“刺激黄金级以下战场，一局80 AI”，这是最近关于手机吃鸡游戏绕不开的话题。
先不说吃鸡手游是不是真的凉了，毕竟这种100人的网络手游，用机器人补数字来加快匹配节奏的事情并不稀奇。但为什么，几乎所有玩过刺激战场的人都会不约而同地质疑——“这些都是机器人吗？”。答案也很明显。里面用来编数字的机器人真的很蠢。
他们不收装备，不找掩体，投篮很差，反应很慢……在一场所有人都已经竭尽全力的比赛中，这些特殊的球员就像送装备的快递员，极其突兀。即使是为了照顾新手玩家的游戏体验，这种“傻里傻气”的情况在高端游戏中也会遇到，让人不禁怀疑:这些AI就不能更聪明一点吗？
今天我们就来聊聊AI玩家在游戏发展史上的过去、现在和未来。
人工智能游戏的进化史
电子游戏诞生之初，就有游戏AI的影子，无论是最早的示波器网球还是井字游戏，尤其是在多人网络游戏还受困于网络技术普及难度的过去。单机游戏中的AI成为玩家最可靠的伴侣，也是当时游戏世界的绝对霸主。
从某种意义上来说，电子游戏AI的原型可能已经出现在街机游戏经典的《吃豆人》中。当时游戏中的AI开始在全球范围内兴起，当时的吃豆人在这方面做了很精彩的尝试。游戏中有4个不同颜色的怪物，每个怪物都有不同的追击算法，并为所有怪物设定了统一的包围追击目标。所以在当时的游戏中，有哪些怪物不是排队追玩家，而是从不同的路径和方式“追堵”玩家，在每个路口可能会有不同的选择。这种机制让《吃豆人》成为现代电子游戏AI的一次重大尝试，也让《吃豆人》成为游戏玩家心中的经典。
此后，更多的经典游戏开始专注于与AI角色的战斗，如《超级马里奥兄弟》、《塞尔达传说》、《波斯王子》和《洛克人2》。在这些热门游戏中，AI成为了保证游戏体验和控制游戏难度的关键。当时游戏的核心其实是玩家和AI的对抗，只是方式不同而已。
当时AI存在的终极目的就是让玩家打败，然后获得成就感。但当时AI还处于“伪智能”阶段，游戏中相关虚拟角色的动作都是基于一系列基于条件判断语言的预设脚本来完成的。
然而，随着游戏类型和玩法的演变，AI的角色和功能也在发生变化。其中一个典型的例子就是1987年的《合金装备》(metal gear)，AI第一次以与玩家平等的角色出现在游戏中，被赋予了巡逻者的角色，并首次加入了对玩家的敌对反应机制，逐渐形成了《合金装备》系列中的NPC遭遇警报模式。这种AI模式的出现，进一步拓展了AI在游戏中的使命和角色范围。
随着近30年来电子游戏行业硬件设备、算法和计算能力的飞速发展，游戏中AI的进化速度逐渐拉开了与人类玩家的差距。尤其是当时大部分游戏机制都是在考验玩家的反应和操作。在这几个方面，AI已经很快爆炸了人类，第一人称射击游戏就是一个很好的例子。
从1999年的《反恐精英》到《求生之路》，Valve奠定了FPS游戏AI的基础，但早些年，CS中的机器人一直是玩家吐槽的地方之一。当时游戏中机器人最重要的任务之一就是填补空位置，除了当炮灰和肉盾之外没有其他作用，因为它们基本上是按照容易掌握的规则行动，大部分非新手玩家都可以轻松干掉它们。
但熟悉FPS游戏的人不难发现，近年来很多FPS游戏中的AI变得越来越“凶猛”，难度等级也有了更多的梯度。很多时候，难度最高的AI的战斗力已经远远超过了大多数玩家。在最近的一部网络经典《CS: GO》中，出现了惊人的一幕——一个名叫BOT Connor的机器人单枪匹马杀死了对手队伍的成员。
如今AI已经开始在不同游戏的各个方面超越人类。就连人类引以为傲的各种桌游，也早已被IBM、Google等科技巨头挂了。不久前，围棋彻底失传了。
人类负责发明游戏，AI负责征服游戏和玩家，这似乎是不可逆转的趋势。但事实上，在游戏领域总有一个位置，是AI永远无法完全打败人类的。
