2005 年，林俊杰在《編號89757》里唱道“模仿人類的機器，真實的皮膚有溫度，甚至能呼吸”。

2017 年，李克勤在《C3PO》里唱道“但我是鋼鐵外殼你介意嗎，我沒時尚造型但落力護花”。

兩首歌，相隔十二年，同樣以機器報答主角，作詞人將機器人AI化、情感化到極致。差別的是，現實生活中AI的研究早已不局限在機器人這一單一命題上，而是向多個標的目的延伸，呈全面開花之勢，游戲就是其中一個。

從 1997 年深藍擊敗當時等級分排名世界第一的棋手加里·卡斯帕羅夫，到AlphaGo先后擊敗圍棋天才棋手李世石和柯潔，再到OpenAI戰勝DOTA職業選手Danil，AI在游戲領域不停刷新著存在感，逐漸走進大眾的視野。

AI與游戲的結合是彼此選擇的結果

從教育到醫療，從圖像識別到自然語言處理，AI的概念已經火熱了許久，但是真正實現落地的領域還不是很廣泛。雖然AI已經成功做到用幾十秒的時間寫出新聞稿，但轟動最大的事情，還得是戰勝棋手、打敗職業電競選手。可為什么它偏偏在游戲領域獲得的關注度最高?究竟是AI選擇了游戲，還是游戲選擇了AI?AI又能給游戲行業帶來怎樣的影響?我們不妨事從以下幾個角度思考這些問題。

首先，從玩家角度出發，AI可以化身高玩，成為神對手或神隊友，提高游戲趣味性。追溯歷史就會發現，那些出現在 90 年代電子游戲中的“愚蠢NPC們”常常讓玩家哭笑不得，對游戲樂趣的體驗不盡然。與此同時，與玩家進行棋類對戰的“電腦玩家”表示也不盡如人意。筆者曾在學習機上與“電腦(困難)”大戰五子棋三回合。為什么只有三個回合?因為在對戰第三個回合時，我發現只要將一步棋落在某個角落里，電腦對手就會將之后所有的棋子圍著它擺放。直到你連成四個棋子后，高冷的電腦對手才會搭理你。于是，贏一盤棋變得如此簡單。哪怕是現在紅得發紫的王者榮耀，人機對戰里的對手也還是顯得太過稚嫩。

所以，在所有事物都在向前飛奔發展的時候，游戲自然也不能落于人后。“電腦玩家”在游戲中有著帶領玩家從入門走向進階的使命，若是自身都停留在入門的水平，也就無法提升玩家的游戲樂趣。因此，游戲開發者還需要制止電腦成為“豬隊友”，而AI就是一個很好的幫忙。

而早期電子游戲中的“人工智能”只是由代碼和命令結合而成的“偽智能”，NPC們的更多行為只是由行為樹決定的，并不具有學習能力。但如今出現的AlphaGo、OpenAI則有更精密的算法和學習能力，這類技術的加入必會增加游戲的可玩性，提高玩家的滿意度。

其次，從游戲產品角度出發，AI可以使其更加精致。正如我們所感知到的，電競行業正處在如火如荼的發展進程中。易不雅觀智庫的數據表白， 2016 年中國電子競技市場規模已達到 236 億元，預計這一數據在 2017 年會達到 400 億。并且有數據表白，在某些情況下，一場LOL的職業賽吸引到的不雅觀眾數量已經遠遠超過一場NBA決賽的不雅觀看人數，這在NBA依舊霸屏體育頻道的時代是不行思議的。除此之外，電競更是成為 2022 年杭州亞運會的正式角逐項目。上述種種表示出的不但是電競的火熱，更暗示了公平性在電競行業的重要性。而人工智能在游戲領域的其中一種形態就是反作弊系統。人工智能機器可通過檢測玩家的行為，分析出異常情況，來制止某些玩家使用作弊手段來獲得勝利，保證游戲的公平性。

同時，對于游戲開發者來說，人工智能無疑是一個智囊助理。場景的安插、人物動作的設計、質感的表示等，都需要細致的調整工作，若交給人工制作，則需要花費大量精力和時間，而人工智能對數據的絕對把控能力使它在從事此類工作時擁有巨大的優勢。因此，AI加入游戲設計后，設計師需要做的就是模擬出結果，然后交由程序員設計出必然的算法，至于磨人的微調工作，交給AI就好了。

但如果AI技術運用到游戲里僅僅是為了完成大量重復工作的話，不免難免顯得有點大材小用。其實，從AI角度出發，它在游戲中落地也是為了對自身進行優化。

因為，游戲中的場景是虛擬的，但是這對于AI來說并不重要。游戲通過采集眾多玩家的行為信息來組成龐大的數據庫，從而給AI學習創造了合適的條件和環境，普林斯頓大學的人工智能自動駕駛汽車項目就是一個實例。開發者將人工智能投放到游戲《GTA5》中，該款游戲的高仿真度使得AI可以在游戲環境中不停得到訓練，從而在面對差別的燈光、氣候、路況等條件時，能夠做出最優的反應。最終，研究人員成功開發出一項名叫DeepDrive的自動駕駛模擬器。