撰文?| 李? ?熙

編輯 | 楊博丞

題圖 | IC?Photo

電子游戲業(yè)經歷了三十多年的牛市，游戲中的NPC在畫面視效上有了飛躍，然而互動智能上并沒有給玩家相似的體驗提升。

玩家們在1995年的國產角色扮演游戲里，見過漁夫NPC只會重復一句“今天是釣魚的好天氣”；在2017年的育碧開放沙盒游戲里，聽過玻利維亞鄉(xiāng)民NPC反復只說單調的西語粗口。

其他領域的人工智能已經改頭換面，但用在游戲NPC上的人工智能長久以來還像復讀機。“身邊槍林彈雨，NPC八風不動”的哏，已經讓瑞恩·雷諾茲老師拍成熱賣電影了。

電影《失控玩家》截圖

在大語言模型風靡的當下，以之改造游戲NPC成為可能。然而2023年4月7日，斯坦福大學和谷歌的研究者在預印本平臺上發(fā)布的論文，成就遠過于業(yè)界期待：NPC豈止更聰明，簡直算是“活過來了”。

生成式AI和大語言模型興起前，用AI改善游戲NPC的努力，一般是在更易實現(xiàn)的強化學習方向，其中最出名的是2019年在DOTA2里擊敗人類世界冠軍的OpenAI 公司制作的5個AI。

這種思路的概括，是用有清晰爭勝目標的對抗性環(huán)境來作為獎懲機制來訓練NPC，最終完成的AI架構能讓NPC自我修正行為以取得勝利目標。

OpenAI的DOTA2 AI與人類對戰(zhàn)截圖

不過游戲業(yè)的產品生態(tài)不止于此。不少游戲產品以奪旗、清空敵手等可以明確定義的對抗性勝利目標為基礎，但很多游戲沒有這種對抗性，游戲機制是模擬下廚、賣雜貨、拖拉機耕地、校園戀愛等隨機度更高的活動。更多游戲的機制是開放性沙盒，沒有明確定義的取勝路徑與規(guī)則。

這些游戲的NPC功能如何從AI技術革命中獲益，很長時間內業(yè)內大公司暫時還沒明確答案。

然而2023年4月中旬谷歌與斯坦福大學研究者的論文《生成式行為體：人際行為的交互式互動》，給出了通往答案的路徑：用大語言模型，讓沙盒模擬游戲里的NPC“獲得生命”。

研究者稱，過去四十年來，學界嘗試過創(chuàng)造行為可信的NPC的各種途徑，但在實際應用中，這些途徑基于簡單環(huán)境或智能體行為的單調維度，否則無法運行。而此研究的成功，突破了上述局限。

簡單來說，研究者通過普通編程，為一個《模擬人生》類型游戲的虛擬小鎮(zhèn)中的NPC們寫好了虛擬環(huán)境設定、智能體人物設定、記憶庫架構、擬定計劃等各方面程序代碼。然后在NPC與虛擬環(huán)境間、多名NPC之間的每次接觸時，將以上各方面基礎數(shù)據(jù)、互動環(huán)境等以自然語言描述后，通過應用程序接口輸入給ChatGPT，再將ChatGPT的答案作為NPC下一步行為的指令。

具體而言，研究中的“生成式行為體”NPC，其決策路徑如下圖所示：感知－錄入記憶流－檢索記憶庫－反思／計劃－行為

“生成式行為體” 決策路徑簡圖

“感知”是NPC行為體對互動、虛擬環(huán)境等的信息輸入，錄入“記憶流”后，與記憶數(shù)據(jù)庫對比。

然后“檢索”是從數(shù)據(jù)庫中提取相關的記憶事項，NPC行為體會用自然語言將事項輸入給ChatGPT，由大語言模型來決策事項的優(yōu)先級，優(yōu)先級由事項的晚近程度、ChatGPT判斷的重要度與相關性為判斷基準。給出的答案作為NPC思維流程的下一步輸入詞。

接著，數(shù)據(jù)庫與大語言模型會開始NPC的“反思”過程，數(shù)據(jù)庫將行為體最近100條記憶事項以自然語言輸入ChatGPT，讓大模型來推斷出由此可知最重要/相關的觀點。

“檢索”獲取的答案、“反思”得出的觀點、結合NPC本身的人設數(shù)據(jù)，都以自然語言自動再次輸入ChatGPT，用大模型得出最符合人類行為邏輯的行動指令。

試運行截圖

如此設計的用意，是因為大語言模型在訓練期間已經被寫入了廣泛的人類行為資料，在給出背景涵義足夠精準的提示詞時，ChatGPT等大模型可以生成高擬真度的人類行為預測答案。

