除了对抗，AI与游戏还有着更多的落地场景

显然，研究AI与游戏玩家对抗仅仅只是AI落地游戏行业的一个分支场景，NVIDIA全球副总裁兼中国区总经理张建中先生在采访中说，人工智能的创新落地有四点，分别是自动驾驶汽车、AI city、健康行业以及AI游戏，由此可以看出AI与游戏结合的巨大发展潜力。

社交将死，游戏上位，智能相对论分析师柯鸣认为，除开游戏对抗，AI落地游戏场景依然大有可为：

1．“神队友”增强游戏趣味性

目前，我们所提到的AI助力游戏，更多的是基于深度神经网络，人工智能技术在各大游戏产业上的应用。AI的游戏渗透从技术、内容提供商，直到游戏到达最终玩家，多从方面来为游戏“加码”。

AI不同于基本的电脑程序，回想上世纪许多电子游戏中的“愚蠢NPC”令人哭笑不得，此类游戏中的“人工智能”只是由代码和命令结合而成的“伪智能”，NPC们的更多行为只是由行为树决定的，并不具有学习能力。

但是，随着AlphaGo、OpenAI等AI开发平台的出现，其依托更加精密的算法和学习能力，大大增强了游戏的可玩性，提高了玩家的满意程度。比如，王者荣耀AI近期用户就能体验到，只要发现有人在对战中掉线，AI就会无缝对接，让AI替人去完成这局比赛。

谷歌旗下的DeepMind也宣布将与暴雪娱乐合作开发AI，用以在星际2游戏中增强玩家的游戏体验。微软此前开源了基于Minecraft的AI开发平台，允许用户可以在游戏中使用上帝模式测试AI，比如开发人员可以在《我的世界》中教AI如何爬山。而更有开发者训练AI通过视觉输出，让AI在《我的世界》中摆放积木，但是结果却不尽如人意，这也体现出了当前AI的需长足发展之处。

2．“让产品更加精致”

随着电竞成为2022 年杭州亚运会的正式比赛项目，游戏成为竞技项目的同时，游戏及比赛的公平性也成为了一个重要问题。人工智能在游戏领域的其中一种形态就是反作弊系统。人工智能机器可通过检测玩家的行为，分析出异常情况，来避免某些玩家使用作弊手段来获得胜利，保证游戏的公平性。

让产品优化无非是体现在两个方面，一方面是增强游戏角色真实感，另一方面是游戏场景设计。在增强角色真实感上，爱丁堡大学推出的PFNN技术可以通过神经网络学习迅速生成动画，其效果显著。DeepMind训练了一个名叫WaveNet的AI，用于提升机器发出声音的逼真度，增强场景感知。

其他方面，国内外各大机构更是看准了AI游戏这块“香馍馍”，纷纷进行试水。普林斯顿大学团队就通过研究自动驾驶来助力AI游戏。其将人工智能投放到游戏《GTA5》中，使得AI可以在游戏环境中不断得到训练，从而在面对不同的灯光、气候、路况等条件时，能够做出最优的反应。最终，研究人员成功开发出一项名叫DeepDrive的自动驾驶模拟器。

3．以游戏AI映照现实发展

AI应用在游戏领域，与其他的落地场景有一定的差异性。游戏作为虚拟的存在，更是现实的一种写照，因此其游戏中对象在虚拟场景中遇到的各种感知和决策类问题，同样在生活中也会遇到，游戏中对这类问题的处理和解决方案，也可以反向应用于实际生活中。

腾讯AI lab 机器学习中心负责人刘晗认为，游戏AI涉及到三个核心能力：对外界环境的感知，根据状态做出的决策，人与智能体之间的对话。游戏AI研究当中对这些研究所累积的经验、方法与结论，有三个方向的用途：首先是打通虚拟与现实世界的藩篱，从而赋能物理世界，比如无人车和机器人的发展；其次，游戏中对话智能的研究，或能成为通向强人工智能的重要路径；第三，研究游戏中人、智能体和环境的交互，能让智慧城市这样复杂而意义深远的项目受益。

比如对无人驾驶的训练，便是在虚拟环境下AI驾驶的一个应用事例。而这样的事例，将会越来越多。又如城市交通问题，AI与大数据可以帮助建立城市流通模式，并构建虚拟城市，游戏设计的同时更是裨益真实的城市交通。

总之，将AI在游戏中的应用简单的看成人机对抗是狭隘的，AI所连接的虚拟与现实，在游戏场景中大有可为。虽然，目前AI的应用情况还有很长的路要走，但是，国内国内两大游戏巨头腾讯和网易也都已经入场，AI游戏的未来或许不会太远。