不知道有多少人對《飛機大戰》這款微信小遊戲還有印象——
曾於2013年的微信5.0版本上線
簡單復述一下玩法：玩家操作小飛機四處躲避，小飛機可以自動發射子彈，「biubiu」兩下就能點殺對面一個小飛機。畫面非常簡陋，也沒什麼策略可言，只要足夠專注、手眼協調，想打出高分不會特別難。
隨著微信版本的更新，這個小遊戲已經在微信中消失無蹤。但是，有一些Python教程，會把這個作為一個比較基礎的練習。畢竟能自己從頭到尾編寫一個「跑得動，0 error，0 warning，還能上手玩一玩」的程序，對於新手來說可比單純的「hello world」刺激多了。
但「飛機大戰」能教給用戶的可不止這些。在人工智慧深度學習領域，以「飛機大戰」為代表的一系列小遊戲，還在猛猛發光發熱。B站上有非常多的相關視頻，比如說ID為「vs小怪獸Monster」的這名用戶，專門上傳各種「小遊戲VS人工智慧」的內容，其中播放量最高的就是這個《懲罰人工智慧，倒逼 AI 成長》(BV12h411X7yY)，有興趣的讀者可以去看看。在這個視頻中，人工智慧悟到了《飛機大戰》的最終解法：偶爾擊落一下小飛機，大部分時候蜷縮在角落——只要我不主動出擊，當好苟命王，就絕對不會輸。
當然也託了人工智慧、算法推薦的福，我很快就找到了更多的人工智慧擺爛現場。其中最好玩的莫過於這個：《關於我的強化學習模型不收斂這件事》(BV1e5411R7rF)。視頻講述了一個研究自然語言處理（NLP）的小姐姐，如何入坑強化學習的全過程。李Rumor小姐姐使用的遊戲是雅達利平台上的《Tennis》，她原本以為能訓出地表最強的網球王子——
但實際上，經過5萬次模擬，得到的卻是，一個死活不發球，絕不開始遊戲的擺爛AI——
好吧，「……只要我從不下場，我就是無敵的！」
還有一個更為知名的擺爛現場：「人工智障狼」。規則是「狼吃羊」的基礎規則，狼AI有20秒的行動時間，吃到越多羊越好，時間越長扣分越多。同時地面上會生成一些石頭，試圖模擬現實環境。但進行了20萬次模擬之後，神奇的結果出現了：狼選擇開局擺爛，盡一切可能，全速朝石頭沖刺，一頭撞死。多數情況下狼根本吃不到羊，在抓羊的過程中因為浪費時間還要被扣分，還不如一開始就一頭撞死，這樣扣的分還少一點。
邏輯顛撲不破簡單明了，絕對理性的AI已經給出了他們自己的回答。
「等等，奇怪，」我作為一個遊戲玩家的DNA動了起來：「飛機大戰，狼吃羊，雅達利小遊戲資源庫——這些走在業界前沿的人工智慧，怎麼都在玩過氣小遊戲啊？」
《底特律變人》：仿生人會夢見電子羊嗎？
人工智慧（以下簡稱AI）、算法分發，已經構成了如今日常生活的一部分，並且還在蓬勃發展中。但其實這並不是一個新鮮事物。從上古時代的神話開始，人們就希望藉由自己的雙手和頭腦，構建一個與自己智識類似的人工產物，也可以理解成一種「人造人」的幻想。但相關的技術和理論基礎，直到上世紀90年代才出現。1950年左右，美國的一些計算機科學家們，編寫出了西洋棋和國際跳棋程序，並且能挑戰有一定水平的業余玩家。從那時開始，遊戲AI就一直被認為是評價AI進展的一種標準。
在經歷了反反復復的高潮和低谷之後，AI終於在最近10年間獲得了飛速的發展和應用。而其中發展最為蓬勃的分支，就是「深度學習」這個大分類。深度學習已經是目前人工智慧應用中，相對較為前沿的應用領域。根據一些新手入門教程的定義，深度學習指的是：「機器學習的一種學習路線，建立、模擬人腦進行分析的神經網絡。」
