游戲AI從圍棋盤(pán)走向工業(yè)嘗試。

文 | 柳南

編 | 園長(zhǎng)

2016年春，韓國(guó)首爾四季酒店大廳內(nèi)。

世界第一圍棋棋手李世石愁眉苦臉地走向布置好的主席臺(tái)，坐在一張椅子上，放眼望去，臺(tái)下滿(mǎn)是媒體記者長(zhǎng)槍大炮般的攝影機(jī)，燈光閃爍。

左一為李世石，他旁邊的是AlphaGo之父戴密斯·哈薩比斯

一次舉世矚目的交戰(zhàn)

李世石剛剛與AlphaGo系統(tǒng)進(jìn)行完第一場(chǎng)比賽，落敗。賽前，他信心滿(mǎn)滿(mǎn)地說(shuō)：“我相信人類(lèi)的直覺(jué)還是遙遙領(lǐng)先于機(jī)器的，人工智能難以望其項(xiàng)背，我將竭盡所能捍衛(wèi)人類(lèi)的智慧?！崩钍朗Ｍ?：1或5：0戰(zhàn)勝AlphaGo。

AlphaGo系統(tǒng)由英國(guó)計(jì)算機(jī)公司DeepMind（DP）研發(fā)，2014年DP被谷歌收購(gòu)。DP把AlphaGo在圍棋的對(duì)抗視為“人工智能領(lǐng)域的阿波羅計(jì)劃”，DP的任務(wù)是從根本上理解智能，然后人為塑造智能。

第二局開(kāi)始，全世界有八千多萬(wàn)人在看比賽，其中六千多萬(wàn)在中國(guó)。AlphaGo在此局中第37手下了一個(gè)人類(lèi)只有萬(wàn)分之一概率會(huì)選擇的“敗子”，全世界的人都疑惑為什么會(huì)如此選擇時(shí)，棋局進(jìn)入臨界點(diǎn)，李世石再次輸了，“敗子”把整個(gè)棋局盤(pán)活了。

每局比賽結(jié)束，李世石都要面對(duì)媒體。在聚光燈下，李世石和人類(lèi)一同進(jìn)入焦慮時(shí)刻，他說(shuō)，自己一開(kāi)始就喪失了主導(dǎo)權(quán)。全世界的媒體也從一開(kāi)始討論AlphaGo如何厲害，變成恐懼和傷感。

李世石與AlphaGo對(duì)戰(zhàn)時(shí)刻

第三局沒(méi)多久，李世石落敗，媒體上鋪天蓋地出現(xiàn)了關(guān)于他的質(zhì)疑，他不再是代表人類(lèi)對(duì)抗人工智能的英雄，反而成了一個(gè)落敗者。李世石也在媒體面前道歉：“如果我的棋藝更高超，或智商更高超，結(jié)果可能截然不同，這一次我讓很多人失望了?！?/p>

在輸贏已定的情況下，李世石內(nèi)心的重?fù)?dān)反而放下了，第四局進(jìn)行到1個(gè)小時(shí)14分時(shí)，李世石在第78步用挖，在對(duì)手相隔一路的棋子中間落一子。這招之后，AlphaGo預(yù)測(cè)的勝率開(kāi)始大幅下降，直至脫軌，它更換評(píng)估方法和搜索路徑，所有人都不知道它在做什么，大家都覺(jué)得它的行為表現(xiàn)很奇怪。

AI的核心算法是深度神經(jīng)網(wǎng)絡(luò)，也就是在電腦上模擬人類(lèi)大腦的神經(jīng)元網(wǎng)絡(luò)，這種算法的美妙之處就在于程序能夠自我學(xué)習(xí)，也就意味著它能做出超出程序設(shè)計(jì)師所知范圍的事情。

忽然，電腦對(duì)弈屏幕上，出現(xiàn)一條彈窗：“the result ‘W+Resign’ was added to the game information”。

“the result ‘W+Resign’ was added to the game information”。

W代表獲勝方，也就是李世石。阿爾法投降了。

在AlphaGo的預(yù)測(cè)中，李世石走第78步的概率只有0.007%。李世石也不知道自己為什么會(huì)走第78步，他說(shuō)，那是他知覺(jué)中唯一能走的一步。

