当前位置: 首页 > article >正文

游戏AI,让AI 玩游戏有什么作用?

让 AI 玩游戏这件事远比我们想象的要早得多。追溯到 1948 年,图灵和同事钱伯恩共同设计了国际象棋程序 Turochamp。之所以设计这么个程序,图灵是想说明,机器理论上能模拟人脑能做的任何事情,包括下棋这样复杂的智力活动。

可惜的是因为这个程序太复杂了,在图灵去世之前,Turochamp 并没有在任何计算机上运行,只出现了一些受到 Turochamp 启发的国际象棋残局破解游戏。

国际象棋算是比较复杂的棋类游戏了,在同一时期,也有科学家研发了一些规则相对简单的棋类程序。其中最有代表性的,要数 1950 年,一位名叫亚瑟·塞缪尔的科学家开发的西洋跳棋程序了。

最初,这款跳棋程序只能简单地跟人类棋手进行对弈,但后来,塞缪尔想给它增加一个功能,让它能够“自我学习”。这个跳棋程序能够和自己进行对弈,记录下这些对弈的结果,调整每一步的评分,最终提高自己的技术,这可以称得上是最早的能自我学习的棋类游戏了。

塞缪尔不断改进自己的跳棋程序,让它达到了顶尖的业余爱好者的水平。可因为当时计算机硬件的限制,塞缪尔的跳棋程序和最顶尖的人类棋手还有一定的差别。第一个打败人类西洋跳棋冠军的是 1989 年的一款叫“支奴干”的程序。

不过,西洋跳棋的规则相对比较简单,棋局也不如国际象棋那么复杂,人们还是想看到国际象棋领域的人机大战。如果 AI 能战胜人类顶尖的国际象棋大师,那毫无疑问将会证明自己的实力。

这场超级大战,发生在 1997 年。IBM 的超级计算机“深蓝”击败了国际象棋冠军卡斯帕罗夫。虽然此后,仍然有人类棋手向 AI 发起挑战,但已经无力回天,在国际象棋领域 AI 已经取得了彻彻底底的胜利。

证明了自己的能力之后,AI 并没有停下脚步,接下来,它们要在围棋领域向人类大师发起挑战。

围棋虽然只有黑白两种棋子,但围棋局势的可能性、复杂性比国际象棋要高多了,因此 AI 要想打败人类的围棋高手,还需要更多努力。

在深蓝战胜卡斯帕罗夫之后将近 20 年,DeepMind 研发的围棋机器人 Alpha Go 击败了人类围棋冠军李世石、柯洁。可以说至此,在棋类领域,AI 已经没有敌手了。

接下来,AI 开始转战其他领域。比如,DeepMind 开始训练一款叫 Alpha Star 的 AI,教它玩《星际争霸 2》这款即时策略游戏。在 2019 年,Alpha Star 也在这款游戏上达到了人类大师的水平。

GPT 的开发公司 Open AI,在 2017 年到 2019 年期间,也在训练 AI 玩游戏。当时它们玩的是《Dota 2》,并且在 2019 年 4 月,以 2:0 的成绩击败了当时的卫冕冠军。后来在为期 4 天的在线公开赛跟人类高手进行了 4 万多场比赛,赢得了 99.4%的比赛。

为什么要让 AI 去玩游戏呢?

这是因为,人们在训练 AI 玩游戏过程中用到的算法和技术,往往可以迁移到其他领域。比如 AlphaGo 的深度学习技术,在 AlphaFold 中也得到了应用,AlphaFold 帮助人类科学家解决了许许多多蛋白质折叠上的难题。

另外,AI 在玩游戏的过程中,需要根据对手的动作来预测下一个动作的可能性,这样的算法也可以应用在自然语言处理中。

再者,AI 玩游戏过程中涉及到的自主分类、决策、并不断自我优化的能力,在很多行业中都有应用。

总而言之,让 AI 玩游戏,并不是为了找事情让 AI 消遣,而是在解决复杂问题的过程中让 AI 变得越来越聪明。在这个过程中,我们不断优化 AI 算法,以迭代技术。

准确地说,“AI 战胜人类”这样的说法实为调侃,战胜人类的并不是 AI,打败人类的,还是人类的智慧。(以上摘自科普中国,侵权删)

