让人工智能来开发游戏，这可能吗？

提起人工智能，不免总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，甚至可以说是一母同胞。

人工智能是具有自主认知能力，能够模拟人类的神经思维进行特定事项选择判断功能的逻辑算法，而游戏自身也有大量的AI存在，不是在游戏中控制着NPC的行动，就是存在于脚本中增强游戏特定场景的体验，但从本质上来说，人工智能和游戏都是拥有不同应用目的的逻辑算法集合体。

如果将人工智能用于开发游戏，等同于用一种逻辑算法去生成另一种逻辑算法，从逻辑上来说看起来说不通，但并不表示这完全行不通。

在不久前召开的Nexon游戏开发者大会上，Nexon高管李恩锡表示，如今AI已经在逐渐进入游戏开发领域，未来部分开发者或因此而失业。早在去年，李恩锡就曾表示过相同的观点。

此话听起来颇有些危言耸听的意味，但不容否认的是，人工智能确实在游戏开发领域中发挥着越来越大的作用。不论是游戏设计还是制作阶段，人工智能都会给开发者带来很多意想不到的惊喜。

辅助设计：AI的选择

前面说到，人工智能与游戏中的AI规则具有非常亲密的关系，甚至是一母同胞。利用这种纯天然的亲密关系，通过已经由人工设计好的基础性逻辑，经过人工智能的深度学习后，就能够由人工智能生成更多的行为，应用到游戏中后形成更丰富的逻辑行为，这就是人工智能在设计游戏AI中的逻辑。

当然，这种方式从本身上来说属于一种非人为的游戏测试行为，测试对象主要就是游戏AI，但将这种测试反哺于设计后，开发者只需要通过修改基础游戏中的基础设定，就可以立即测试可能出现的结果，相当于起到了辅助设计的作用。

游戏开发公司Nival曾经为2015年发售的RTS类型游戏《闪电战3》中，开发了一个名为Boris的神经网络决策AI。在一则演示视频中，Boris 使用出了box-1战术，利用乙方的行动单位将敌方的重要目标带着到处跑，最终打乱其策略，并在运动中将敌人逐步消灭。另外Boris也懂得根据战场形态随时分配自己的兵力与装备，当对方活力强大时，甚至知道让士兵钻进堡垒，依托工事射击而并不是像《红警》中的士兵那样，傻站着用枪拼坦克。

Boris具有这样的能力肯定不是一开始就有的，至少先要学习《闪电战3》中的各种基础设定，比如坦克能做什么、士兵能做什么、完成任务目标的判断是什么？之后让Boris自己去和人类玩家或者另一个已有的电脑AI去对战，在经过很多次对战后，设计者会让Boris学习更多的规则，比如火力到多少时需要支援了等等，经过反馈再优化Boris算法，最终成为了现在的Boris。而其中设计者只需要通过测试结果优化基础规则即可。

如果人工智能能够得知更多的设定和数据，那么它所表现出的复杂性就会更多。目前，人工智能能够根据玩家的脑电图、心跳、呼吸、体温、动作等检测玩家的投入程度，为游戏设计提供参考。

当然这种测试并不会仅仅用于辅助游戏开发。2016年，OpenAI 用《侠盗猎车手5》开发出了一个名叫DeepDrive 的“自动驾驶模拟器”。通过读取GTA游戏内的车辆内部数据，OpenAI 将这些数据用来训练自动驾驶系统。通过这件事可以看出，将人工智能用于游戏测试后，也同样具有了重要的现实意义。

辅助制作：素材快速生成

游戏设计领域可以利用人工智能，在已经设定好基础规则的前提下观察更多可能性，从而影响到游戏开发的整体进程，而在制作阶段，同样可以利用人工智能的深度学习能力，进行快速制作。

通过机器和神经网络技术，对卷积神经网络（一种人工智能，可处理大型图片）进行大量的图片训练，尤其是针对图片纹理进行大量训练后，该神经网路就可以在很短的时间内将这种图片纹理应用到另一张图片上并渲染完毕，生成素材。

如果说，在训练过程中人们一直训练AI辨识梵高的画作《星夜》，那么在AI学习之后给其提供一张现实中的照片，AI很快就会为我们将这张照片变成《星夜》风格的画作。如果将此类过程应用到游戏中，只需要由美工人员设计好场景的摆放，之后将纹理素材图片拍摄下来，能够在短时间内大量生成美术人员所需的图片素材。要知道，布景和贴图向来是开发中最耗时的工作。

除了快速生成美术素材，游戏中的声音处理也同样能够依法炮制。

尽管平时玩游戏的过程中，玩家们并不会注意去听游戏人物的对白，而且国内众多游戏开发团队对声音的重视程度也比不上日本和欧美开发团队。但我们需要承认，声音是除了画面之外，最能营造游戏气氛的存在，同时声音也是极其占用游戏容量的存在，由于每句语音都会以音频文件的形式预存在程序内进行调取，以往为了缩小游戏的容量，设计人员尽可能会用统一的语句来应用到不同场景中，所以游戏中角色说话越多，游戏容量就越大。

但是人工智能的加入，完全可以实现将真人声音数据化，让AI反复学习其音频文件不同语气下的声波特性，最后在游戏中实现用计算机生成配音，开发者只需要将所说的话以文字形式储存在游戏中，再进行不同语境下的对文字进行数据标注即可。这样不仅节省游戏空间，还能够快速生成富有特色的角色原声。

对于负责效果制作的人员来说，人工智能是个不错的帮手，虽然这过程听起来像在山寨什么一样。

当然了，人工智能在游戏设计中的作用并不是仅仅局限在辅助开发者，还有人想要依靠人工智能的强大学习能力，结合神经网络技术，打造出能够识别不同信息而自动生成大型游戏的游戏人工智能，只要将文字或图片以及视频信息输入这套人工智能，其就能在30小时内生成一款游戏的DEMO版，大大降低游戏开发的难度，现有的游戏开发模式也将彻底得到颠覆。

不用说，通过人工智能，到时候人人都是游戏开发者，只是这样开发出来的游戏，玩家会被虐成什么样？就不好说了。（本文首发钛媒体）