即便如此，李世石最終只拿到一個(gè)勝局，而他與AlphaGo一同完成了人工智能的又一個(gè)里程碑，上一枚里程碑建立在1997年，IBM的超級(jí)計(jì)算機(jī)DeepBlue（深藍(lán)）擊敗了世界西洋棋棋王加里·卡斯帕羅夫（Garry Kasparov）。

簡(jiǎn)單來(lái)說(shuō)，因?yàn)橛螒蚝苋菀琢炕?jì)分，我們很容易從中測(cè)量漸進(jìn)式進(jìn)步（incremental progress），DP想要AI取得突破，就繞不開(kāi)圍棋，因?yàn)閲迨侨祟?lèi)有史以來(lái)發(fā)明過(guò)最復(fù)雜的游戲

圍棋起源于中國(guó)，擁有兩千多年歷史沉淀，只有一種棋子，也只有一種落子方式，雙方各執(zhí)黑白棋子，目標(biāo)是把棋子連接起來(lái)，制造一個(gè)彼此相連的群體，把一個(gè)空地圈起來(lái)，被包圍的棋子就會(huì)被清除出去，通過(guò)保衛(wèi)領(lǐng)土的方式消滅對(duì)手，獲得勝利。

表面看起來(lái)很簡(jiǎn)單，實(shí)際上很抽象，不是所有人都玩得轉(zhuǎn)。DP研究人員計(jì)算過(guò)，圍棋每一步大約有兩百種選擇路徑，棋盤(pán)上出現(xiàn)的棋局?jǐn)?shù)量，比宇宙中的原子數(shù)量還要多，圍棋變幻的數(shù)目，即使運(yùn)用全世界彼時(shí)的電腦算力運(yùn)轉(zhuǎn)，100萬(wàn)年也沒(méi)法窮盡它可能變化的形式。

認(rèn)知決策模型是人機(jī)對(duì)抗規(guī)程中的核心環(huán)節(jié)。AlphaGo由三個(gè)主要部分組成，首先是策略網(wǎng)絡(luò)，DP用數(shù)以萬(wàn)計(jì)的高水平棋局訓(xùn)練它，并模仿那些厲害棋手的招式；第二部分是估值網(wǎng)絡(luò)，第一個(gè)棋子落入棋盤(pán)，可以衡量棋局的形勢(shì)，計(jì)算出各個(gè)位置的勝率，第三部分叫做樹(shù)搜索，用來(lái)分析棋局各種可能變化的情形，并嘗試推演棋局未來(lái)的演變。

“AlphaGo是要最大化自己的勝率，它不關(guān)心自己具體贏了多少子多少目?！辟惽?，DP團(tuán)隊(duì)成員期待，“如果能戰(zhàn)勝人類(lèi)，那就非同凡響了?！?/p>

在游戲中不斷進(jìn)化的AI

后來(lái)，人們復(fù)盤(pán)AlphaGo與李世石在第四場(chǎng)對(duì)戰(zhàn)失敗中尋找原因，發(fā)現(xiàn)第78手后連續(xù)出現(xiàn)錯(cuò)誤，直指人工智能的魯棒性。

可以簡(jiǎn)單把魯棒性理解為穩(wěn)定性，指一個(gè)計(jì)算機(jī)系統(tǒng)在執(zhí)行項(xiàng)目過(guò)程中處理數(shù)據(jù)時(shí)維持正常運(yùn)作的能力，如果穩(wěn)定性差，能力也就差。

DP想要解決AlphaGo的這個(gè)問(wèn)題，關(guān)鍵是提高策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)的精度。他們很快做了調(diào)整，在之后與中國(guó)圍棋職業(yè)九段棋手、世界圍棋史上最年輕五冠王柯潔的比賽中“三連殺”，讓柯潔經(jīng)歷至暗時(shí)刻，掩面而泣。

