《魂斗羅》等經(jīng)典FC游戲是許多80、90后的回憶。但隨著科技的不斷發(fā)展、社會的不斷進步，人們已經(jīng)不滿足于低像素的游戲。本文便介紹了如何利用AI算法讓老游戲舊貌換新顏。

AI可讓明星換臉，也能讓老游戲升級，搖身一變成“新游戲”。

跟AI換臉采用的生成對抗網(wǎng)絡（GAN）類似，升級老游戲采用的是人工智能增強技術（AI upscaling）部分涉及了GAN。通俗地講，當你喂養(yǎng)低分辨率圖像給AI算法模型時，它會生成一個大致相同但畫面像素更高的版本。

盡管超分辨率算法存在已久，不過使用AI后，極大地提高了生成的速度和質(zhì)量。

巫術，這就像巫術一樣

“這就像巫術一樣，”來自挪威的學生丹尼爾·特麗利說道，“它看起來跟我剛從游戲開發(fā)商貝賽斯達下載的高分辨率游戲包一樣?！彼褂肁I更新了《上古卷軸 3：晨風》，這是2002年推出的一款經(jīng)典RPG游戲。

《上古卷軸 3：晨風》

在“美國貼吧”Reddit以及游戲聊天工具Discord上，相當多的網(wǎng)友聚在一起分享如何更好地使用這些AI工具和小技巧。

大多數(shù)網(wǎng)友認為，使用AI升級老游戲的過程像極了修復舊家具或者藝術品。這是熟練工匠的活，需要具備一定的人工智能知識，更需要耐心。要知道并非任意一款游戲都適合升級，使用AI算法后并非都能產(chǎn)生類似結果。

在完成數(shù)百小時訓練工作得出結果前，游戲模組制作者必須為工作挑選合適的工具。不得不承認的是，相較于之前動輒幾周的訓練時間，龐大的工作團隊，采用人工智能增強技術后，效率得到了大幅提升。

網(wǎng)友們拿《毀滅戰(zhàn)士》、《半條命2》、《銀河戰(zhàn)士2》，甚至是2010年才推出的《質(zhì)量效應2》等游戲做實驗。結果發(fā)現(xiàn)，需要額外的輔助技術來呈現(xiàn)新的視覺效果。由于這些升級繞過了游戲開發(fā)商，是網(wǎng)友個人行為，很難想到可以直接應用。

一名叫hidfan的網(wǎng)友透露，他采用AI增強技術升級《毀滅戰(zhàn)士》時，至少花了200個小時來調(diào)整算法，最后還是自己手動清理的圖像。

通常情況下，AI升級算法往往會引入噪音。hidfan說，這就意味著仍然需要進行大量的手動編輯，不管是游戲主角還是敵人怪物。據(jù)悉，清理一個怪物需要5到15個小時，這取決于動畫的復雜程度。

AI如何改造升級老游戲

究竟AI升級游戲的過程是如何運作的呢？Topaz Labs CTO艾伯特·楊告訴The Verge，首先需要采用生成對抗網(wǎng)絡（GAN）算法，在數(shù)百萬張低、高分辨率圖像上進行訓練。經(jīng)過數(shù)百萬張圖像訓練后，AI開始了解、區(qū)分高分辨率圖像和低分辨率圖像。

該算法的一部分嘗試將低分辨率圖像轉換成高分辨率圖像。另一部分則是將其工作與訓練的數(shù)據(jù)進行比較，看是否能發(fā)現(xiàn)差異并拒絕導出。這個反饋循環(huán)是GAN隨著時間推移而改進的方式。

使用AI升級圖像是一項相對簡單的任務，但它表明了機器學習的核心優(yōu)勢。雖說傳統(tǒng)算法依靠人定義的規(guī)則，但機器學習技術是通過從數(shù)據(jù)中學習來創(chuàng)建自己的規(guī)則。升級老游戲的AI算法規(guī)則通過比較簡單。

比方說，如果要將50x50像素的圖像放大到其它尺寸的兩倍，傳統(tǒng)算法只需要在現(xiàn)有圖像之間插入新像素，根據(jù)相鄰像素的平均值選擇新顏色。舉個例子，如果一側有紅色像素，另一側有藍色像素，中間的像素就會出現(xiàn)紫色。

艾伯特·楊說，這種方法很容易編碼和執(zhí)行，不過它是一種通用的方法，可以產(chǎn)生混合結果。

傳統(tǒng)升級技術與AI增強版技術的比較

相較而言，機器學習創(chuàng)建的算法更加動態(tài)。一些公司提供的千兆像素升級就不只是看相鄰的像素，而是查看整個圖像。這使它能更好地重建龐大的建筑物，修復邊緣輪廓。

大家記憶中的老游戲或許相當完美，舊的電視顯示器也掩蓋了像素的不完美。

倘若，重現(xiàn)播放記憶中的老游戲，大家的真實感受會是如何？The Verge進行了實驗，答案是喜憂參半。大家會有疑問，游戲本身看起來很奇怪丑陋和原始，這真是我兒時日夜顛倒的游戲畫面嗎？

幸運的是，這些老舊的游戲眼下正是AI算法升級的目標?，F(xiàn)在，通過升級游戲，大家可以再次重溫經(jīng)典游戲了。