機(jī)器學(xué)習(xí)適合做什么

機(jī)器學(xué)習(xí)當(dāng)前在很多領(lǐng)域，都取得了相當(dāng)巨大的進(jìn)步。從應(yīng)用領(lǐng)域來(lái)看，機(jī)器學(xué)習(xí)在“信息識(shí)別”、“數(shù)據(jù)預(yù)測(cè)”、“復(fù)雜控制”幾個(gè)方面，展現(xiàn)出很大的能力。

比如“信息識(shí)別”領(lǐng)域，依賴于大數(shù)據(jù)的訓(xùn)練，現(xiàn)在的圖形識(shí)別已經(jīng)非常完善了，手寫數(shù)字的識(shí)別僅僅是類似Hello World一類的簡(jiǎn)單應(yīng)用；

“數(shù)據(jù)預(yù)測(cè)”領(lǐng)域百度對(duì)于世界杯的預(yù)測(cè)達(dá)到令人吃驚的100%準(zhǔn)確率，將來(lái)這種技術(shù)在各種據(jù)別歷史數(shù)據(jù)的預(yù)測(cè)應(yīng)用上，將有長(zhǎng)足的發(fā)展，比如廣告的推薦系統(tǒng)、財(cái)經(jīng)數(shù)據(jù)的決策系統(tǒng)等等；

“復(fù)雜控制”方面，自動(dòng)駕駛的技術(shù)經(jīng)歷了十幾年的研究，剩下的似乎只有識(shí)別硬件的成本問(wèn)題了。

然而，以上這些技術(shù)，相當(dāng)一部分來(lái)源于“大數(shù)據(jù)”，或者叫“監(jiān)督學(xué)習(xí)”的訓(xùn)練，也就是說(shuō)，實(shí)際上這些機(jī)器的智能是來(lái)源于人類積累在數(shù)據(jù)中的“智慧”。機(jī)器僅僅是在“模擬”人類的某種思考判斷，而這種模擬采用的更多是類似“查詢搜索”的方法?！贿^(guò)說(shuō)回來(lái)，人類的經(jīng)驗(yàn)幾千年來(lái)，都是記錄在書(shū)本上，需要用另外一個(gè)大腦來(lái)學(xué)習(xí)，然后才加以運(yùn)用；而機(jī)器學(xué)習(xí)跳過(guò)了人腦這個(gè)階段，從經(jīng)驗(yàn)直接到應(yīng)用，確實(shí)是一個(gè)偉大的進(jìn)度。可以增加一點(diǎn)想象的是，以后所有“需要經(jīng)驗(yàn)”的事情，已經(jīng)是可以用電腦來(lái)代替了，比如醫(yī)生看病。不過(guò)那些需要“創(chuàng)造”或者“發(fā)現(xiàn)”的事情，比如藝術(shù)創(chuàng)作，理解和發(fā)現(xiàn)客觀規(guī)律，還是需要人腦。所幸是機(jī)器學(xué)習(xí)在“無(wú)監(jiān)督學(xué)習(xí)”領(lǐng)域，能協(xié)助人類更好的去理解和發(fā)現(xiàn)世界的特征，這個(gè)方面也是非常有用的，但現(xiàn)在似乎應(yīng)用領(lǐng)域并不非?；钴S（也許是我的了解還不夠廣泛）。

［機(jī)器學(xué)習(xí)預(yù)測(cè)房?jī)r(jià)的例子］

AlphaGo在圍棋領(lǐng)域戰(zhàn)勝人類，給了我們很大的想想空間，我們會(huì)想：機(jī)器是否也能像人類一樣理解游戲規(guī)則，從而玩游戲呢？我個(gè)人的理解，實(shí)際上現(xiàn)在還是不行的。如“監(jiān)督學(xué)習(xí)”的模型下，機(jī)器只能通過(guò)大量的人類的“經(jīng)驗(yàn)數(shù)據(jù)”，來(lái)模擬人類的游戲行為，但無(wú)法獨(dú)立做出判斷和思考；如果使用“深度學(xué)習(xí)”，確實(shí)會(huì)有一種“超越人類”的錯(cuò)覺(jué)，但是無(wú)法忽視的是，“深度學(xué)習(xí)”需要一種高度抽象，模擬游戲勝負(fù)規(guī)則的公式，來(lái)指導(dǎo)機(jī)器的自我對(duì)弈。在圍棋、象棋這類已經(jīng)發(fā)展了數(shù)千年的游戲領(lǐng)域，“子力計(jì)算”等游戲模式經(jīng)驗(yàn)，已經(jīng)能相當(dāng)準(zhǔn)確的描述這個(gè)游戲了。而對(duì)于其他的一些比較復(fù)雜的游戲，要高度抽象的用數(shù)學(xué)模型來(lái)概括一個(gè)游戲，還是需要人類大量的思考。這也是為什么深度學(xué)習(xí)在一些規(guī)則簡(jiǎn)單的游戲中，還能表現(xiàn)的比較好，而另外一些比較復(fù)雜的游戲上，就需要大量的人工干預(yù)才能稍微像樣的原因。

