作為全球頂尖遊戲發行商之一，法國育碧想通過“La Forge”内部人工智能研究部門推動并促進人工智能與遊戲的結合。
年僅20歲的La Forge項目負責人Yves Jacquier表示，遊戲驅動創新，創新驅動遊戲。早在2011年，我們就開始與學術界開展合作，探讨如何将人工智能與遊戲生态系統結合起來。
然而，這些早期的努力存在着根本性的脫節：學術界人士顯然更重視論文發表，而育碧的研究人員則鼓勵在公司内部進行技術研發。La Forge的出現代表着彌合這一鴻溝的重要嘗試。
Jacquier解釋道，來自高校與公司内部的人員被招募“創造既具有科學意義，又能帶來市場價值的成果。”不過請千萬别把這跟論壇或者其它共享類平台混為一談，他澄清道：“這是一片真實的研究土壤，育碧的員工與學術界的從業者及學生一道進行原型研究。他們擁有與育碧員工等同的所有資源。”
從本質上講，雙方保持着這樣的平衡關系：育碧公司提供大量有趣的資料，研究人員通過協作利用這些資料做出有趣的嘗試;如此一來，育碧将能夠以創新方式處理這些資料，而研究人員則可釋出他們所發現的創新手段。這一切都充滿樂趣。
以自動駕駛汽車為例。育碧公司雖然并沒有做出真正的自動駕駛汽車方案，但其創造出了能夠代表真實世界的環境，例如《看門狗2》遊戲當中的灣區地圖。此類環境涉及到真實世界中的實體性質、天氣甚至具有一定自主性的行人。這樣的研究對于參與各方顯然都非常有益。
Jacquier告訴我們，“這樣做的目的是為了找到一種更好的方式，以更聰明的方式對車輛AI進行程式設計”，例如創造出負責任、魯莽以及謹慎等類型的駕駛程式。但與此同時，研究人員也可以利用其測試AI成果在道路系統當中的可行性，因為此類模拟環境對于自動駕駛車輛的開發者而言一直是最為薄弱的環節所在。
他指出，“當大家建立出這類AI方案時，很難想象其會如何在一切可能的情況下帶來怎樣的實際表現。我們的思路是利用引擎來審計并建立現實生活當中不太容易看到的各種潛在場景，這将有效模拟出很難或者與道德相違背——例如涉及行人的行駛環境。”
事實上，在現實世界當中進行自動駕駛車輛測試既昂貴又十分危險; 而利用虛拟傳感器設定與其它硬體進行品質控制與實驗則要容易得多，且效果與在人群中進行危險壓力測試基本相同。
實體表現的另一大施展平台在于動作設計; 當然，實體運動技術過去已經得到反複嘗試，且經常會出現一些奇異甚至怪誕的現象。盡管迪士尼研究部門在今年早些時候釋出了一些極具前景的工作成果，但在這一領域，育碧公司同樣處于優勢地位——這是因為其掌握着大量資料，特别是動作捕捉資料。
建立出經過改進或者更為強大的步行及跑步動畫當然能夠有效提升育碧的産品表現，但這些成果要如何被應用在其它領域?
La Forge實體學運動模拟器當中的一個虛拟角色
Jacquer指出，“其中一大執行個體在于設計義肢。”在現實生活中，對義肢進行制作與測試同樣非常困難且成本高昂。他解釋稱，“如果能夠真正進行運動模拟，則可借此設計虛拟義肢，并測試其行走與墜落等場景。”這往往有助于為個人的體态或步态定制義肢方案，且不再需要投入數小時的漫長測試或者經曆一系列令人不舒服的檢查。
Jacquier給出的最後一個例子又有所不同：管理網絡遊戲當中出現的惡劣社群。他強調稱：“遊戲本身屬于可掌控的事物，但社群卻是一隻難以扼制的野獸。”
這也代表着一類非常重要的資料，并有可能成為人工智能所擅長的深度模式識别工作中的理想目标。在出現實際問題之前發現惡意行為或使用者，将能夠極大提升線上互動的可靠性。然而，在遊戲論壇——特别是存在争議的遊戲論壇當中，還存在着其它一些令人無法容忍的狀況。
Jacquier表示，“在遊戲社群當中積累到的這些經驗也同樣适用于學校。在網絡恐吓與線上欺淩方面，這些行為與我們在網絡社群中見到的并無差別。”
La Forge正努力解決這一難題
育碧公司正通過更強大的工具與工作流程從上述嘗試當中擷取收益。該公司專注于創造廣闊的世界，其中密集排布着各種細節——例如植物、敵人與建築物等。創造這類環境往往非常耗時，而且一旦某棵樹或者某個NPC發生重複，抑或是某兩個敵人使用了同樣的動畫，那麼玩家立刻就會注意到。在這方面，人工智能可以很好地提供援助。
Jacquier表示：“除非擁有這些工具，否則我們根本不可能創造出一個巨大的城市且其中的所有角色都能立即切換為主角。在人工智能系統的幫助下，我們得以完成80%的基礎任務，而從業人員則專注于實作其餘令人驚歎的20%成果。”
目前，La Forge旗下的多個項目已經被整合至育碧公司的設計工具當中。不過相關研究工作仍處于早期發展階段。
他指出，“一年半之前，我們隻有一名員工負責這方面工作，但如今我們已經在與六所大學開展合作。此外，我們擁有總計10個項目，包括約50名育碧員工與15名高校學生。”
La Forge目前還欠缺此類研究工作當中的重要一環——成果發表部門，不過Jacquier強調稱相關工作正在進行當中。
“我們正在計劃成果發表的相關工作。由于尚在進行當中，目前我不能說得太多，但已經存在一些執行個體并開始通過各類會議進行展示。很明顯，我們需要確定在發表這類嚴肅學術成果時，不緻令人們将其與遊戲宣傳或者其它産品宣傳聯系起來。而且我們完全贊同，成果發表是幫助我們引入更多相關技術領域大牛人士的重要方式。”
這種将私營開發與學術研究加以結合的嘗試似乎已經在La Forge獲得了早期成功; 不過這種作法在未來一、兩年内是否足以吸引到更多學科團隊的參與還不得而知。如果大家感興趣，不妨在自己關注的AI會議上找找看，也許會發現La Forge釋出的論文呢。
原文出處：科技行者
轉載請與作者聯系，同時請務必标明文章原始出處和原文連結及本聲明。
![K-近鄰算法以及圖像分類應用[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)