1 日藉著全球最大的遊戲開發大會 GDC17 的機會，輝達（NVIDIA）宣布推出最新款遊戲用顯卡 GeForce GTX 1080 Ti。新顯卡採用 16 奈米製程 Pascal 架構，具備 3,584 個 CUDA 核心以及高達 11GB 的顯存，從書面參數上比上一代遊戲／通用計算多用途顯卡 Titan X 效能稍強一些，比自己的前輩產品 GTX 1080 也強了 35%。
但喧囂之餘，PingWest 品玩關注輝達在遊戲開發方面更多主張和嘗試。這家稱自己「All about AI」的計算技術公司，正在快速改變遊戲和 AI 的關係。
此 AI 非彼 AI。在過去，遊戲 AI 可以指所有非玩家角色（NPC），比如劇情中的配角、Boss 和商人等，也可以再進一步，泛指所有遊戲的非玩家內容，比如作戰機制和商業系統等。它是由人設計的。
但輝達覺得，遊戲工業即將進入新的 AI 時代──用 AI 來幫助設計和開發遊戲，而且品質不遜於人工。
「簡單來說，過去的 AI 就是規則和程式檔，讓 AI 照著設計行動，到後來有了決策樹，更先進一些。」輝達應用深度學習研究部（Applied Deep Learning Research）副總裁布萊恩‧卡坦薩羅說，但他認為，隨著深度學習技術突飛猛進式發展，AI 可以幫助開發者生成聲音圖像素材，甚至劇情、工作等機制性的內容。
過去兩年，輝達已帶來多項利用機器學習和神經網路的工具，以解決遊戲開發者面臨的棘手難題。舉個例子，大型遊戲的一大特點是畫面精美，但這需要美術人員和視覺設計師巨大的精力創作。受制於人員和財力，中小型開發者往往在視覺品質上打折扣，更多人選擇向量化，甚至更粗糙的視覺風格。
輝達進階開發技術經理安德魯‧艾德斯登展示一項名叫「2Shot」的技術，讓開發者更輕鬆地從真實世界中擷取材質，應用到遊戲中：只需分別開啟和關閉閃光燈，用手機拍攝兩張材質的照片，電腦將自動處理，幾分鐘後即可生成素材檔案。
2Shot 降低了開發者最佳化材質的技術門檻，但它仍有很大的提升空間。輝達在去年又提出了「1Shot」技術，採用更強大的神經網路計算，只需一張照片就能生成素材，時間也降低到只要數秒。2Shot 的生成素材品質已經達到工業級，而 1Shot 的品質還有待提升，但已證明了機器學習和神經網路在遊戲開發方面的應用前景。
▲ 布萊恩‧卡坦薩羅。
輝達還展示了另外兩種技術，分別為 Texture Multiplier 和 Super-Resolution。
Texture Multiplier（材質複製器）類似視覺特效人員常用的「材質增生」（texture mutation）技術，最大的不同是採用經過大量訓練的卷積神經網路（Convolutional Neural Network）為建構程式，生成的效果接近真實，達到肉眼難以分辨的水準。Texture Multiplier 將使美術人員可以快速製作美觀的大片面積材質，不再給人一種「你這材質是複製貼上的吧！」之感……
而 Super-Resolution（超解析度）則聽起來更科幻。記不記得電影《神鬼認證：傑森包恩》裡的情節：CIA 特工在雅典憲法廣場上搜尋傑森‧包恩，用模糊的定格畫面「放大、增強！」（Zoom, enhance!），然後就獲得一張特別清晰的照片，確定了目標？
其實過去根本沒有這種高科技……至少在《神鬼認證：傑森包恩》拍攝期間還沒有，直到最近才有類似的出來。前不久 Google Brain 團隊達成將 8×8 畫素解析度，極度粗糙和顆粒化的頭像，還原成相對清晰、32×32 解析度的頭像，輝達也在做類似的事情。
該公司研究者採用的具體訓練方法（注意：和其他機構方法類似，可做參照），是先把大量高畫質照片「縮小」（downscale）到非常低畫質，僅保留有限的特徵，同時另外把這個降級過程中損失的特徵保存下來。
採用這種方式處理大量高畫質圖片後，研究者獲得海量損失的特徵。他們將這些特徵整理成一個「特徵規律程式庫」，就像辭典，意圖在告訴神經網路：再去「放大」（upscale）圖片的時候，按照這個辭典作業。當然，具體過程比口頭敘述複雜得多，這個卷積神經網路模型需要數天的時間才能完成訓練。
在之前的測試中，Google Brain 團隊的同類技術能夠成功還原 90% 打過馬賽克的人臉，算是十分驚人的成績。輝達則不滿足於低解析度，希望追求更「感人」的畫質。艾德斯登告訴 PingWest 品玩，該公司已在實驗室中實現僅花「很快」（數秒）的時間將 1K 解析度重組為 4K 解析度畫質的照片。