而神經網絡和強化學習則是深度學習的解決方式。他們主要模擬的是單智能體（agent）的探索和策略，優勢在於可以同時模擬的次數較多，同時跑幾千幾萬次模擬不費勁。或者說，在沒有模型輸入，一片空白的情況下，如何通過控制變量，來刺激人工智慧的自主學習，最終得出問題的解決方案。
構建一個有效的神經網絡，不光需要海量的信息進行輸入輸出，還需要不斷地進行訓練，調整規則以及它的權重。告訴它那些行為是被允許的，哪些行為會被懲罰，經過不斷地調整和疊代，最終，才能獲得一個——勉強參與遊戲並且遵守規則的，弱人工智慧，即「專注於解決特定領域問題」的人工智慧。
這里只是一個粗略的概括和描述，讓我們還是回到遊戲的話題吧——為什麼這些過氣小遊戲，能夠在人工智慧領域下崗再就業呢？
公開發布的Gym documentation調試工具箱，內置了大量雅達利小遊戲
一方面，這些小遊戲真的很小，占用存儲空間非常小。剛剛我們提到神經網絡會進行並發模擬，遊戲越小，占用的存儲和帶寬也越小，程序跑起來也越發輕便，相應花的錢（租伺服器什麼的）也越少。另一方面呢，這些小遊戲相對來說規則簡單，方便程式設計師們根據數據結果進行參數調整。最後，這些小遊戲並未用於商業項目盈利，僅用於研究用途，從版權角度看，也合情合理。再加上人工智慧領域，有用遊戲項目驗證AI進展的慣例，最終，你小時候玩膩了的那些遊戲，現在就成了人工智慧的最好教材。
在「網球王子」視頻的結尾，小姐姐的擺爛模型終於開始得分了，她表示學算法的樂趣正在於此，不斷刷新自己的認識極限。評論區有個用戶的評論，我覺得反映了一部分算法工程師的心態：「強化學習調參，就跟教自己傻兒子讀書一樣，教得心累還學不會。」
我小時候也學過一些算法基礎，但很明顯，為了競賽而准備的過氣知識，已經跟不上最新的版本環境了。人工智慧領域的發展令人驚嘆，接近於人類翻譯水平的翻譯工具DeepL，輸入畫風和指令就可以自動生成畫面的Disco Diffusion，還有神經網絡天花板GPT-3……他們生成的內容，可以說以假亂真。如果僅從表徵來看，這些由程序產出的內容，和一些稍顯相對平庸的人類作品，並無二致。
Disco Diffusion根據關鍵詞自動生成的圖像
在人工智慧領域，「是否能通過圖靈測試」，是檢驗人工智慧發展水平的試金石。測試的規則如下：先假定有對象AB兩個實體，其中一個是真人，一個是人工智慧。他們都藏在不能被其他人看到的地方。這時候，有一個不知情的第三人，拿著同樣的問題，分別去去徵求對象AB的意見，反復多次問詢後，他無法根據回答的內容，來區分AB的不同。那麼我們可以認為，參與測試的人工智慧，是可以通過測試的。
要達成這個目標，自然離不開多學科的共同努力，目前仍無法確定，在我有生之年，是否能見到這樣厲害的人工智慧。而從哲學角度看，當有人工智慧真的通過圖靈測試，不可避免會牽扯到「表徵和實體到底那個更重要」「只要外表看起來一樣，那麼動機是什麼，是不是都可以不考慮」的無盡論證中。
但好在，我們還沒有進入到這個階段，人工智慧也沒有這麼聰明，還在各種算法模型中，四處「擺爛」。再強大的人工智慧，也需要人類作為第一動力，去提出需求，發現疑難。而看了無數「智障」現場的我，這才認識到，對於人類來說，什麼才是最寶貴的東西——提出問題的能力，不斷嘗試的勇氣，注視著你的溫柔目光，和一顆溫暖的心。
*本文經授權轉載自公眾號「taptap發現好遊戲」，作者@星詠
來源：遊研社