然而在這個迅速驚艷世界的功能后，大語言模型存在小瑕疵：它不能記住每個用戶的個性化錄入內容，所有用戶與模型間的對話都不能直接修改模型的參數(shù)，任何顯得ChatGPT有記憶的表現(xiàn)都是算法在復讀最時新的用戶錄入內容緩存。

所以谷歌與斯坦福的研究者，結合存儲在云服務器上的數(shù)據(jù)庫與ChatGPT，來制作出能完成前述“思維步驟”的NPC，讓它們可以實時模擬人類的自主決策。固定數(shù)據(jù)庫與軟件架構是NPC佐助連續(xù)性思考的“記憶”，而大語言模型是NPC用來即時性思考的“靈魂”。

三、效果：NPC能自行談戀愛和選鎮(zhèn)長了

在研究者的試運行中，NPC智能體可以做到沒有人工干預微操、只給簡單指令，就能自行完成復雜事件。當研究者讓名叫伊莎貝拉的NPC籌劃情人節(jié)聚會時，她自行在虛擬小鎮(zhèn)中開始逐個邀請自己的朋友和熟人，并自行裝飾作為聚會場所的咖啡館。

智能體與虛擬環(huán)境間的互動可以完全自發(fā)且自洽。在環(huán)境狀況設置為“食物引燃”的狀況下，“伊莎貝拉”能自主做出“關閉燃氣灶”的決策。如果這用普通編程也可以做到的話，智能體接下來的“重做早飯”行為，就是較前有顯著突破的AI自發(fā)決策。

智能體之間的互動，已經達到可以模擬實際人際關系中的“信息擴散”與“協(xié)作”行為。

例如“伊莎貝拉”宣布要開情人節(jié)聚會后，她邀請到的AI智能體們又進一步邀請其他與伊莎貝拉無直接接觸的AI，例如名叫瑪麗婭的AI就邀請自己的“暗戀對象”克勞斯一同赴會。

情人節(jié)聚會消息在NPC中擴散的過程

再如名叫“山姆”的AI宣布要競選虛擬小鎮(zhèn)鎮(zhèn)長后，AI“伊莎貝拉”與“湯姆”對此有自發(fā)的議論：“伊莎貝拉”詢問“湯姆”的意見，“湯姆”答出自己的觀點：“老實說我不看好山姆，他與本社區(qū)已經脫節(jié)，也并不真把我們的攸關利益放在心上“。

在研究者的兩日試運行中，虛擬小鎮(zhèn)的25個NPC里，得知“山姆”參選鎮(zhèn)長的從單個擴散到8個、得知“伊莎貝拉”辦聚會的從單個擴散的12個，過程中完全無人工干預。并且NPC們在互動內容的置信度上部分超過了真人玩家。

論文里各種狀態(tài)下NPC與人類的行為置信度對比量表

當然，論文出圈后的“《西部世界》實現(xiàn)“熱議并不準確。仔細的觀察者們大都發(fā)現(xiàn)，不管所用的ChatGPT還是自制的NPC程序，并沒有真正的自主人類意識，只是將大模型的相關性引擎性能潛力進一步發(fā)掘。

由于大語言模型的現(xiàn)有局限，研究中的NPC也經常有無厘頭的“幻覺”缺陷。例如NPC觀測到虛擬小鎮(zhèn)中有“公廁”，就不認為是“單人廁所”，出現(xiàn)了“AI使用洗手間時常被其他AI闖入”的互動場景。虛擬小鎮(zhèn)上的商店是下午五點關門，然而NPC們時常在歇業(yè)時間試圖進入。有AI看到其他NPC的名字是亞當·史密斯，就說：“啊我曉得你，你就是那個18世紀的經濟學宗師?！?/p>

論文中提到了這些缺陷，還說“提示詞黑客手段-即人類玩家用仔細準備好的對話內容來迷惑NPC行為體，可以讓AI幻覺出從未發(fā)生的事件的記憶?！?/p>

現(xiàn)在很多游戲業(yè)者認為生成式AI的技術還在襁褓期，暴炒Chatgpt的人很多五六年前在狂吹加密貨幣。有名的波蘭游戲公司CD Projekt Red，其動作游戲系列的內容開發(fā)者領軍人在2023年1月說，NPC離自行建立一個生態(tài)活躍的虛擬社區(qū)，還太過遙遠。

生成式AI的確是在襁褓期，但襁褓中的生物，最突出特征就是飛快的生長速度。AI大模型將如何改變游戲業(yè)，實在讓人充滿憧憬。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。