這種技術能為遊戲帶來什麼改變？輝達期待能夠在未來，讓遊戲在小容量的基礎上，顯著提高材質的清晰度和視覺效果。舉個例子：在射擊遊戲中，當玩家舉起狙擊槍，瞄準鏡裡能看到更清晰的遠處畫面和材質。
不光是輝達，Google 旗下的英國人工智慧技術公司 DeepMind，也考慮用神經網路在遊戲上搞點事情──當然如果你有印象，過去曾經傳出人工智慧在《敲磚塊》、《星海爭霸》、《毀滅戰士》乃至圍棋上輾壓人類的新聞，大多都是 DeepMind 搞出來的……
該公司在去年訓練了一個名叫 WaveNet 的人工智慧，讓電腦生成的語音和人類原聲越來越難以區分。WaveNet 和過去的串聯式語音合成、參數式語音合成不同，將語音的初始資料（波性檔案）細分到以 1 毫秒為單位區間，在每個區間之間都採用遞迴神經網路（Recurrent Neural Network）和卷積神經網路進行預測學習。
▲ WaveNet 的架構展示。
最後， DeepMind 用 Google 自家的 TTS 語音轉文字（目前世界上得分最高的該類技術）資料集測試，比 Google TTS 的得分高了 10 個百分點──但將 Google TTS 與人類原聲之間的距離縮短了一半多。
雖然玩遊戲的時候，沒人會仔細聽每句對白，但不意味開發者應該在這方面節省。WaveNet 將會成為遊戲開發者的福音。「想像一下，當你需要調整劇情的時候，可以用電腦生成配音，不必再花錢請配音員回來重錄，甚至完全不用配音員。」卡坦薩羅稱。
你可以到 WaveNet 的網站上試聽一下效果，跟真人聲音差距真的很小。
好吧，現在 AI 有了生成聲音、視覺材質等元素的能力，接下來呢？
就在上週，遊戲開發公司 Nival 宣布一個振奮人心的訊息：他們為 2015 年開賣的線上即時戰略遊戲《閃電戰 3》開發了一個神經網路決策 AI：Boris。
在一則示範影片中，Boris 顯示出「風箏」敵方單位的能力（指吸引敵對目標，帶其到處亂跑以打亂策略的行為）；還可以在明顯具劣勢時消極應戰而非拚死頑抗，以達到儲存火力的目的；當戰場中有新敵人加入，Boris 會自動分配火力到不同目標，也會根據敵方火力級別，自動指揮士兵坐上炮台，而不是傻站在地上，用步槍拚坦克。
更有趣的是，當雙方對抗佔點時，Boris 會選擇性忽視擋路的殘血敵軍，優先搶點再等待機會擊殺──這顯示出 Boris AI 對不同獎勵（reward）級別的理解，能優先追求與全域獲勝關係更大的獎勵。
Nival 明確表示，Boris 沒有使用遊戲核心任何地方資料，只使用對玩家可見的戰場情況，每幾秒鐘進行一次決策。Boris 的更多技術細節暫未公開。
在遊戲開發中應用 AI 技術，還有很大的想像空間。
去年，OpenAI 用《俠盜獵車手 5》開發出一個名叫 DeepDrive 的「自動駕駛模擬器」。由於遊戲內部的車輛行駛資料應有盡有，OpenAI 發現其實可以用遊戲資料來訓練自動駕駛系統。雖然後來研究者移除了與該模擬器有關的內容（這裡有一個 Twitter 上的影片展示，這項技術所屬的專案官網還在），該事件還是令人印象深刻，它賦予了人們審視 AI 和遊戲關係的新視角。
像《俠盜獵車手》這樣的開放世界遊戲，開發公司花費多年時間設計大量任務關卡，但速度最快的玩家不出幾十個小時就能破關，繼而希望獲得更多內容。然而開發公司要花精力在下一款遊戲上，無暇顧及上一代（實際上開發公司 Rockstar Games 的做法是用一個較小型的團隊維護遊戲，繼續添加新的線上遊戲型態）──未來，AI 會不會獲得生成任務、關卡、劇情的能力，以致可以獨立完成完整的遊戲？
卡坦薩羅認為那樣的未來會很棒，但應該只存在幻想階段。「我覺得設計關卡和任務最難的地方在於，你怎樣讓新關卡和任務夠有趣，這是目前 AI 無法取代設計師的地方。你可以讓 AI 生成對白，生成材質，但將對白、視覺、機制和劇情進行有序、有趣的銜接，它還做不到。我想可能有些幽默只有人類懂。但我可以想像 AI 未來幫助設計師更快推出新關卡和任務，那將令人期待。」
聊到這裡，我倒是有點擔心了。
你說，AI 設計的遊戲，會不會把玩家虐成狗？說不定 AI 早就想在模擬環境裡先感受一下，取代和虐殺人類是一種什麼樣的感覺吧？
（本文由 PingWest 授權轉載，首圖來源：shutterstock）
延伸閱讀：