業(yè)界很快從本次世界頂級(jí)對(duì)抗賽中吸收經(jīng)驗(yàn)，在之后的同類(lèi)型比賽中，不論是棋牌游戲，還是策略游戲，研究團(tuán)隊(duì)把其視為珍貴的AI魯棒性論證支撐材料。

DP團(tuán)隊(duì)后來(lái)推出另一個(gè)機(jī)器人取名AlphaZero，僅僅運(yùn)行8個(gè)小時(shí)，便以100：0的戰(zhàn)績(jī)碾壓掉AlphaGo（擊敗李世石的版本），它還在繼續(xù)進(jìn)化。就在2016年圍棋界劃時(shí)代的“人機(jī)大戰(zhàn)”一年后，“機(jī)機(jī)大戰(zhàn)”在日本頃刻上演。

2017年3月19日，第10屆UEC杯計(jì)算機(jī)圍棋大賽在東京落幕，30個(gè)AI軟件參賽，來(lái)自騰訊AI Lab團(tuán)隊(duì)研發(fā)的圍棋人工智能程序“絕藝”過(guò)關(guān)斬將，在總決賽擊敗對(duì)手日本選手DeepZenGo，最終11戰(zhàn)全勝，摘得桂冠。

如果說(shuō)游戲?yàn)锳I的進(jìn)化提供了完美的試驗(yàn)場(chǎng)地，那么人類(lèi)的豐富經(jīng)驗(yàn)則為AI不斷進(jìn)化提供了充分的養(yǎng)料。

基于策略型手游《王者榮耀》的王者絕悟AI，其側(cè)重點(diǎn)是多智能體，面臨更多更復(fù)雜的環(huán)境，每天深度模仿職業(yè)玩家戰(zhàn)術(shù)方法，同時(shí)自我博弈。

王者絕悟AI與真人對(duì)抗過(guò)程

為了評(píng)估控制能力的魯棒性，2019年8月1日起，人類(lèi)玩家可以與AI英雄1V1挑戰(zhàn)。統(tǒng)計(jì)結(jié)果顯示，AI英雄在比賽中幾乎無(wú)敗績(jī)。

AI Lab提供技術(shù)能力，王者榮耀團(tuán)隊(duì)解決人工智能研究三大課題里面的場(chǎng)景和數(shù)據(jù)難題?！皟蓚€(gè)團(tuán)隊(duì)共享核心代碼、數(shù)據(jù)、能力結(jié)構(gòu)，在這基礎(chǔ)之上強(qiáng)化機(jī)器學(xué)習(xí)。”相關(guān)負(fù)責(zé)人告訴刺猬公社（ID：ciweigongshe）。

“眾包式”的游戲科研方法

游戲的互動(dòng)性?xún)?yōu)勢(shì)適合人們學(xué)習(xí)和實(shí)操一些靜態(tài)知識(shí)，科研人員與游戲從業(yè)者協(xié)作工作，把游戲與科研融合成了一個(gè)很早就被看中的方向。

此類(lèi)實(shí)驗(yàn)有很多，比如廣為人知的太空題材游戲《星戰(zhàn)前夜》探索計(jì)劃。這是一個(gè)融合項(xiàng)目，是冰島游戲公司CCP在2016年發(fā)布的公益類(lèi)共創(chuàng)內(nèi)容，他們與日內(nèi)瓦大學(xué)、瑞典皇家理工學(xué)院等科研機(jī)構(gòu)合作，吸引非專(zhuān)業(yè)科研人員參與其中，幫助科學(xué)家操作一些相對(duì)簡(jiǎn)單重復(fù)的識(shí)別與分類(lèi)工作，目前主要推進(jìn)了“人類(lèi)蛋白圖譜”“地外行星”兩個(gè)項(xiàng)目。

在“人類(lèi)蛋白圖譜”項(xiàng)目中，玩家要對(duì)1300萬(wàn)個(gè)人類(lèi)細(xì)胞蛋白質(zhì)染色體圖進(jìn)行分類(lèi)，在互動(dòng)性和使命感號(hào)召下，超過(guò)30萬(wàn)名玩家參與該項(xiàng)研究，總計(jì)完成3300萬(wàn)個(gè)圖像分類(lèi)，確實(shí)幫助科學(xué)家提升了研究效率。

