機器學習適合做什么

機器學習當前在很多領域，都取得了相當巨大的進步。從應用領域來看，機器學習在“信息識別”、“數據預測”、“復雜控制”幾個方面，展現出很大的能力。

比如“信息識別”領域，依賴于大數據的訓練，現在的圖形識別已經非常完善了，手寫數字的識別僅僅是類似Hello World一類的簡單應用；

“數據預測”領域百度對于世界杯的預測達到令人吃驚的100%準確率，將來這種技術在各種據別歷史數據的預測應用上，將有長足的發展，比如廣告的推薦系統、財經數據的決策系統等等；

“復雜控制”方面，自動駕駛的技術經歷了十幾年的研究，剩下的似乎只有識別硬件的成本問題了。

然而，以上這些技術，相當一部分來源于“大數據”，或者叫“監督學習”的訓練，也就是說，實際上這些機器的智能是來源于人類積累在數據中的“智慧”。機器僅僅是在“模擬”人類的某種思考判斷，而這種模擬采用的更多是類似“查詢搜索”的方法。——不過說回來，人類的經驗幾千年來，都是記錄在書本上，需要用另外一個大腦來學習，然后才加以運用；而機器學習跳過了人腦這個階段，從經驗直接到應用，確實是一個偉大的進度。可以增加一點想象的是，以后所有“需要經驗”的事情，已經是可以用電腦來代替了，比如醫生看病。不過那些需要“創造”或者“發現”的事情，比如藝術創作，理解和發現客觀規律，還是需要人腦。所幸是機器學習在“無監督學習”領域，能協助人類更好的去理解和發現世界的特征，這個方面也是非常有用的，但現在似乎應用領域并不非常活躍（也許是我的了解還不夠廣泛）。

［機器學習預測房價的例子］

AlphaGo在圍棋領域戰勝人類，給了我們很大的想想空間，我們會想：機器是否也能像人類一樣理解游戲規則，從而玩游戲呢？我個人的理解，實際上現在還是不行的。如“監督學習”的模型下，機器只能通過大量的人類的“經驗數據”，來模擬人類的游戲行為，但無法獨立做出判斷和思考；如果使用“深度學習”，確實會有一種“超越人類”的錯覺，但是無法忽視的是，“深度學習”需要一種高度抽象，模擬游戲勝負規則的公式，來指導機器的自我對弈。在圍棋、象棋這類已經發展了數千年的游戲領域，“子力計算”等游戲模式經驗，已經能相當準確的描述這個游戲了。而對于其他的一些比較復雜的游戲，要高度抽象的用數學模型來概括一個游戲，還是需要人類大量的思考。這也是為什么深度學習在一些規則簡單的游戲中，還能表現的比較好，而另外一些比較復雜的游戲上，就需要大量的人工干預才能稍微像樣的原因。

［AlphaGo是用了人類的游戲經驗的］

所以我認為，機器學習在現階段，最成熟的應用，是利用“監督學習”的方法，對于大量人類的“經驗”大數據進行模擬思考的方面。這個方向處理用于“理解”客觀世界，也可以“模擬”人類對于復雜環境的行為，這兩者是幾乎一樣的。

游戲角色AI在開發上的困境

機器學習很容易讓人聯想到在游戲中的角色AI。一直以來游戲中NPC或怪物的AI問題都是一個游戲比較難解決的問題。比如游戲的角色行為過于單一，讓玩家乏味；或者游戲角色容易因為BUG陷入一些卡死的境地。為什么游戲角色AI會有這些問題？大體不外乎幾個原因：其一是描述一個完整的AI非常的繁瑣，環境越復雜，AI邏輯流程越容易出現漏洞；其二是為了游戲角色AI的目標非常多樣化，很多游戲角色并不是越“聰明厲害”越好，而應該是作為一個“演出系統”，來讓玩家體驗游戲世界的工具。

［一套簡單的游戲行為，就需要一個復雜的行為樹］

現在比較流行的游戲角色AI開發方法，無外乎“狀態機”和“行為樹”兩種，而這兩種在數據結構上，是可以無損轉換的，也就是說本質上是一樣。這兩個技術，都是為了幫游戲開發者，更準確、更完整的表述AI邏輯判斷的數據結構。但是游戲本身的邏輯復雜度，還是要由程序員一段段的去理解，然后才能編寫成程序。在另外一些游戲中，會用到一種叫“面向目標的路徑規劃”的技術，實際上是“狀態機”的一種升級技術：利用A*等尋路算法，來自動生成“狀態”之間的邏輯路徑，而無需一開始就以人工輸入的方式全部輸入進去。這種技術因為是在運行時產生狀態機圖，所以表現出來的行為會更加豐富和準確，較少會陷入一些“沒有事先預測到的狀況”從而陷入邏輯卡住的情況。

