游戲和模擬從一開始就是DeepMind研究計劃的核心部分，這種方法已經(jīng)在人工智能研究上取得了重大突破。作為一名前視頻游戲設(shè)計師，我對于和Unity達(dá)成合作，創(chuàng)建虛擬環(huán)境以開發(fā)、測試用于解決實(shí)際問題的智能、靈活算法感到興奮?！狣eepMind聯(lián)合創(chuàng)始人兼CEO Demis Hassabis

近日，Unity在幾位“游戲設(shè)計師”的幫助下徹底火了。

先是登頂steam熱銷榜的國產(chǎn)武俠游戲《太吾繪卷》，由于代碼遭泄露，只有一個main(x)、上萬個if、全用字符串……這些非常規(guī)操作讓一眾網(wǎng)友把游戲內(nèi)核“蛐蛐”吹成了新一代錦鯉。之后，熟悉Unity的玩家開始陸續(xù)辟謠，指出主創(chuàng)寫游戲用的引擎是Unity，之所以全是字符串，是因?yàn)槠渲袃?nèi)置的PlayMaker可以調(diào)整變量數(shù)據(jù)類型。

無論是游戲營銷還是無心造謠，這個事件凸顯了Unity在游戲制作上的專業(yè)和易上手。事實(shí)上，Unity是現(xiàn)在受眾最廣的實(shí)時開發(fā)平臺，從市場規(guī)模上看，它占全球AR/VR內(nèi)容創(chuàng)作的60％，在移動游戲創(chuàng)作上也占了全球的50%。

而除去簡單易用這個特征，Unity的最著名的靈活性也使開發(fā)人員能夠針對25個平臺定位和優(yōu)化他們的創(chuàng)作，包括Xbox One、PlayStation 4、Gameroom（Facebook）、SteamVR（PC和Mac）、Oculus、PSVR、Gear VR、HoloLens、ARKit（Apple）、ARCore（谷歌）等。

另一個“游戲設(shè)計師”是DeepMind的哈薩比斯。26日，DeepMind宣布和Unity達(dá)成合作，由前者的研究人員使用Unity創(chuàng)建虛擬環(huán)境，進(jìn)一步開展基礎(chǔ)AI研究，而后者能利用這些成果，為游戲開發(fā)者提供最新的機(jī)器學(xué)習(xí)技術(shù)。

說起DeepMind，相信國內(nèi)讀者對這個名字不會陌生。無論是2014年被谷歌天價收購，還是2016年用深度強(qiáng)化學(xué)習(xí)系統(tǒng)AlphaGo擊敗韓國棋手李世石，還是2017年AlphaGo擊敗中國棋手柯潔，這家受神經(jīng)科學(xué)啟發(fā)的人工智能公司一直走在科技前沿。自2010年在倫敦成立以來，DeepMind已經(jīng)共計發(fā)表了兩百余篇同行評審論文，其中有6篇被刊登在《Nature》等頂級科學(xué)期刊上，這是計算機(jī)科學(xué)實(shí)驗(yàn)室的一個史無前例的記錄。

截至目前，雙方還沒有透露有關(guān)合作內(nèi)容和資金往來的信息，但有資料顯示，早在今年6月，Unity就已將開始向DeepMind的兄弟部門——谷歌云上的網(wǎng)絡(luò)游戲開發(fā)商提供服務(wù)。

合作的意義

智能設(shè)計和進(jìn)化不僅是人類世界觀的一個分支，它也是人工智能社區(qū)的一個分支。直到幾年前，學(xué)界研究的AI還僅限于編碼智能算法，比如銀行欺詐檢測和玩獨(dú)立小游戲。但是對于大型復(fù)雜環(huán)境，比起人為硬編碼，“直覺”算法更能提升機(jī)器學(xué)習(xí)AI的整體表現(xiàn)。因此在現(xiàn)實(shí)場景中模擬智能是AI研究下一階段的重要目標(biāo)，作為基礎(chǔ)，極度逼真的房屋、高速公路等3D環(huán)境是必要的。

