【新智元導(dǎo)讀】一位外國up主，用ChatGPT給AI智能體注入了自我意識。產(chǎn)生「生命」的勞拉覺醒了，開始自己在「古墓麗影」中闖關(guān)。

如果游戲角色被注入生命，電子游戲會發(fā)展成什么樣?

曾經(jīng)，android這是不少人的暢想，而如今，隨著AI智能體的發(fā)展，這種想象已經(jīng)開始走入現(xiàn)實。

(資料圖片僅供參考)

最近，一位YouTube作者Foxmaster制作了一個經(jīng)典游戲「古墓麗影」的原版視頻。

而其中的女主角勞拉，居然是一個能控制自己角色的AI智能體!

可以說，利用機器視覺、定位、物體識別、動畫、文本和語音等各種AI工具，F(xiàn)oxmaster為游戲角色注入了數(shù)字生命。

就在前幾天，爆火AI社區(qū)的斯坦福智能體小鎮(zhèn)正式開源。25個各具個性的AI智能體，在「西部世界」一般的沙盒虛擬城鎮(zhèn)中生活、上班、交友。

所以，或許這就是電子游戲的未來?

新智元，贊55

「古墓麗影」女主有了意識

構(gòu)建可以玩游戲的虛擬AI，這個概念已經(jīng)很常見。不過，F(xiàn)ormaster想做的，是讓這個角色如同真人一樣。

因此，他選擇了「古墓麗影」這款游戲，游戲主角勞拉是一個人物性格鮮明、定義明確的角色。

而Formaste希望，這種個性會對游戲的最終結(jié)局產(chǎn)生影響。

如何讓這個AI智能體Lara Croft在游戲中真正產(chǎn)生自我意識?

Formaster經(jīng)過以下幾個步驟的探索，終于成功了。

學(xué)習(xí)游戲規(guī)則

首先第一步，叫她學(xué)會游戲規(guī)則?！腹拍果愑啊挂呀?jīng)給出了教程，解釋了所有的游戲控制過程。

作者讓Lara按照給出的方式去練習(xí)，像人類玩家一樣完成各個階段的教程。

教程在Lara離開泳池時結(jié)束，所以可以在那時重啟程序，做出改進。

開始時，改進Lara非常困難。

她有時會出現(xiàn)混亂，在地圖中隨意走動，甚至有時候會卡在菜單欄中，一遍遍盯著她的指南針。

為了解決這個問題， 作者在一臺虛擬機上，重新調(diào)整了主時鐘，將游戲進程加速了40倍。這個辦法起作用力，AI智能體終于在相對不錯的時間內(nèi)，完成了教程。

然而，還存在一個問題:Lara經(jīng)常卡在一個位置，而且每個關(guān)卡都是由靜態(tài)元素組成，因此只有一條優(yōu)化路徑。

這會導(dǎo)致她只知道不走哪些路徑，而不是想出更全面的方法來解題。但作者希望的是，Lara學(xué)會自己去發(fā)掘探險過程。

考慮到Lara唯一掌握的知識，僅僅是每道關(guān)卡顯示的屏幕上的內(nèi)容，作者觀察了從未玩過游戲的人類玩家的行為。

有的人會看完整個教程，有的人先會探索周圍的環(huán)境，而這些選擇的差異，就是由不同人的「個性」決定的。

而Lara需要學(xué)習(xí)的，恰恰就是這種態(tài)度。

識別角色

為了給AI建立與Lara的聯(lián)系，就需要讓AI明白，她是一堆像素。人類玩家進入游戲后，一下子有了這樣的意識。

對此，作者從各個角度，錄制了24個小時，Lara朝著不同方向活動的視頻，以便AI智能體能夠識別任何給定角色。

就像自動駕駛汽車一樣，能夠以每秒30幀速度拍攝24小時視頻，得到2592000張參考圖像，以識別道路標(biāo)志。

首先，作者跟蹤頭部主要像素，然后是身體主要像素，來選擇相關(guān)區(qū)域。

為了確保Lara出現(xiàn)在每張圖像中，作者要求程序去識別那些不包含任何突出顯示的圖片。

當(dāng)Lara占據(jù)整個屏幕時，或當(dāng)一個二維物體擋在她面前，作者使用AI視覺捕獲來幫助識別Lara，結(jié)果非常準(zhǔn)確，足以識別屏幕上的角色。