来谈一谈游戏中的AI:降本增效,革新体验

一个由 AI 技术驱动的创作新时代已经到来。网易数智作为这一变革的积极推动者,一直专注于 AI 技术的研发与实践。我们提供全链路 AI,全面地覆盖了游戏行业的各个关键环节,从研发到发行,从买量到安全,助力游戏行业在玩家体验玩法创新安全保障精细化运营等方面实现全新升级,赋能游戏行业创造更大的商业价值。作为网易旗下专注于企业服务的部门,网易数智游戏行业部一直都在积极为游戏产业贡献力量,并在不断的实践中得到了客户的广泛认可。

例如,经历了从依赖预设规则到实现自主学习的飞跃式发展,通过强化学习、模仿学习等先进技术开发的游戏 AI 智能体,能够模拟真人操作,实现智能化自学习,不仅展现出高水平的游戏技能,还具备多策略应对难度可控的特性,极大地丰富了游戏的多样性和挑战性。如今,网易数智游戏行业部通过自研的游戏 AI 智能体技术,为玩家提供接近真人的游戏体验,已广泛应用于棋牌策略角色扮演等游戏类型中。

图片

        

AI 技术在游戏中的应用,不仅提高了游戏的生产效率,同时也提升了游戏的可玩性和互动性。在游戏运营方面网易数智的 AI 技术在游戏运营中的应用,在提升游戏客户服务效率的同时,也为游戏安全“保驾护航”

其中,网易数智 AI 客服技术通过整合智能客服推荐多维度多指标训练服务机器人以及行业知识体系和算法模型导入,不仅优化了玩家与游戏的互动,还通过个性化的智能外呼系统,增强了游戏玩家的忠诚度。另外,为维护游戏环境的公正与秩序,AI 技术也被赋予了新的使命——反外挂。基于用户游戏内行为,利用深度学习技术实现的多维度 AI 检测,通过智能风控平台AI 脚本工作室行为检测以及 FPS 外挂 AI 识别,为游戏运营提供了全面的安全保障,确保了游戏环境的公平性和健康性。

图片

        

在游戏营销领域,AI 智能外呼的强交互高拟人智能自动化等特点,能够有效提升玩家体验、增加玩家粘性。例如,AI 智能外呼系统通过集成融合 ASR、NLP 和 TTS 技术,实现了与玩家的流畅交互,为玩家提供个性化的互动体验。NPC 的音色生成,为游戏世界中的人物注入生命力,从而极大地增强游戏的沉浸感和情感联系。此外,AI 智能外呼系统还具备惊喜式召回功能,通过发送个性化的语音信息,有效地召回玩家回归游戏。


http://www.kler.cn/a/513794.html

相关文章:

  • cuda从零开始手搓PB神经网络
  • 第23篇 基于ARM A9处理器用汇编语言实现中断<五>
  • RV1126+FFMPEG推流项目(8)AENC音频编码模块
  • Vue3初学之Element Plus Dialog对话框,Message组件,MessageBox组件
  • 什么样的问题适合用递归
  • Tcl教程
  • 【真机调试】前端开发:移动端特殊手机型号有问题,如何在电脑上进行调试?
  • “深入浅出”系列之音视频开发:(4)FFmpeg库
  • Kotlin 2.1.0 入门教程(四)
  • Codeforces Round 903 (Div. 3) E. Block Sequence
  • PySpark之金融数据分析(Spark RDD、SQL练习题)
  • 【leetcode 24】151.翻转字符串里的单词==❗没看懂❗==
  • 【Vim Masterclass 笔记24】S10L43 + L44:同步练习10 —— 基于 Vim 缓冲区的各类基础操作练习(含点评课)
  • Mysql基于gtid的主从同步配置实验
  • 优雅解决webview_flutter不支持安卓选择图片视频文件问题
  • 电梯系统的UML文档08
  • 微服务学习-Sentinel 限流保护服务
  • LLaMA Factory框架微调GLM-4大模型
  • Java线程池ThreadPoolExecutor封装工具类
  • 两份PDF文档,如何比对差异,快速定位不同之处?
  • npm install安装缓慢或卡住不动
  • 【整体介绍】
  • 有了TiDB,是否还需要“散装”大数据组件?
  • 利用开源AI智能名片2+1链动模式S2B2C商城小程序满足用户的自恋心理
  • 亚博microros小车-原生ubuntu支持系列:5-姿态检测
  • Linux——信号量和(环形队列消费者模型)