華為雲爆出“神器”,助力遊戲AI“闖關升級”

語言: CN / TW / HK

文|智慧相對論(ID:aixdlun)

作者|陳選濱

遊戲並非小眾喜好,早已成為一種主流文化。據DFC Intelligence的最新報告顯示,截至2020年年中,全球電子遊戲使用者接近31億。也就是說全球將近80億人口,約40%的人口在玩遊戲。

而隨著遊戲的影響力越來越大,人類對於遊戲(表現形式、世界觀、玩法等)的設想也愈發豐富、多樣且超前。除了遊戲作品之外,從早些年的《刀劍神域》、《頭號玩家》到近期的《失控玩家》以及今年大火的“元宇宙”概念,大量的影視漫作品、技術概念等都在描繪一個全新、豐滿的遊戲世界,以滿足人類對自由世界的想象。

在那些作品裡描繪出來的遊戲世界,往往真實而又虛幻。雖然說是在遊戲世界,但是作品主角與NPC的互動往往無比的真實,充滿了生命力。這種既真實又自由的體驗,可以說是人類對於遊戲體驗的最高憧憬之一。

那麼,在現實中,這樣的世界和體驗是否可以實現呢?

這個答案,隨著遊戲AI技術的精進與應用,似乎正在距離我們越來越近。

遊戲AI,

也需要升級?

若要回答這個問題,需要多角度地去探索遊戲以及玩家需求的變化。

實際上,隨著遊戲的發展,不管是遊戲公司還是玩家群體,對於遊戲世界的要求越來越高。過去,在遊戲世界中,創造一個具有鮮活生命力的遊戲角色(NPC),往往可能只需要一段飽滿的劇情表現或幾張貼圖就夠了,比如《仙劍奇俠傳一》的李逍遙、趙靈兒等經典角色。

如今,這樣的遊戲創作已經很難再滿足玩家群體的需求了。特別是在2000年之後,隨著3D遊戲技術的成熟,大大提高了遊戲世界的表現力。在一個更豐富、更自由的遊戲世界裡,塑造一個遊戲角色的成本越來越高,不僅需要遊戲劇情的支撐,更需要NPC的狀態、行為、互動等不斷地接近於真實性,賦予生命力。

在這個過程中,遊戲AI就必須不斷升級,從而跟上游戲創作的需要。要知道,傳統的遊戲AI往往採用傳統狀態機、行為樹編寫,並不能根據不同的玩家來做出不同的反應,相對比較死板。

由於過於刻板,缺乏個性化與生命力,NPC帶給玩家的往往都是一些既定的表現,很容易就會使得玩家喪失興趣和新鮮感。那麼,依託遊戲AI技術的升級來支撐起NPC更合理的行為舉止、決策能力以及生命狀態就顯得尤為關鍵。

在GDC 2021釋出會上,知名遊戲開發商Rockstar Games就表示他們正在探索人工智慧領域的機器學習方案,將用更低的製作成本改進人類/動物的反應和品質,在AI和玩家操控的角色之間有著更好的均衡性,提高遊戲體驗感。

回顧其旗下的兩款經典大作《GTA5》和《荒野大鏢客2:救贖》,也正是基於優秀的AI技術加持,從而創造出了一個極富真實感的遊戲世界,為玩家帶來了前所未有的遊戲體驗。這也使得兩款遊戲長期在各大遊戲平臺霸榜,深受玩家喜愛。

天才or“智障”,

遊戲AI如何“升級闖關”?

儘管,在部分遊戲開發商的手中,遊戲AI為玩家帶來諸多驚豔的表現。然而,在更多玩家群體眼中,遊戲AI還只是一隻“薛定諤的貓”。

如果天才與“智障”只有一線之隔,很顯然,遊戲AI就是在一線之間反覆橫跳、左右搖擺。一方面,遊戲AI確實創造了不少“傳說”,比如AlphaGo擊敗圍棋世界冠軍李世石和柯潔;AlphaStar在《星際爭霸2》中超過99.8%的人類玩家水平,達到最高的宗師級段位等等。

但是,另一方面,在大多數玩家的實際體驗中,遊戲NPC又宛如“智障”,時常在遊戲過程中鬧出不少笑話,成為鬼畜素材或是遊戲圈子的梗。

之所以會造成這樣兩極分化的評價,是因為遊戲AI的開發存在諸多難點:

一、懂遊戲而不懂AI,開發團隊出現“缺位”。AI開發有較高的人才門檻,很多遊戲公司探索人工智慧應用落地的過程中都需要僱傭人工智慧博士來基於自己的業務場景進行開發。另一方面,遊戲開發與AI研發是兩碼事,遊戲公司還需要組建專門的AI開發團隊,對於大部分遊戲公司來說,配置兩個技術向的團隊無疑需要承擔巨大的人力成本,很難進行同期開發並融合應用。

二、AI訓練需要強大的算力支援,投入成本非常高。遊戲AI的研發和訓練需要使用大量的CPU和GPU進行運算,同時還需要根據遊戲開發需求進行數百萬次甚至千萬次的對戰測試,需要巨大的算力予以支援。

三、AI模型設計特別複雜,技術難度高。以遊戲強化學習為例,不僅要考慮強化學習演算法本身,還要考慮是用什麼樣的強化學習模型,需要怎麼定義觀測空間和動作空間等,導致模型設計非常複雜,技術難度高。