環(huán)境互動

能夠識別Lara后，需要讓AI與環(huán)境互動。

整個游戲環(huán)境都是由同樣的區(qū)塊組成，作者將其導(dǎo)入到立方體上，然后從各個角度捕獲環(huán)境，再運行識別過程，這樣AI智能體就能識別出環(huán)境，就像人類玩家解釋圖像的過程。

紅色突出顯示的區(qū)域是，未能識別的紋理。但是，AI仍舊缺乏想去某個地方的意識，還需要知道自己距離周圍環(huán)境的距離。

有趣的是，這些未能識別的區(qū)域，通常是遠(yuǎn)離Lara的位置，或被其他2D物體遮擋的位置。

當(dāng)我們觀察人類玩家的行為，看到這張圖像后，我們能夠立即明白，箭頭所指向區(qū)域是一個入口。

我們可能不知道下一個房間的大小，但我們知道這是存在的。

但是，這也可能是一種視覺錯覺。當(dāng)我們?nèi)ヒ苿樱肟趨^(qū)域的紋理與其他地方不同，這是3D空間的特征。

因此，AI智能體還得學(xué)會移動，并進行比較。從計算角度來看，可以使用多個圖像來確定哪些紋理尺寸的變化最小。

這里可以使用主多邊形的面積來算，它們的變化主要基于彼此之間距離成比例的概率。

想象

現(xiàn)在，AI已經(jīng)知道自己身在何處了，她必須做出決定，自己下一步要去哪里。

通過識別紋理，可以讓她到達(dá)特定的位置，然而在關(guān)卡中導(dǎo)航，需要更簡單的東西。

最快的方法，就是簡化對比度，識別區(qū)域中光線的突然變化。但是，人類玩家不一定會去這些地方。

當(dāng)有多個開口時，AI必須表現(xiàn)出足夠興趣，但不能導(dǎo)致她死亡。

比如，如果一個洞太深，就無法在不抓住周圍壁架的情況下跳下去。假如下面有水存在，倒是有可能值得這種冒險。

人類玩家知道什么時候可以跳，但Lara的行動方針都是來源于教程，它必須準(zhǔn)確估計自己和目標(biāo)之間有多少個方塊，是否應(yīng)該聚集自己的動量，以及在放手之前是否應(yīng)該暫停一下。