但是不管狀態機和行為樹如何努力，從開發者角度來說，都必須通過人腦來抽象和理解游戲世界的規則，和各種可能的情況。加上游戲AI很多時候是需要一種“表演”效果，要用代碼和邏輯去“模擬”出一場表演，是相當繁瑣的工作量。（如果以深度學習技術來說，實際上也無法做出這種表演效果，因為這種表演的邏輯行為，往往不是“最優”的選擇，甚至是相當“差勁”的）

所以，歸根結底，游戲中的AI的困境，是由于工作量的原因造成的。由于我們沒有很好的生成“游戲行為”的工具，導致我們的游戲行為往往不夠好。

機器學習如何應用在游戲角色AI的開發上

在機器學習領域，學習人類的行為，并且應用于合適的場景，是“監督學習”下最常見、最成熟的技術之一，經典的應用就是“自動駕駛”。相對于自動駕駛需要昂貴的雷達設備，才能“感受”現實世界，在游戲中所有的數據都唾手可得，這種監督學習的應用更是沒有任何障礙。

假設我們的游戲，已經把基本的游戲規則開發好，游戲場景也已經布置好，剩下的就是如何置入游戲角色。就好像一部電影，場景、道具都已經到位，攝像機和劇本都已經準備好，那么剩下的就是演員的表演了。按照以前的做法，我們需要用復雜的狀態機系統，去操控那些游戲角色演出，而現在，我們可以讓策劃（或者其他開發人員）直接去操控游戲中的角色，去真實的以游戲的操作行為，去讓游戲角色做出演出行為，而機器學習的程序，就好像錄像機一樣，可以通過記錄我們操控的角色的行為，去學習如何模仿我們的操控。當我們表演的足夠豐富后，機器學習就可以完全取代人工的操控，做出一些和預設相同的行為特征。

如果我們的游戲能像上面的方法去開發角色AI，我們將會在游戲AI行為工具上，得到一次巨大的進步。我們不再需要通過人腦去抽象和轉化游戲的“表演”，而是可以直接去“扮演”，這樣除了可以節省大量的“程序員”的開發工作外，對于調試AI行為，表達更豐富的角色行為特征（性格），也是有相當大的好處。

［游戲開發在很多方面已經越來越接近電影制作］

顯然，如果完全用“游戲”的形式來取代AI開發，即便在機器學習的支持下，可能還會有很多不足之處，比如“人工表演”可能無法覆蓋所有的游戲場景環境。但是只要能節省下工作量，我們還是可以利用舊的狀態機技術，來定義比較“完整”的邏輯環境，彌補那些可能存在的漏洞。不過我相信，隨著對游戲測試的深入，機器學習會能更快更好的應對這些邏輯漏洞，畢竟“玩”幾把游戲，比用寫代碼然后調試，要快的多。

游戲角色AI的業務價值

現在的成名游戲中，確實有那么一大批是似乎對游戲角色AI“沒有必要性需求”的，比如我們常見的MOBA類游戲。在棋牌類游戲中，我們也不太希望用一個厲害的AI讓我持續的輸錢。但如果設想一下，如果我們的策劃能比較低成本的生產“AI”，那么我們的游戲就會脫離“玩具”的層面，變成一種可以“表演”的產品。我們常常說IP對游戲的重要性，而真正能體現出IP的，往往是故事體驗，這就需要一套很好的“表演”系統。

從另外一個角度說，如果我們的游戲除了精彩的PVP內容，還有很多優秀的PVE內容（所謂的單機體驗內容），那么玩家也許會慢慢傾向對我們所生產的PVE內容來付費。從電影市場這么多年的發展來看，優秀的“表演”還是會有很大的市場的。從知識產權保護的角度來看，游戲玩法很容易被抄襲（PVP主要是玩法），但PVE內容卻很容易得到保護。除了利用海量用戶去激活PVP的收入，在PVE方面的開發，也許是一個新的市場空間。（從《陰陽師》這類產品能明顯感受到這股市場的潛力）

［巫師3不僅僅是一部互動電影，也是一個玩法優秀的游戲，更是一個超級IP］

總結

如果我們能利用機器學習技術，開發出更通用的游戲角色AI工具，那么可能讓游戲拓展出新的PVE游戲市場，對于游戲IP的輸出也有非常明顯的作用。