除此之外,遊戲AI的開發與應用還會遇到各種各樣的問題,如AI訓練週期長,訓練環境與遊戲環境割裂,遊戲引數複雜多變等等。

因此,面對這些問題,遊戲公司做AI的難度無疑就呈幾何倍增加。而為了應對這樣的挑戰,國內的遊戲公司如西山居、數字天空、網易遊戲等開始聯合華為雲協同創新。

針對現在市場上開源框架多,但遊戲專業性不強的問題,華為雲自2019年就啟動了ModelArts for Games專案,專門為遊戲行業提供一個既懂AI也懂遊戲的技術解決方案。如今, 華為雲持續進化,於10月21日的“Game+”數字創意產業峰會上,又釋出了全新的遊戲AI解決方案——ModelArts For Games解決方案,助力遊戲AI全面升級。

華為雲遊戲AI總監朱疆成介紹稱,ModelArts for Games專案基於華為雲一站式 AI 開發平臺 ModelArts提供服務,從AI開發、生產部署、團隊賦能、模型變現四個角度,滿足遊戲團隊對於AI的核心需求。

在遊戲算力方面,使用者可以通過華為雲隨時拉起千核規模的計算叢集。同時,ModelArts集成了華為自研分散式強化學習框架刑天,分散式加速效能優越,可以大大提升訓練速度,節省訓練成本。針對AI新手,華為雲還開放了10多個全程式碼AI教程,滿足客戶培養團隊、快速提升AI團隊能力的需求。

ModelArts for Games解決方案將有效地解決遊戲AI開發中的各種問題,比如為數字天空提供了在開發3A遊戲的過程中需要的大量計算算資源和算力;在與西山居的合作中,華為雲幫助西山居基於強化學習演算法打造了AI競技機器人,大大提升了遊戲的趣味性和品質,未來西山局甚至還可能將製作的AI機器人模型上傳到雲市場,共同開拓To B遊戲AI生態,服務更多的遊戲開發團隊。

由此可見, 遊戲公司與雲服務廠商的跨界聯合正在為遊戲產業開闢一條全新的發展路徑——懂遊戲+懂技術將成就更懂遊戲的AI,從而更好地賦能遊戲開發團隊打造精品遊戲,提升玩家體驗。

隨著對遊戲行業的理解愈發深入,華為雲的服務維度也在繼續向遊戲領域延伸。在華為雲遊戲行業能力全景圖上可以看到,華為雲的技術與服務範疇早已跳出AI領域,向圖形開發、安全防護、雲遊戲等整體技術領域全面覆蓋,形成遊戲行業的全鏈路服務模式。

與此同時,基於全面的技術服務優勢,華為雲也有能力向市場端傾斜。本次峰會上,華為雲宣佈開啟“2021華為雲專屬月·行業深耕之遊戲專項行動”,投入5000萬上雲禮包,提供四大場景套餐,最低1折起,活動時間從10月15日起持續至11月30日。華為雲將用技術+服務全面賦能遊戲企業,推動遊戲AI升級闖關。

遊戲AI,

重新定義“遊戲”

從技術佈局到服務運營,華為雲對於遊戲產業勢在必得。由此可見,隨著雲服務廠商以AI、雲端計算、大資料等技術優勢跨界進入遊戲產業,技術變革的浪潮必然顛覆整個行業的發展。

遊戲AI的升級或許將是最為矚目的一個表現。牽一髮而動全身,這樣的影響並非只是讓一個NPC變得更智慧,使遊戲玩家的體驗更有趣。

在《失控玩家》中,有一幕特別有意思:主角藍衣小哥作為AI智慧體,在覺醒了意識之後,開始通過做好事的形式來獲取經驗升級。這一做法與人類玩家“打打殺殺”的方式完全不一樣,隨著他的事蹟被廣為報道,感染了很多人類玩家,也都開始轉換玩法,像他一樣做好事,以一種溫和的方式來體驗遊戲,活脫脫把一款暴力遊戲玩成了模擬人生。

對於遊戲行業而言,這一幕或許將成為未來遊戲行業發展的常態。隨著AI更加的擬人化,更加的智慧化,當他們被賦予了人的思維,能為遊戲玩家提供多樣化遊戲體驗的同時,實際上也會向《失控玩家》的主角一樣從某些層面改變製作遊戲的思路和玩法。

畢竟,在遊戲世界裡,或許沒有人比一個遊戲AI更懂遊戲了吧。如此一來,創造遊戲世界的主體也就增加了,不僅僅只是遊戲開發者、玩家群體,還有NPC,將共同定義遊戲,來推動整個遊戲產業的發展。

屆時,遊戲AI就如同遊戲開發者本身,甚至還將超過傳統意義的價值,成為遊戲行業核心的資產以及提高遊戲可玩度和市場競爭力的關鍵因素。

那麼,誰能率先掌握了遊戲AI,在當前最快地推動遊戲AI升級,誰也就能把握遊戲產業的未來先機。

未來的遊戲不僅由人類所創造,也由AI創造。未來的遊戲世界不僅屬於人類,也屬於AI。

*本文圖片均來源於網路

深挖智慧這口井,同好新增vx: zenghy2017

此內容為【智慧相對論】原創,

僅代表個人觀點,未經授權,任何人不得以任何方式使用,包括轉載、摘編、複製或建立映象。

部分圖片來自網路,且未核實版權歸屬,不作為商業用途,如有侵犯,請作者與我們聯絡。

智慧相對論同頻影片號“艾一叨”來了!

為您揭露科技網際網路黑產、灰產的那些事

期待關注!

▲上下滑動檢視更多

往期推薦

智慧相對論(微信ID: aixdlun ):

•AI產業新媒體;

•今日頭條青雲計劃獲獎者TOP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;

•著有《人工智慧 十萬個為什麼》

•【重點關注領域】智慧家電(含白電、黑電、智慧手機、無人機等AIoT裝置)、智慧駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲端計算、開發者以及背後的晶片、演算法等。