總之，她必須像人類玩家一樣，做出準(zhǔn)確評估。

如果她提前知道一個洞的大小，就會跑得非?？?，這就并不符合我們的期望。

為了讓她多收集環(huán)境信息，作者鼓勵A(yù)I，如果有疑惑，就應(yīng)該旋轉(zhuǎn)相機，收集更多的信息。

但真實情況下，即便如此，AI也可能卡在房間里。

為了鼓勵她走出房間，作者補充了一些收集規(guī)則。

比如，每次遇到在該區(qū)域成為優(yōu)先級前從未見過的紋理時，她都必須以增加屏幕上這種紋理大小的方式來移動。

這樣，她就只能在關(guān)卡中前進。因為每個關(guān)卡中都有獨特的紋理，解鎖的唯一方式，就是進入下一個關(guān)卡。

總之，Lara會不斷分析自己在屏幕上看到的內(nèi)容——不同表面的紋理，她會移動自己的身體，定義新的興趣點（即目錄中尚未存在的紋理）。

在這個過程中，她會不斷驗證，去尋找丟失的紋理。

運動

然而，即使經(jīng)過了上述改進，這個AI還是太像個機器人了，行動模式是顯而易見的。

為了改進它，作者再次觀察了人類玩家。

是什么決定了人類玩家在游戲中如何行動?就是我們的記憶，我們會記住動作是如何組合的。

因此，這個過程也需要植入到AI中，因為Lara必須意識到她自己的運動能力。

為此，作者把AI每一秒的動作都保存起來，來訓(xùn)練它，然后添加一條規(guī)則，允許它同時執(zhí)行這些保存的動作。

這樣，AI的動作就變得平滑多了。

另外，因為每個動作的冷卻時間是已知的，就可以防止AI在執(zhí)行不必要的動作時，仍然處于活動狀態(tài)。

在下圖中，火焰重新激活的速度如此之快，需要完成很大的跳躍才能穿過。

幸運的是，這些通道在視覺上被簡化了，很容易識別塊的邊緣。

AI知道，Lara總是會在方塊的第一部分激活時完成正確的跳躍，就像人類玩家理解的一樣。

ChatGPT注入人格

接下來，就需要將Lara的個性灌輸給AI智能體。個性取決于經(jīng)驗和記憶，這些因素的結(jié)合決定了Lara角色。

根據(jù)游戲設(shè)定，她是一個著名的考古學(xué)家，從不畏懼冒險，愿意接受分配的山區(qū)任務(wù)，甚至不要獎賞，完全出于熱愛。

另外，Lara還特別有錢，剛剛搬進一座豪宅，屋內(nèi)裝飾非常優(yōu)雅，屋子里還有一個訓(xùn)練室。她還特別擅長教學(xué)，游泳，攀爬，耐力非常強。

當(dāng)冒險途中遇到危險，她能夠保持鎮(zhèn)靜，而且非常勇敢，會毫不猶豫幫助同伴。

面對狼群包圍，她用槍準(zhǔn)確地射殺，還能用匕首殺死兇險的狼。她唯一拒絕的是，主動強行開鎖。

以上的一切，都是從游戲設(shè)定中，了解到的Lara個性。

接下來，就是以真實的方式去評論她所看到的一切，對此，作者在數(shù)據(jù)庫中已經(jīng)編譯Lara的性格特征。

為了使評論對實際情況有意義，程序需要編程客棧將游戲圖像與現(xiàn)實生活中可識別的東西相關(guān)聯(lián)。

對于紋理細(xì)節(jié)通常較少的圖像，可以通過谷歌逆向圖像搜索進行匹配。

因此，當(dāng)AI智能體檢測到足夠大的紋理，它就會啟動搜素。

為了識別單詞，作者將整個頁面復(fù)制到ChatGPT。然后要求ChatGPT根據(jù)出現(xiàn)的次數(shù)對其進行分類，再將識別出的單詞添加到列表中。

最后要求ChatGPT根據(jù)這些單詞創(chuàng)建一個句子，并且要考慮到Lara個性。

這樣做，就是要ChatGPT去真是地評論，Lara在現(xiàn)實生活中看到的東西。

比如，如果紋理被識別為海獅，ChatGPT能夠?qū)⒑＊{與Lara個性特征聯(lián)系起來做出評論。

總得來說，Lara智能體的人格是通過ChatGPT使用「勇敢」、「友好」或「聰明」等各種屬性設(shè)定。

Lara在游戲中，感知和評論的所有物體都會通過這個人格過濾器，并由Lara根據(jù)既定的性格反應(yīng)出來。

就比如，如上的海豹，Lara會提及海獅化石，或者出色的游泳能力，并不會對其在馬戲團發(fā)表言論。

網(wǎng)友:AI智能體讓電子游戲變成了藝術(shù)品

有網(wǎng)友表示，這是讓角色自我發(fā)展最酷、最自然的感覺方式之一。當(dāng)角色能夠活靈活現(xiàn)，你才可以真正體驗到電子游戲是一件藝術(shù)品。

「她說話和分析周圍環(huán)境的方式非常可愛。讓AI機器人有能力評論周圍環(huán)境，無論它的實際水平如何，都會讓人覺得她是個活生生的人?！?/p>

「這太迷人了。她那超然的好奇心和一絲異想天開的想法，與我想象中的Lara的內(nèi)心獨白驚人地相似?！?/p>

有人說，讓我感到驚奇的是，她的對話與她的行為相吻合。

這讓人覺得，寫對話的人工智能和控制角色的人工智能是同一個人。

前不久在斯坦福AI智能體小鎮(zhèn)開源時，網(wǎng)友們就十分激動，覺得AGI已來，各種RPG和模擬類游戲都會很快用上這種技術(shù)。

而現(xiàn)在，F(xiàn)oxmaster將ChatGPT、計算機視覺和物體識別的結(jié)合，讓電子游戲變得更有趣了。

或許在未來，電子游戲角色可以被賦編程客棧予更深、更靈活的個性，對環(huán)境做出更快的反應(yīng)，以及許多我們無法想象的變化。

關(guān)鍵詞：