“游戲有很多種形式……它們比人們想象的更接近自然?！盪nity的機(jī)器學(xué)習(xí)和人工智能副總裁Danny Lange在接受采訪時表示，“在游戲中，你能得到視覺上的、物理上的、認(rèn)知層面上的，以及社交方面的互動。這些都給算法帶來了進(jìn)化壓力，就像大自然對生物一樣?！?/p>

演示一

上圖是游戲如何訓(xùn)練AI的一個例子，這個小人沒有任何關(guān)于行走的知識，但它一直在生理學(xué)和物理定律范圍內(nèi)探索，一旦它發(fā)生了類似行走的行為，系統(tǒng)就會觸發(fā)數(shù)字獎勵，激勵它不斷學(xué)習(xí)這種行為。經(jīng)過嘗試，這個小人最終學(xué)會了走路——盡管它的動作還是很笨拙，

這項(xiàng)技術(shù)本身不是新的，很多公司和實(shí)驗(yàn)室早幾年就已經(jīng)開始在游戲引擎里訓(xùn)練AI，其中最知名的是Nvidia的Isaac虛擬機(jī)器人訓(xùn)練系統(tǒng)。此外，自動駕駛汽車算法也高度依賴逼真的虛擬道路環(huán)境，而Danny Lange本人之前也是Uber機(jī)器學(xué)習(xí)平臺的建立者。

如果說物理模擬能讓AI進(jìn)行更宏大的實(shí)驗(yàn)，幫人類鎖定實(shí)際測試范圍，那么游戲作為開放世界，除了物理學(xué)，它能模擬的還有色彩之間的相互作用、社交行為等。

“社會動態(tài)建模，這是一個新興領(lǐng)域，”Danny Lange介紹道：“你模擬了多個智能體，他們會互相交流，甚至發(fā)明對話使用的語言。這可以深入了解人群的行為方式，舉一個實(shí)際的例子，假設(shè)我們模擬了兩個知名投資分析師，他們中的一個說股票明天會跌，一個說會漲，那我們就能通過模擬來觀察他們的言論是怎么影響到其他人的認(rèn)知的。”

演示二

就好比在自然界中，動物在學(xué)會走路、跑步前必須先學(xué)會爬行，我們要分析股票這個問題也要先把它分解成一個個簡單問題。強(qiáng)化學(xué)習(xí)遵循的正是這種逐步漸進(jìn)的學(xué)習(xí)方法，“你認(rèn)為自己已經(jīng)解決了一個難題，然后把‘經(jīng)驗(yàn)’丟給機(jī)器，這其實(shí)并沒有多大意義。算法必須先掌握一個挑戰(zhàn)，并把它所學(xué)到的知識用來掌握下一個挑戰(zhàn)，這是我們所說的‘課程學(xué)習(xí)’?！?/p>

“和DeepMind的交易不僅僅是出售軟件許可證，這是合作。當(dāng)你構(gòu)建一個游戲引擎時，它也許可以在iOS、Android、Xbox上快速運(yùn)行。但DeepMind要做的是在數(shù)千甚至數(shù)萬臺服務(wù)器上運(yùn)行Unity以推動深度學(xué)習(xí)，這是一項(xiàng)完全不同的任務(wù)，意味著我們要針對這些需求調(diào)整和配置Unity?！?/p>

只有大規(guī)模的深度學(xué)習(xí)才能帶來發(fā)展回報。訓(xùn)練一只狗只需5分鐘，如果只是這樣的任務(wù)，DeepMind絕不會選擇Unity，但是，如果他們的目標(biāo)是以10,000 FPS訓(xùn)練1000只狗24小時，觀察這些狗的詭異動作，然后從中找出很快學(xué)會如何跨欄的狗，那么這樣的合作是必須的。

無論是DeepMind還是Unity，這樣的合作都是共贏。