AI與AI一塊兒打遊戲會變得如何？研究者展開實測

在更大、更相似於真實天然環境的遊戲世界中，狀況幾乎是完全翻轉了過來。研究者們發現，環境一旦稍有增大，AI們再也不常常三個四個碰到一塊兒，他們的攻擊慾望就飛速地下跌，大部分AI甚至把「避免發生戰鬥」當作最高層級的行動策略之一。短短的幾年間，人工智能已經在愈來愈多的遊戲上打敗了大部分人類。發生在圍棋領域的事情不用多說，在更加複雜的電子遊戲領域，人工智能的表現也愈來愈好——最典型的例子就是OpenAI在《Dota2》 《星際爭霸2》以及平臺跳躍等諸多遊戲上的嘗試，人類在面對AI時已經愈來愈討不到好了。

如今，研究人工智能的學者們已經再也不知足於讓AI擊敗人類了。去年9月，OpenAI團隊提交了一篇論文的初稿，題爲《神經MMO：一我的工智能的大型多人遊戲環境》。與以前在競技類遊戲發力的AI模型不一樣，此次研究者並無以「擊敗人類」爲目的，而是試圖模擬人類乃至生物的行爲。你們都知道生物可以不斷進化很大的緣由就是不一樣物種間競爭的存在，科學家們以爲這點很是契合AI 能「不斷自我學習並進化」的主基調。他們借鑑了多款流行的大型多人在線網絡遊戲，構建出了一個「資源有限，競爭者衆多」的遊戲環境，來觀察其中的幾十上百個AI將如何行動——是的，這個遊戲的玩家只有AI，沒有真人。

這個遊戲被命名爲「Neural MMO」（神經MMO）。最多128名AI會做爲玩家降生在遊戲地圖的邊緣。世界中有能夠通行的草地、森林和沒法經過的水域、岩石。AI有飢餓度和口渴度，在森林方塊能夠得到食物，在水方塊能夠得到飲水。水是無限的，但森林方塊可以提供的食物是有限的，被吃完後必須等很長一段時間才能回覆。固然，AI的目標是生存下去，存活時間越長，獲得的分數和評價也就越高。

單單從「存活下去」這點來看，這個遊戲很像是吃雞遊戲——有限的資源，衆多的競爭對手，目標是活得最長。事實上科學家們最初也以爲AI最終會開始互相廝殺以佔有更多資源，他們還專門爲AI們設計了三種戰鬥方式——高傷害的近戰AOE、低傷害的遠距離單體和幾乎沒有傷害的減速法術。在最初的狹小地圖中，AI們確實不可避免地發生了戰鬥。這很大程度上不只是因爲資源有限，更多的實際上是由於它們沒有嘗試其餘選擇的機會——每一個AI都被設計有戰鬥策略，幾個AI遇到一塊兒總會有AI判斷須要先開火，最後混戰在所不免。讀過科幻小說《三體》的人會發現，這種狀況和《三體》中描述的黑暗森林狀態有微妙的類似之處，AI們的戰鬥策略，就像書中描寫的「智慧生物天生的攻擊基因」，最後致使的就是AI版本猜疑鏈的產生。下圖就是一個簡單的例子。

本來位於上方的196和右下的146和平相處，都在採集森林資源而不是互相攻擊。然而左邊的204並無位於森林附近（雖然它前面一格就是森林），可能正是所以，它判斷攻擊的優先級要更高，因而忽然對196展開了攻擊。受到攻擊大大增長了196判斷中攻擊的權重，一場三方混戰也就不可避免了。這裏196被攻擊後沒有還擊，而是選擇去攻擊「無辜」的146，是由於AI沒有報復心理，全部行動所有出於邏輯判斷。可是在更大、更相似於真實天然環境的遊戲世界中，狀況幾乎是完全翻轉了過來。研究者們發現，環境一旦稍有增大，AI們再也不常常三個四個碰到一塊兒，他們的攻擊慾望就飛速地下跌，大部分AI甚至把「避免發生戰鬥」當作最高層級的行動策略之一。