［AlphaGo是用了人類的游戲經(jīng)驗(yàn)的］

所以我認(rèn)為，機(jī)器學(xué)習(xí)在現(xiàn)階段，最成熟的應(yīng)用，是利用“監(jiān)督學(xué)習(xí)”的方法，對(duì)于大量人類的“經(jīng)驗(yàn)”大數(shù)據(jù)進(jìn)行模擬思考的方面。這個(gè)方向處理用于“理解”客觀世界，也可以“模擬”人類對(duì)于復(fù)雜環(huán)境的行為，這兩者是幾乎一樣的。

游戲角色AI在開(kāi)發(fā)上的困境

機(jī)器學(xué)習(xí)很容易讓人聯(lián)想到在游戲中的角色AI。一直以來(lái)游戲中NPC或怪物的AI問(wèn)題都是一個(gè)游戲比較難解決的問(wèn)題。比如游戲的角色行為過(guò)于單一，讓玩家乏味；或者游戲角色容易因?yàn)锽UG陷入一些卡死的境地。為什么游戲角色AI會(huì)有這些問(wèn)題？大體不外乎幾個(gè)原因：其一是描述一個(gè)完整的AI非常的繁瑣，環(huán)境越復(fù)雜，AI邏輯流程越容易出現(xiàn)漏洞；其二是為了游戲角色AI的目標(biāo)非常多樣化，很多游戲角色并不是越“聰明厲害”越好，而應(yīng)該是作為一個(gè)“演出系統(tǒng)”，來(lái)讓玩家體驗(yàn)游戲世界的工具。

［一套簡(jiǎn)單的游戲行為，就需要一個(gè)復(fù)雜的行為樹(shù)］

現(xiàn)在比較流行的游戲角色AI開(kāi)發(fā)方法，無(wú)外乎“狀態(tài)機(jī)”和“行為樹(shù)”兩種，而這兩種在數(shù)據(jù)結(jié)構(gòu)上，是可以無(wú)損轉(zhuǎn)換的，也就是說(shuō)本質(zhì)上是一樣。這兩個(gè)技術(shù)，都是為了幫游戲開(kāi)發(fā)者，更準(zhǔn)確、更完整的表述AI邏輯判斷的數(shù)據(jù)結(jié)構(gòu)。但是游戲本身的邏輯復(fù)雜度，還是要由程序員一段段的去理解，然后才能編寫成程序。在另外一些游戲中，會(huì)用到一種叫“面向目標(biāo)的路徑規(guī)劃”的技術(shù)，實(shí)際上是“狀態(tài)機(jī)”的一種升級(jí)技術(shù)：利用A*等尋路算法，來(lái)自動(dòng)生成“狀態(tài)”之間的邏輯路徑，而無(wú)需一開(kāi)始就以人工輸入的方式全部輸入進(jìn)去。這種技術(shù)因?yàn)槭窃谶\(yùn)行時(shí)產(chǎn)生狀態(tài)機(jī)圖，所以表現(xiàn)出來(lái)的行為會(huì)更加豐富和準(zhǔn)確，較少會(huì)陷入一些“沒(méi)有事先預(yù)測(cè)到的狀況”從而陷入邏輯卡住的情況。

但是不管狀態(tài)機(jī)和行為樹(shù)如何努力，從開(kāi)發(fā)者角度來(lái)說(shuō)，都必須通過(guò)人腦來(lái)抽象和理解游戲世界的規(guī)則，和各種可能的情況。加上游戲AI很多時(shí)候是需要一種“表演”效果，要用代碼和邏輯去“模擬”出一場(chǎng)表演，是相當(dāng)繁瑣的工作量。（如果以深度學(xué)習(xí)技術(shù)來(lái)說(shuō)，實(shí)際上也無(wú)法做出這種表演效果，因?yàn)檫@種表演的邏輯行為，往往不是“最優(yōu)”的選擇，甚至是相當(dāng)“差勁”的）

所以，歸根結(jié)底，游戲中的AI的困境，是由于工作量的原因造成的。由于我們沒(méi)有很好的生成“游戲行為”的工具，導(dǎo)致我們的游戲行為往往不夠好。

機(jī)器學(xué)習(xí)如何應(yīng)用在游戲角色AI的開(kāi)發(fā)上

在機(jī)器學(xué)習(xí)領(lǐng)域，學(xué)習(xí)人類的行為，并且應(yīng)用于合適的場(chǎng)景，是“監(jiān)督學(xué)習(xí)”下最常見(jiàn)、最成熟的技術(shù)之一，經(jīng)典的應(yīng)用就是“自動(dòng)駕駛”。相對(duì)于自動(dòng)駕駛需要昂貴的雷達(dá)設(shè)備，才能“感受”現(xiàn)實(shí)世界，在游戲中所有的數(shù)據(jù)都唾手可得，這種監(jiān)督學(xué)習(xí)的應(yīng)用更是沒(méi)有任何障礙。