在更早些時(shí)間，華盛頓大學(xué)科研人員開(kāi)發(fā)過(guò)一款益智游戲《Foldit》，開(kāi)發(fā)人員利用人類(lèi)天生的三維圖形匹配能力，允許普通玩家對(duì)氨基酸進(jìn)行自由組裝，最終組建一個(gè)蛋白完整結(jié)構(gòu)。一個(gè)與艾滋病相關(guān)的蛋白結(jié)構(gòu)曾困擾科學(xué)家15年之久，2011年，《Foldit》和玩家用10天時(shí)間，幫助科學(xué)家成功解讀。

《Foldit》沒(méi)有停止腳步，2020年2月，針對(duì)新冠疫情，研究人員推出新關(guān)卡“1805b：冠狀病毒尖峰蛋白結(jié)合劑設(shè)計(jì)（Coronavirus Spike Protein Binder Design）”。簡(jiǎn)單來(lái)說(shuō)，需要玩家針對(duì)既定蛋白中的鏈，重新設(shè)計(jì)出一種新的蛋白質(zhì)結(jié)構(gòu)，阻斷新冠病毒與人體細(xì)胞結(jié)合，幫助研發(fā)人員發(fā)現(xiàn)抗病毒新藥。

幾年前，《美國(guó)國(guó)家科學(xué)院院刊》刊登過(guò)一篇3.7萬(wàn)人寫(xiě)的論文，“作者”也是游戲玩家，他們?cè)诳茖W(xué)游戲《EteRNA》中設(shè)計(jì)核糖核酸（RNA）的分子創(chuàng)造蛋白質(zhì)。這件事的思路與《Foldit》如出一轍，實(shí)質(zhì)都是眾籌科學(xué)實(shí)驗(yàn)，集體智慧的力量在某種程度上超越了超級(jí)計(jì)算機(jī)。

這種形式更像是“眾包式”的游戲科研方法途徑，科研機(jī)構(gòu)把一個(gè)科學(xué)命題分發(fā)給全世界玩家，自由參與其中，而具體任務(wù)由個(gè)人承擔(dān)。對(duì)《EteRNA》和《Foldit》進(jìn)行過(guò)深入研究的美國(guó)信息傳播學(xué)者凱西·奧唐納說(shuō)：“讓游戲和玩家參與到科學(xué)，我們改變了科研的形式?！?/p>

游戲與工業(yè)“共生”

在工業(yè)制造領(lǐng)域，游戲還推動(dòng)著數(shù)字孿生的發(fā)展。最早的數(shù)字孿生概念可追溯到2002年的美國(guó)。密歇根大學(xué)教授邁克爾·格里弗斯（Michael Grieves）在美國(guó)工業(yè)制造工程協(xié)會(huì)舉辦的一個(gè)論壇上，針對(duì)產(chǎn)品全生命周期管理提出“鏡像空間模型”概念，構(gòu)思工業(yè)工廠在虛擬空間模仿生產(chǎn)流程，并進(jìn)行實(shí)驗(yàn)管理，提升效率。

對(duì)于傳統(tǒng)工業(yè)而言，穩(wěn)定性、安全性和低效能是他們一直追求的方向，行業(yè)先行者曾利用傳感器等方式對(duì)現(xiàn)實(shí)世界進(jìn)行掃描投射，但成本太高、操作程度太難，沒(méi)能快速前進(jìn)，直到虛擬引擎的出現(xiàn)與進(jìn)步，讓游戲成為他們實(shí)驗(yàn)的最佳場(chǎng)所。

數(shù)字孿生應(yīng)用是數(shù)字工業(yè)領(lǐng)域目前最火熱的方向和話(huà)題之一，包括沃爾沃汽車(chē)、京東、阿里巴巴在內(nèi)的很多國(guó)際型大公司都在使用Unity支持下的數(shù)字孿生技術(shù)能力。