AI們在這種環境下不約而同地達成了一致的選擇——儘量擴大探索範圍。很難說「避免戰鬥」和「擴大探索」這兩者，哪一個是因，哪一個是果。一方面，可探索的地區增多表明着資源不那麼匱乏，戰鬥的收益也就大大下降；另外一方面，戰鬥的收益下降讓AI們更加熱衷於擴大本身的行動範圍。這兩個因素互相做用，最後致使了一個出乎研究者意料，但細想起來卻在情理之中的結果。下圖是OpenAI的研究者給出的一張比較典型的大地圖下AI行動軌跡。

能夠看出，不一樣顏色的線條重合得很多，表明着AI們時有相遇。可是大多數路線在重合後仍是繼續延展下去，這說明相遇後大部分AI沒有選擇你死我活的打個痛快，而是對看一眼後就繼續去探索了。這張圖對於人工智能專家和普通人來講都沒什麼特殊意義，可是生物學家，尤爲是研究生物行爲的學者會發現，AI們的行爲很是接近天然界中不一樣動物種羣的活動。「在天然界中，動物之間的競爭能夠激勵它們擴散以免衝突」，OpenAI研究團隊在報告中寫道，「咱們觀察到AI的探索範圍隨着AI數量的增多而變大了。」據此，他們推測，AI數量越多越能激勵它們探索新的地圖尋找資源（固然前提是不出現最開始那種狹路相逢的混戰）。

這實際上是一個很好理解的結果。對天然界的動物們和AI們而言，戰鬥的成本是很是高的。它們可不像坐在計算機前的人類同樣，被打擊後罵一句倒黴就能夠繼續下一局遊戲了，對它們來講，生命只有一次，死亡是最大的成本（AI能夠不斷重生，但它們本身不知道這點）。也正是所以，戰鬥大部分時候是萬不得已的選擇，這和不少人視之爲廣泛真理的黑暗森林法則截然相反——不過，在更大的尺度上事情更加複雜。

美國動物學家統計的「幾隻狼的活動路線」，能夠看出它們儘量不互相碰面，更別提戰鬥了。「事情更加複雜」，這正是計算機學者們下面要解決的問題。他們認爲在目前的遊戲中得出的結果，最多算是有限的推測。Neural MMO的遊戲世界雖然已經儘量模擬了現實環境，但仍是簡化得太過度了。OpenAI團隊有不少計劃。下一步，他們準備引入更多的攻擊方式，讓AI們的戰鬥能力大幅增長（就像現實世界的人類同樣）；他們還計劃調低森林再生食物的速度，讓環境更加惡劣；另一個規劃是引入更復雜的合做機制，目前一樣顏色的AI被設定爲不能互相攻擊（模擬生物的種羣），仍是稍顯單調，由於羣體和羣體之間歷來不是並不是簡單的「非敵即友」關係。就算學者們儘量模擬了現實環境，AI能不能表明人類仍是很值得懷疑的問題。OpenAI團隊發佈了關於這個項目的論文初稿後，就有很多學者指出，人類的行爲模式和AI的邏輯判斷有極大的區別。好比人不是徹底趨利避害的生物，人類種羣就更不是了；再好比對「什麼是利，什麼是害」，人類和目前設計的AI模型也有很大區別——AI把生存時間當成「利」，但人類是否是這樣想還很難說。不少學者認爲如今的這個遊戲更像是純粹的天然界，而AI更像野生動物而不是高度社會化的人類。然而即便是這些懷疑者，也廣泛認爲「這個模擬至關有趣」，在AI研究領域意義非凡。不一樣於以前更多着眼於技術水準的AI遊戲對戰，這個研究涉及到了AI的長期判斷和選擇。一個長期、穩定的環境能體現AI長期、穩定的取捨傾向，在人類身上，咱們把這個「取捨傾向」叫作「道德」。內文提供來源：sbf999手機遊戲集合 http://www.indoorair.org.tw/

AI是否會有道德準則，它們經過利弊抉擇得出的判斷能不能算咱們所說的「道德取向」，這些大哉問一直以來被人們爭論不休。如今，在一款MMO生存遊戲中，咱們極可能會看到回答這些問題的曙光。