2016年開發，歷經三年，OpenAI Five就將Ti冠軍OG戰隊以2:0的戰績斬落馬下，收到不少鮮花和掌聲，更讓OpenAI強化學習領域開疆拓土，並把經驗帶入GPT開發，間接促成RLHF（人類回饋強化學習）發展。「OpenAI前期許多工作，有些看起來像繞遠路。但這些遠路卻都導向我們現在討論的事，如ChatGPT。」黃仁勳回應Ilya。

遊戲之於AI為何如此重要？AI又能以什麼方式，讓遊戲有更多新可能？

遊戲，AI的終極訓練場

〈Dota 2〉之前，遊戲就是AI科學家關注研究的對象，甚至最早遊戲是與AI緊密結合。1950年代計算機剛誕生，英國劍橋大學計算機博士桑迪·道格拉斯，就在研究如何讓人用計算機玩井字遊戲。

網路概念還要幾十年後才誕生，兩個人面對面用計算機玩井字遊戲又太多此一舉，於是桑迪開發井字遊戲之餘，也植入AI概念，讓玩家和電腦對戰，這可能是AI初登板遊戲界！之後IBM研發的AI「Deep Blue」（深藍）頗具爭議性擊敗西洋棋世界冠軍卡斯帕羅夫；十年後AlphaGo左右出擊，擊敗南韓與中國兩位圍棋職業頂尖棋士，引回人們對AI的興趣。

遊戲與AI，幾乎誕生於同時代的計算機科學，就如雙人舞舞者，從不離開對方。遊戲提供娛樂，是人們對計算機近乎本能的要求和想像，既然玩家要和計算機互動，為了有「旗鼓相當的對手」，計算機的智慧程度也就是AI，重要性當然不言而喻。

但AI科學家看遊戲更深更遠，不只是單純娛樂，還看到遊戲發展下去能給AI巨大裨益。中國科學院虛擬經濟與資料科學研究中心，和中國科學院大數據挖掘與知識管理重點實驗室聯合報告《探尋AI創新之路》表示：遊戲科技與科學探索一開始就形成雙螺旋結構，共同推動人工智慧發展。

遊戲產業拉抬AI產業也於營收數據相關性顯現。研究發現，遊戲產業規模每1%增長，人工智慧上市企業合計營業收入就有約增加1.42億人民幣。遊戲產業拉抬AI「預估從2023年315.76億上升至2030年1,038.1億人民幣，年均增長率約16%。」

遊戲之所以賦能AI，就是虛擬世界提供AI產品訓練場所。「遊戲會用到許多AI功能，如多智慧體博弈、強化學習、圖像辨識等，利用遊戲場景訓練非常合適。」為什麼遊戲能當AI訓練最佳場景？原因或許有以下幾個：

第一，多數遊戲玩法都離不開博弈和對戰，能充分訓練AI決策能力。

第二，遊戲模擬真實世界，但虛擬世界無論做什麼都不會造成現實世界損失和傷害，讓AI在穩定環境低成本受訓，且能重複訓練。

第三，虛擬世界研究者能主動改變調整環境，以更低成本模擬極端狀況，取得真實世界很難獲得的數據。

日本遊戲大廠SONY開發的競速遊戲〈跑車浪漫旅〉系列，發售後就以超精細建模、高度還原空氣動力學、輪胎摩擦力、汽車結構等，不少玩家冠以「最真實」賽車遊戲名號。靠著幾乎還原現實，SONY AI專家研發的人工智慧GT Sophy，幾乎打遍天下無敵手，更有望將積累技術和數據應用於自動駕駛，讓未來載具更智慧安全。

無獨有偶，美國知名遊戲商Rockstar開發的大型沙盒遊戲〈GTA 5〉，也有人開源自動駕駛程式，利用深度神經網路和監督學習訓練遊戲車輛「自動駕駛」。除了自動駕駛，遊戲更在多個AI領域「開花結果」：2015年DeepMind利用〈Breakout〉（打磚塊）和〈Montezuma′s Revenge〉訓練AI神經網路的經驗，將資料中心PUE（能源使用效率）提升15%。

▲〈Breakout〉是雅達利開發。

法國遊戲公司育碧，利用〈刺客教條〉高度寫實人物和場景使AI圖像辨識和3D角色動畫互相搭配。遊戲技術能幫助AI進步也讓不少中國廠商注意。5月15日鵝廠在SPARK 2023騰訊遊戲發表會，公佈利用遊戲訓練機器人AI的最新進展，為了讓機器狗Robotic X Max動作更真實流暢、反應更智慧迅速，騰訊遊戲學堂與START團隊、Robotics X實驗室，將多智慧體AI引入遊戲，AI有約10的2萬次方可能性的複雜環境，學會像人感受、分析、推理和行動。經CPU最佳化後，機器人訓練效率提升20倍。

