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。
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)，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。
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？
01 「古墓麗影」女主有了意識
構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。
學習游戲規(guī)則
首先第一步，叫她學會游戲規(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，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)?？ㄔ谝粋€位置，而且每個關卡都是由靜態(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需要學習的，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Lara占據(jù)整個屏幕時，或當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，結果非常準確，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，通常是遠離Lara的位置，或被其他2D物體遮擋的位置。
當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。當我們?nèi)ヒ苿?，入口區(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，可以讓她到達特定的位置，然而在關卡中導航，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。
當有多個開口時，AI必須表現(xiàn)出足夠興趣，但不能導致她死亡。
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，它必須準確估計自己和目標之間有多少個方塊，是否應該聚集自己的動量，以及在放手之前是否應該暫停一下。
總之，她必須像人類玩家一樣，做出準確評估。
如果她提前知道一個洞的大小，就會跑得非常快，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AI，如果有疑惑，就應該旋轉相機，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，她就只能在關卡中前進。因為每個關卡中都有獨特的紋理，解鎖的唯一方式，就是進入下一個關卡。
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。
02 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，這些因素的結合決定了Lara角色。
根據(jù)游戲設定，她是一個著名的考古學家，從不畏懼冒險，愿意接受分配的山區(qū)任務，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，屋子里還有一個訓練室。她還特別擅長教學，游泳，攀爬，耐力非常強。
當冒險途中遇到危險，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，程序需要將游戲圖像與現(xiàn)實生活中可識別的東西相關聯(lián)。
對于紋理細節(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能夠將海獅與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。
03 網(wǎng)友：AI智能體讓電子游戲變成了藝術品
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品。
「她說話和分析周圍環(huán)境的方式非?？蓯邸Ｗ孉I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。
而現(xiàn)在，F(xiàn)oxmaster將ChatGPT、計算機視覺和物體識別的結合，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予更深、更靈活的個性，對環(huán)境做出更快的反應，以及許多我們無法想象的變化。