AI与AI一块儿打游戏会变得如何？研究者展开实测

在更大、更相似于真实天然环境的游戏世界中，状况几乎是完全翻转了过来。研究者们发现，环境一旦稍有增大，AI们再也不常常三个四个碰到一块儿，他们的攻击欲望就飞速地下跌，大部分AI甚至把「避免发生战斗」当作最高层级的行动策略之一。短短的几年间，人工智能已经在愈来愈多的游戏上打败了大部分人类。发生在围棋领域的事情不用多说，在更加复杂的电子游戏领域，人工智能的表现也愈来愈好——最典型的例子就是OpenAI在《Dota2》 《星际争霸2》以及平台跳跃等诸多游戏上的尝试，人类在面对AI时已经愈来愈讨不到好了。

如今，研究人工智能的学者们已经再也不知足于让AI击败人类了。去年9月，OpenAI团队提交了一篇论文的初稿，题为《神经MMO：一我的工智能的大型多人游戏环境》。与以前在竞技类游戏发力的AI模型不一样，此次研究者并无以「击败人类」为目的，而是试图模拟人类乃至生物的行为。你们都知道生物可以不断进化很大的缘由就是不一样物种间竞争的存在，科学家们以为这点很是契合AI 能「不断自我学习并进化」的主基调。他们借鉴了多款流行的大型多人在线网络游戏，构建出了一个「资源有限，竞争者众多」的游戏环境，来观察其中的几十上百个AI将如何行动——是的，这个游戏的玩家只有AI，没有真人。

这个游戏被命名为「Neural MMO」（神经MMO）。最多128名AI会做为玩家降生在游戏地图的边缘。世界中有能够通行的草地、森林和没法经过的水域、岩石。AI有饥饿度和口渴度，在森林方块能够得到食物，在水方块能够得到饮水。水是无限的，但森林方块可以提供的食物是有限的，被吃完后必须等很长一段时间才能回复。固然，AI的目标是生存下去，存活时间越长，获得的分数和评价也就越高。

单单从「存活下去」这点来看，这个游戏很像是吃鸡游戏——有限的资源，众多的竞争对手，目标是活得最长。事实上科学家们最初也以为AI最终会开始互相厮杀以占有更多资源，他们还专门为AI们设计了三种战斗方式——高伤害的近战AOE、低伤害的远距离单体和几乎没有伤害的减速法术。在最初的狭小地图中，AI们确实不可避免地发生了战斗。这很大程度上不只是因为资源有限，更多的实际上是由于它们没有尝试其余选择的机会——每一个AI都被设计有战斗策略，几个AI遇到一块儿总会有AI判断须要先开火，最后混战在所不免。读过科幻小说《三体》的人会发现，这种状况和《三体》中描述的黑暗森林状态有微妙的类似之处，AI们的战斗策略，就像书中描写的「智慧生物天生的攻击基因」，最后致使的就是AI版本猜疑链的产生。下图就是一个简单的例子。

本来位于上方的196和右下的146和平相处，都在采集森林资源而不是互相攻击。然而左边的204并无位于森林附近（虽然它前面一格就是森林），可能正是所以，它判断攻击的优先级要更高，因而忽然对196展开了攻击。受到攻击大大增长了196判断中攻击的权重，一场三方混战也就不可避免了。这里196被攻击后没有还击，而是选择去攻击「无辜」的146，是由于AI没有报复心理，全部行动所有出于逻辑判断。可是在更大、更相似于真实天然环境的游戏世界中，状况几乎是完全翻转了过来。研究者们发现，环境一旦稍有增大，AI们再也不常常三个四个碰到一块儿，他们的攻击欲望就飞速地下跌，大部分AI甚至把「避免发生战斗」当作最高层级的行动策略之一。

AI们在这种环境下不约而同地达成了一致的选择——尽量扩大探索范围。很难说「避免战斗」和「扩大探索」这两者，哪一个是因，哪一个是果。一方面，可探索的地区增多表明着资源不那么匮乏，战斗的收益也就大大下降；另外一方面，战斗的收益下降让AI们更加热衷于扩大本身的行动范围。这两个因素互相做用，最后致使了一个出乎研究者意料，但细想起来却在情理之中的结果。下图是OpenAI的研究者给出的一张比较典型的大地图下AI行动轨迹。

能够看出，不一样颜色的线条重合得很多，表明着AI们时有相遇。可是大多数路线在重合后仍是继续延展下去，这说明相遇后大部分AI没有选择你死我活的打个痛快，而是对看一眼后就继续去探索了。这张图对于人工智能专家和普通人来讲都没什么特殊意义，可是生物学家，尤为是研究生物行为的学者会发现，AI们的行为很是接近天然界中不一样动物种群的活动。「在天然界中，动物之间的竞争能够激励它们扩散以免冲突」，OpenAI研究团队在报告中写道，「咱们观察到AI的探索范围随着AI数量的增多而变大了。」据此，他们推测，AI数量越多越能激励它们探索新的地图寻找资源（固然前提是不出现最开始那种狭路相逢的混战）。

这实际上是一个很好理解的结果。对天然界的动物们和AI们而言，战斗的成本是很是高的。它们可不像坐在计算机前的人类同样，被打击后骂一句倒霉就能够继续下一局游戏了，对它们来讲，生命只有一次，死亡是最大的成本（AI能够不断重生，但它们本身不知道这点）。也正是所以，战斗大部分时候是万不得已的选择，这和不少人视之为广泛真理的黑暗森林法则截然相反——不过，在更大的尺度上事情更加复杂。

美国动物学家统计的「几只狼的活动路线」，能够看出它们尽量不互相碰面，更别提战斗了。「事情更加复杂」，这正是计算机学者们下面要解决的问题。他们认为在目前的游戏中得出的结果，最多算是有限的推测。Neural MMO的游戏世界虽然已经尽量模拟了现实环境，但仍是简化得太过度了。OpenAI团队有不少计划。下一步，他们准备引入更多的攻击方式，让AI们的战斗能力大幅增长（就像现实世界的人类同样）；他们还计划调低森林再生食物的速度，让环境更加恶劣；另一个规划是引入更复杂的合做机制，目前一样颜色的AI被设定为不能互相攻击（模拟生物的种群），仍是稍显单调，由于群体和群体之间历来不是并不是简单的「非敌即友」关系。就算学者们尽量模拟了现实环境，AI能不能表明人类仍是很值得怀疑的问题。OpenAI团队发布了关于这个项目的论文初稿后，就有很多学者指出，人类的行为模式和AI的逻辑判断有极大的区别。好比人不是彻底趋利避害的生物，人类种群就更不是了；再好比对「什么是利，什么是害」，人类和目前设计的AI模型也有很大区别——AI把生存时间当成「利」，但人类是否是这样想还很难说。不少学者认为如今的这个游戏更像是纯粹的天然界，而AI更像野生动物而不是高度社会化的人类。然而即便是这些怀疑者，也广泛认为「这个模拟至关有趣」，在AI研究领域意义非凡。不一样于以前更多着眼于技术水准的AI游戏对战，这个研究涉及到了AI的长期判断和选择。一个长期、稳定的环境能体现AI长期、稳定的取舍倾向，在人类身上，咱们把这个「取舍倾向」叫作「道德」。内文提供来源：sbf999手机游戏集合 http://www.indoorair.org.tw/

AI是否会有道德准则，它们经过利弊抉择得出的判断能不能算咱们所说的「道德取向」，这些大哉问一直以来被人们争论不休。如今，在一款MMO生存游戏中，咱们极可能会看到回答这些问题的曙光。