遊戲訓練出的AI能力，將提高多機器人合作、精密控制、適應複雜環境等功能，讓AI機器人成為下世代每個家庭的一般家電。

AI，遊戲生產力的升級裝備

遊戲給人工智慧龐大發展機會，另一角度看，AI也是遊戲邁進的重要推力。發展數十年，遊戲界有不少光榮時刻，但整個產業卻面臨增長瓶頸：

玩家對品質要求日益增加，讓3A遊戲製作成本無論時間還是金錢，都水漲船高。

投資人表示，現在遊戲市場成本越來越高，百萬元投資只能買到入場券，若後續投資少於千萬，就很難做出精良遊戲。如果成功，開發者又必須考慮活躍度、付費等指標，才可能回本；如果失敗，那幾年心力等於付之一炬。造成這種現象，就是遊戲內容生產力逐漸匱乏：玩法、故事、畫面愈細細打磨，大量人力金錢投入，造成開發成本擴張，風險也難掌控。

而生成式AI賦能遊戲後，生產力問題不再無解，美術設計可用成熟AIGC文產圖，快速運算產生參考圖、概念圖等；另利用生成式AI，企劃可用大模型產生玩法參考、調整數值平衡、故事概要，幫忙創意發想。程式部分利用大模型產生檢查程式碼，對開發效率有不小提升，讓AI輔助逐漸成為實際開發越來越多人的選擇。

AIGC與遊戲開發的距離，比很多人想像更近。使用MarioGPT大語言模型，歐美研究者研發出「文字產生關卡」功能，並用來產生〈超級瑪利歐〉關卡。

〈微軟模擬飛行〉AI也幫忙製作遊戲場景，包括超過15億棟高寫實建築物。當玩家駕駛飛機，從香港、洛杉磯、倫敦上空飛過時，下方栩栩如生的建築群，都是AI用2D衛星圖像繪製，如果用人力製作，成本之高難以想像。

不少外表各異、個性迥然的角色是遊戲亮點，也最能反映編劇創意，如果要為龐大遊戲數以百計NPC寫對話台詞，大量重複性工作恐怕是種虐待。但將大模型API接入遊戲角色，對話全由AI驅動，也還無法實現：大模型對話反應速度還是稍遲緩，若還要根據語義讓NPC做表情和手勢，反應速度會更慢。大部分玩家都沒啥耐心等NPC回應，玩家說一句話，NPC如果要花幾十秒才有反應，玩家大概立馬上網抱怨了。

今年育碧發表Ghostwriter AI工具，主打利用AIGC，幫助劇情策劃完成玩家與NPC互動時台詞，甚至還用演算法快速勾勒NPC的一生。同樣工作以往會耗去資深企劃數小時甚至大半天時間。

生成式AI路徑不斷驗證，讓遊戲開發少了很多得絞盡腦汁的「創意內耗」，也少了很多重複性勞動。遊戲廠商不用一直煩惱「cost down」，能有更多餘裕思考如何「增效」，給玩家更好遊玩體驗，產業也能健康的可持續發展。

結語：看到遊戲和AI的價值

2022年底ChatGPT使全球注意力集中生成式AI，並讓人們看到AI進入社會的未來，遊戲當然也是其一，且遊戲之於AI，功用仍不可小覷。遊戲和AI脫胎於計算機技術的孿生子，一直互為增長要素，發展同時也讓對方增長，形成絕佳飛輪機制。遊戲於圖形、模擬等進步，就提供AI更多訓練條件；AI發展也讓遊戲創新和體驗繼續升級。

有學者表示，如果沒有遊戲，這波AI 2.0浪潮可能遲到十年。正是因玩家要求遊戲品質越來越高，才催生GPU發展。AI發展至今，GPU居功厥偉──深度學習領域，GPU訓練速度較CPU有百倍優勢。如果沒有遊戲催生GPU，照半導體摩爾定律，CPU十年發展算力才提升64倍，也還是很難追上GPU訓練AI的效率。

遊戲和AI這朵「雙生花」的故事，儘管十分精彩、漸入佳境，但離終點還很遠。如〈Dota 2〉之於OpenAI，20年後不知哪款遊戲也會成為AI向AGI邁進的重要基石，寫入人類科技發展史冊。

（本文由雷鋒網授權轉載；首圖來源：shutterstock）