正文
动画中的人工智能
人工智能和机器学习的最新进展改变了我们制作动画、视觉效果以及游戏设计的方式。神经网络可以被训练来模拟现实和人类的运动,这比非人工智能的方法更加精确和逼真。例如,爱丁堡大学和 Method Studios 创建了一套机器学习系统,它能够训练一个包含动作捕捉剪辑的大数据集,从中学习多种类型的运动。基于这些学到的知识,神经网络可以容易地生成任何可能的动作、表面类型以及与之匹配的速度。
神经网络可以通过对实际过程的模拟来做相同的事情。用传统的方法做这些模拟需要很复杂的计算和计算能力。在云技术和新一代的 GPU 驱动下,人工智能为在电影和视频游戏中添加更精确的复杂的物理过程铺平了道路。
游戏中的人工智能
没有动画就没有视频游戏,人工智能也在改变着游戏设计产业。除此之外,它还在改变开发者看待游戏人工智能的方式。在传统的视角下,游戏人工智能就是创建能够以可信的方式去运作的非玩家角色(NPC)。NPC 在射击敌人时,保持谨惕,找到从 A 到 B 的最短路径,能够追踪、袭击或者撤退,这类行为通常都是通过路径规划算法和有限状态机(FSM)来实现的。后者能够创建一个游戏实体在整个生命过程中的状态、情感和动作,生成「空闲的」、「有意识的」、「着迷的」、「竟觉的」、「有意识的」、「侵略的」、「逃遁的」或者「死亡的」角色。但这些状态仅仅是「功能上」的智能。在 Intrinsic Algorithm 的创始人 Dave Mark 看来,通过「智能行为」,标准的游戏人工智能可以比「人工智能」做得更多,因为它可以让游戏角色像被需要的那样智能,并且给玩家带来乐趣、戏剧效果和愉悦。
如今的趋势是,游戏人工智能技术和学界、工业界的人工智能、机器学习方法的深度融合,纯人工智能迈向了游戏设计和玩家体验的前台。例如,我们可以使用成千上万条人类交流记录,让神经网络训练得具有社交智能,然后使用这些知识让虚拟城市的 NPC 具有无限的情绪、手势和对话。
「模拟人生 3」的主要设计者 Richard Evans 设计的 Versu 引擎允许每一个角色自动表演,并表现出具有情感、信念以及看起来有一些诡异的行为。例如,如果玩家侮辱它们的同伴,Versu 中的角色会变得愤怒,或者当它们的同伴遭受侵犯的时候,它们会表现出同情。相比非人工智能游戏角色的趋同性和固定性,基于人工智能游戏的 NPC 行为和信念的多功能性,这是一个真正的变化。