游戲和模擬從一開(kāi)始就是DeepMind研究計(jì)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(jì)師，我對(duì)于和Unity達(dá)成合作，創(chuàng)建虛擬環(huán)境以開(kāi)發(fā)、測(cè)試用于解決實(shí)際問(wèn)題的智能、靈活算法感到興奮。——DeepMind聯(lián)合創(chuàng)始人兼CEO Demis Hassabis

近日，Unity在幾位“游戲設(shè)計(jì)師”的幫助下徹底火了。

先是登頂steam熱銷(xiāo)榜的國(guó)產(chǎn)武俠游戲《太吾繪卷》，由于代碼遭泄露，只有一個(gè)main(x)、上萬(wàn)個(gè)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(kāi)始陸續(xù)辟謠，指出主創(chuàng)寫(xiě)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(lèi)型。

無(wú)論是游戲營(yíng)銷(xiāo)還是無(wú)心造謠，這個(gè)事件凸顯了Unity在游戲制作上的專(zhuān)業(yè)和易上手。事實(shí)上，Unity是現(xiàn)在受眾最廣的實(shí)時(shí)開(kāi)發(fā)平臺(tái)，從市場(chǎng)規(guī)模上看，它占全球AR/VR內(nèi)容創(chuàng)作的60％，在移動(dòng)游戲創(chuàng)作上也占了全球的50%。

而除去簡(jiǎn)單易用這個(gè)特征，Unity的最著名的靈活性也使開(kāi)發(fā)人員能夠針對(duì)25個(gè)平臺(tái)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(gè)“游戲設(shè)計(jì)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(kāi)展基礎(chǔ)AI研究，而后者能利用這些成果，為游戲開(kāi)發(fā)者提供最新的機(jī)器學(xué)習(xí)技術(shù)。

說(shuō)起DeepMind，相信國(guó)內(nèi)讀者對(duì)這個(gè)名字不會(huì)陌生。無(wú)論是2014年被谷歌天價(jià)收購(gòu)，還是2016年用深度強(qiáng)化學(xué)習(xí)系統(tǒng)AlphaGo擊敗韓國(guó)棋手李世石，還是2017年AlphaGo擊敗中國(guó)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(lái)，DeepMind已經(jīng)共計(jì)發(fā)表了兩百余篇同行評(píng)審論文，其中有6篇被刊登在《Nature》等頂級(jí)科學(xué)期刊上，這是計(jì)算機(jī)科學(xué)實(shí)驗(yàn)室的一個(gè)史無(wú)前例的記錄。

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

合作的意義

智能設(shè)計(jì)和進(jìn)化不僅是人類(lèi)世界觀(guān)的一個(gè)分支，它也是人工智能社區(qū)的一個(gè)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(cè)和玩獨(dú)立小游戲。但是對(duì)于大型復(fù)雜環(huán)境，比起人為硬編碼，“直覺(jué)”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(chǎng)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(fǎng)時(shí)表示，“在游戲中，你能得到視覺(jué)上的、物理上的、認(rèn)知層面上的，以及社交方面的互動(dòng)。這些都給算法帶來(lái)了進(jìn)化壓力，就像大自然對(duì)生物一樣?！?/p>

演示一

上圖是游戲如何訓(xùn)練AI的一個(gè)例子，這個(gè)小人沒(méi)有任何關(guān)于行走的知識(shí)，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(lèi)似行走的行為，系統(tǒng)就會(huì)觸發(fā)數(shù)字獎(jiǎng)勵(lì)，激勵(lì)它不斷學(xué)習(xí)這種行為。經(jīng)過(guò)嘗試，這個(gè)小人最終學(xué)會(huì)了走路——盡管它的動(dòng)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(kāi)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(dòng)駕駛汽車(chē)算法也高度依賴(lài)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(tái)的建立者。

如果說(shuō)物理模擬能讓AI進(jìn)行更宏大的實(shí)驗(yàn)，幫人類(lèi)鎖定實(shí)際測(cè)試范圍，那么游戲作為開(kāi)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(huì)動(dòng)態(tài)建模，這是一個(gè)新興領(lǐng)域，”Danny Lange介紹道：“你模擬了多個(gè)智能體，他們會(huì)互相交流，甚至發(fā)明對(duì)話(huà)使用的語(yǔ)言。這可以深入了解人群的行為方式，舉一個(gè)實(shí)際的例子，假設(shè)我們模擬了兩個(gè)知名投資分析師，他們中的一個(gè)說(shuō)股票明天會(huì)跌，一個(gè)說(shuō)會(huì)漲，那我們就能通過(guò)模擬來(lái)觀(guān)察他們的言論是怎么影響到其他人的認(rèn)知的?！?/p>

演示二

就好比在自然界中，動(dòng)物在學(xué)會(huì)走路、跑步前必須先學(xué)會(huì)爬行，我們要分析股票這個(gè)問(wèn)題也要先把它分解成一個(gè)個(gè)簡(jiǎn)單問(wèn)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(gè)難題，然后把‘經(jīng)驗(yàn)’丟給機(jī)器，這其實(shí)并沒(méi)有多大意義。算法必須先掌握一個(gè)挑戰(zhàn)，并把它所學(xué)到的知識(shí)用來(lái)掌握下一個(gè)挑戰(zhàn)，這是我們所說(shuō)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(gè)游戲引擎時(shí)，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(wàn)臺(tái)服務(wù)器上運(yùn)行Unity以推動(dòng)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(duì)這些需求調(diào)整和配置Unity。”

只有大規(guī)模的深度學(xué)習(xí)才能帶來(lái)發(fā)展回報(bào)。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(huì)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(shí)，觀(guān)察這些狗的詭異動(dòng)作，然后從中找出很快學(xué)會(huì)如何跨欄的狗，那么這樣的合作是必須的。

無(wú)論是DeepMind還是Unity，這樣的合作都是共贏(yíng)。