假設(shè)我們的游戲，已經(jīng)把基本的游戲規(guī)則開(kāi)發(fā)好，游戲場(chǎng)景也已經(jīng)布置好，剩下的就是如何置入游戲角色。就好像一部電影，場(chǎng)景、道具都已經(jīng)到位，攝像機(jī)和劇本都已經(jīng)準(zhǔn)備好，那么剩下的就是演員的表演了。按照以前的做法，我們需要用復(fù)雜的狀態(tài)機(jī)系統(tǒng)，去操控那些游戲角色演出，而現(xiàn)在，我們可以讓策劃（或者其他開(kāi)發(fā)人員）直接去操控游戲中的角色，去真實(shí)的以游戲的操作行為，去讓游戲角色做出演出行為，而機(jī)器學(xué)習(xí)的程序，就好像錄像機(jī)一樣，可以通過(guò)記錄我們操控的角色的行為，去學(xué)習(xí)如何模仿我們的操控。當(dāng)我們表演的足夠豐富后，機(jī)器學(xué)習(xí)就可以完全取代人工的操控，做出一些和預(yù)設(shè)相同的行為特征。

如果我們的游戲能像上面的方法去開(kāi)發(fā)角色AI，我們將會(huì)在游戲AI行為工具上，得到一次巨大的進(jìn)步。我們不再需要通過(guò)人腦去抽象和轉(zhuǎn)化游戲的“表演”，而是可以直接去“扮演”，這樣除了可以節(jié)省大量的“程序員”的開(kāi)發(fā)工作外，對(duì)于調(diào)試AI行為，表達(dá)更豐富的角色行為特征（性格），也是有相當(dāng)大的好處。

［游戲開(kāi)發(fā)在很多方面已經(jīng)越來(lái)越接近電影制作］

顯然，如果完全用“游戲”的形式來(lái)取代AI開(kāi)發(fā)，即便在機(jī)器學(xué)習(xí)的支持下，可能還會(huì)有很多不足之處，比如“人工表演”可能無(wú)法覆蓋所有的游戲場(chǎng)景環(huán)境。但是只要能節(jié)省下工作量，我們還是可以利用舊的狀態(tài)機(jī)技術(shù)，來(lái)定義比較“完整”的邏輯環(huán)境，彌補(bǔ)那些可能存在的漏洞。不過(guò)我相信，隨著對(duì)游戲測(cè)試的深入，機(jī)器學(xué)習(xí)會(huì)能更快更好的應(yīng)對(duì)這些邏輯漏洞，畢竟“玩”幾把游戲，比用寫代碼然后調(diào)試，要快的多。

游戲角色AI的業(yè)務(wù)價(jià)值

現(xiàn)在的成名游戲中，確實(shí)有那么一大批是似乎對(duì)游戲角色AI“沒(méi)有必要性需求”的，比如我們常見(jiàn)的MOBA類游戲。在棋牌類游戲中，我們也不太希望用一個(gè)厲害的AI讓我持續(xù)的輸錢。但如果設(shè)想一下，如果我們的策劃能比較低成本的生產(chǎn)“AI”，那么我們的游戲就會(huì)脫離“玩具”的層面，變成一種可以“表演”的產(chǎn)品。我們常常說(shuō)IP對(duì)游戲的重要性，而真正能體現(xiàn)出IP的，往往是故事體驗(yàn)，這就需要一套很好的“表演”系統(tǒng)。

從另外一個(gè)角度說(shuō)，如果我們的游戲除了精彩的PVP內(nèi)容，還有很多優(yōu)秀的PVE內(nèi)容（所謂的單機(jī)體驗(yàn)內(nèi)容），那么玩家也許會(huì)慢慢傾向?qū)ξ覀兯a(chǎn)的PVE內(nèi)容來(lái)付費(fèi)。從電影市場(chǎng)這么多年的發(fā)展來(lái)看，優(yōu)秀的“表演”還是會(huì)有很大的市場(chǎng)的。從知識(shí)產(chǎn)權(quán)保護(hù)的角度來(lái)看，游戲玩法很容易被抄襲（PVP主要是玩法），但PVE內(nèi)容卻很容易得到保護(hù)。除了利用海量用戶去激活PVP的收入，在PVE方面的開(kāi)發(fā)，也許是一個(gè)新的市場(chǎng)空間。（從《陰陽(yáng)師》這類產(chǎn)品能明顯感受到這股市場(chǎng)的潛力）

［巫師3不僅僅是一部互動(dòng)電影，也是一個(gè)玩法優(yōu)秀的游戲，更是一個(gè)超級(jí)IP］

總結(jié)

如果我們能利用機(jī)器學(xué)習(xí)技術(shù)，開(kāi)發(fā)出更通用的游戲角色AI工具，那么可能讓游戲拓展出新的PVE游戲市場(chǎng)，對(duì)于游戲IP的輸出也有非常明顯的作用。