即时战略，人类最后的高地？
去年5月AlphaGo战胜柯洁后，很多人感叹，在“博弈”的道路上，人类已经完全成为了追赶者。然而AlphaGo却不这么认为，因为它有下一个目标——星际争霸。
早在2016年，AlphaGo战胜李世石后，Deepmind就宣布未来要用AI挑战星际争霸。但一年后，当AlphaGo在围棋界孤军奋战的时候，AI依然被《星际争霸》中最顶尖的人类棋手“碾压”。谷歌的DeepMind练了一年，连简单的NPC都打不过；；在2017年底的一场比赛中，来自脸书AI研究院的CherryPi也曾被前韩国职业选手宋炳举0: 4横扫。
AI在其他领域毁灭的势头，在星际争霸面前似乎戛然而止。造成这一切的原因是星际争霸这类游戏特有的机制——战争迷雾。
星际争霸和围棋一样，属于游戏游戏，但因为“战争迷雾”机制，成为AI无法跨越的鸿沟。
围棋比赛中，双方可以随时看到对方当前的情况，也就是说棋手没有隐藏的信息，所有过去的信息一目了然。所谓知己知彼，取决于玩家对游戏规则的透彻理解和想象。众所周知的象棋、围棋等等都是这样。它们被称为“完全信息博弈”。
但是在星际争霸这样的即时战略游戏中，战争迷雾使得游戏双方不可能知道所有的信息。在这种情况下，根据收集到的有限信息对动态情况进行判断和决策，什么时候做什么，往往要靠推断和猜测。这就是让AI头疼的“不完全信息博弈”，比如魔兽、Dota。
这类游戏中顶级AI和人类有一个普遍现象——打胜仗，输了仗。如果分析AI与人类的差距，直观来说，主要在于“大局感”和“节奏感”两个方面。
就像极客公园之前的文章“先赢围棋，再赢刀塔。与游戏竞争的人工智能如何才能赶上人类？如中所述，在这类游戏中，实力的变化更具有动态性，没有谁是绝对的强谁是绝对的弱。真正的赢家可能在某个时间点抓住了对手的软肋，而这个时间点的判断是通过调查和经验判断做出的复杂决策。双方都可以通过诱导和佯攻来改变战场方向。即使处于弱势，也可以通过一些心理游戏来转化局面。
什么时候进攻，什么时候撤退，从哪里进攻，分兵包抄，偷袭骚扰，佯攻诱敌...在信息不完全的情况下，AI很难整理出绝对成立的逻辑来支持决策，因此很难在正确的时间做出关键的判断。
所以过去很多即时战略游戏只能通过增加AI资源收益、建速、开放所有地图来提升AI水平。在和人类玩家同样的限制下，单纯靠操作很难赢得整场比赛。
AI游戏的未来在哪里？
或许AI在不久的将来能够在即时战略游戏领域打败人类，但那不是游戏AI的未来。
有了谷歌、脸书、IBM等科技巨头在这方面的投入和指导，未来AI很可能在即时战略游戏中打败人类也就不足为奇了。对于人类来说，更重要的是，如果我们更好地利用AI的发展为玩家提供更好的游戏体验。就像AlphaGo战胜柯洁的时候，AlphaGo并没有摧毁这个有着3000年历史的游戏，而是通过自身的优势为人类打开了围棋新世界的大门。
关于游戏AI未来的探索，著名游戏大作GTA5就是一个完美的案例。这种开放的游戏，真实性和复杂性都很高，随机性很大，为玩家提供了前所未有的游戏体验。更有趣的是，这个游戏也成为了很多自动驾驶AI的试验田。英特尔实验室、达姆施塔特理工大学、普林斯顿大学都选择用GTA5游戏来训练自动驾驶的人工智能。
要知道，更聪明的AI在游戏中能做的不仅仅是孤独的对手。更重要的是，可以根据剧情发展和玩家特点，提供更完美的游戏体验。当然，它可以动态地增加或降低难度。一切都是为了让游戏玩起来更有趣。
没必要太担心AI最终会不会打败人类。毕竟，我们还有狼人要杀。如果有一天AI真的能够观察人说什么，解读表情和语气，然后忽悠全人类赢了，那就是AI的末日...
本文来自极客公园，经创业家族授权，略有编辑修改，版权归作者所有。内容仅代表作者独立观点。