根據(jù)美國(guó)咨詢(xún)公司Forrester在2020年的一份報(bào)告判斷，數(shù)字孿生應(yīng)用正處在大爆發(fā)前夜。55%的工業(yè)公司會(huì)在兩年內(nèi)使用數(shù)字孿生應(yīng)用，94%的已使用者會(huì)在數(shù)字孿生應(yīng)用方面加大投入，這將會(huì)顛覆現(xiàn)有的工作流和過(guò)程。

春江水暖鴨先知，早早與Unity合作的科技公司并非來(lái)自To C互聯(lián)網(wǎng)，而是來(lái)自傳統(tǒng)工業(yè)領(lǐng)域，其中包括沃爾沃汽車(chē)。

但是在實(shí)踐過(guò)程中，并非一帆風(fēng)順，內(nèi)部阻力不容小覷。主導(dǎo)這項(xiàng)技術(shù)合作的高級(jí)工程師張曉辰透露，現(xiàn)實(shí)操作中面臨的第一個(gè)挑戰(zhàn)是觀念：Unity是一個(gè)游戲引擎平臺(tái)，它能在工業(yè)領(lǐng)域做出成果嗎？

張曉辰和團(tuán)隊(duì)比較年輕，當(dāng)他們拿出成果給公司傳統(tǒng)工程師看時(shí)，往往能直接改變他們的看法，甚至?xí)l(fā)新的思路。因?yàn)樗麄儾皇菫榱巳〈魏稳?，而是作為輔助工具，提升開(kāi)發(fā)過(guò)程中的信息透明度和迭代效率，更快解決問(wèn)題，降低成本。

除了刻板印象之外，還有工業(yè)流程方面的挑戰(zhàn)，主要來(lái)自?xún)?nèi)容供給上。對(duì)于小型游戲開(kāi)發(fā)公司而言，程序員、游戲策劃師、UI美工、3D建模師都在一個(gè)團(tuán)隊(duì)里，一般的游戲邏輯都是為了一個(gè)游戲而打造。

而張曉辰在沃爾沃內(nèi)部很難有這樣的便利，他手頭的3D車(chē)模和3D場(chǎng)景一個(gè)都沒(méi)有，只能向擁有這些資源的人溝通，但并不是所有人都有義務(wù)支撐他們，因?yàn)檫@不是本職工作。他們一度當(dāng)起中介，協(xié)調(diào)公司內(nèi)部資源。

后來(lái)，他們從市場(chǎng)部同事那里拿到購(gòu)買(mǎi)的3D模型，制作了一個(gè)安全測(cè)速模型——當(dāng)車(chē)行進(jìn)到學(xué)校等路段時(shí)，系統(tǒng)自動(dòng)限速。兩周內(nèi)加班加點(diǎn)完成任務(wù)，這打響了他們的第一槍?zhuān)鸩皆诠緝?nèi)部迎難而上。

張曉辰后來(lái)總結(jié)，沃爾沃和Unity聯(lián)手的過(guò)程相輔相成，Unity為沃爾沃提供技術(shù)和資源支持；沃爾沃為Unity提供汽車(chē)工業(yè)中的應(yīng)用場(chǎng)景需求，并提供有效反饋。這條經(jīng)驗(yàn)與騰訊AI Lab實(shí)驗(yàn)室、王者榮耀團(tuán)隊(duì)的總結(jié)基本一致，通過(guò)虛擬仿真，推動(dòng)更多應(yīng)用場(chǎng)景。

如今，隨著包括Unreal、Unity等在內(nèi)的一系列游戲引擎的發(fā)展，數(shù)字孿生體的主題角色不局限于車(chē)輛，還可以是人體、建筑物、醫(yī)學(xué)細(xì)胞等。數(shù)字孿生以真實(shí)物體的替身出現(xiàn)在虛擬場(chǎng)景中，一切真實(shí)事物不方便測(cè)試的場(chǎng)合，都可以在通過(guò)數(shù)字孿生在虛擬空間中實(shí)現(xiàn)。

也正是通過(guò)游戲引擎技術(shù)能力的不斷外溢，游戲與科技之間的關(guān)系正變得愈發(fā)緊密，在未來(lái)的科技創(chuàng)新與發(fā)展過(guò)程中，游戲承擔(dān)的角色也將會(huì)越來(lái)越重要。