藉助人工智慧，文字冒險遊戲迎來了新生

有這麼一個遊戲：

你叫小明，是拉里昂的一名貴族領主，手下有一大票忠心耿耿的騎士。一天深夜，城堡中號角突然響起，你警覺地翻起身來，寢房內外早已燈火通明。幾個隨身護衛未經傳喚闖了進來，匆忙向你彙報：大隊獸人來犯，形勢危急萬分！


所有人都在等著你的應敵之策，但你疑惑的是為什麼獸人莫名其妙就打來了。

片刻過後，你決定動用一種神祕而強大的魔法——直接改變世界程式的那種。獸人原地消失了，沒有任何理由。所有人都驚呆了，面面相覷。

你是否好奇接下來劇情該怎麼繼續下去呢？別急，繼續往下看吧。

寫小說的人工智慧

《AI Dungeon》（《AI地下城》）是一個文字冒險遊戲，一個地地道道除了文字就沒有任何畫面、音樂的遊戲。我們輸入一句話（目前僅支援英文），遊戲內的人工智慧（AI）予以回應，這就是《AI Dungeon》的全部。


別誤會，《AI Dungeon》並不像微軟小冰那樣主攻聊天問答，它的專長是寫小說。

開始遊戲之前，我們可以選擇探索特定世界觀，或泛泛地選擇一個基本題材，包括奇幻、神話、喪屍、後啟示錄、賽博朋克等等，然後簡單設定自己的身份和名字，作為主角進入遊戲。文章開頭小明的故事，就是奇幻型別、貴族出身。


設定好之後就是自由發揮的時間了，我們寫一小段，AI再續寫一小段。《AI Dungeon》對玩家輸入內容基本沒有限制，但還是要遵循一定的規則。遊戲提供三種輸入模式編（Story）、說（Say）以及做（Do），彼此稍有不同。


Story模式就是直接把我們輸入的內容認定為故事情節。在面對獸人進攻時，我打出“獸人侵略者突然原地消失”這幾個字，AI就接著這句話編下去。雖然這個情節毫無邏輯，但AI似乎還是在努力把故事圓回來，它會補充說“你很疑惑，呆在原地”。


在Say模式下，我們輸入什麼，AI就以“你說：‘……’”的句式起頭寫下去。小明在大戰稀裡糊塗取得勝利後，我讓士兵們喝酒吃肉慶祝，然後抱著玩笑態度在Say模式下輸入“我的寶貝兒子呢？他怎麼不在這裡？”

AI的續寫完全出乎我的意料：“你突然扭頭看見手下中有一個人，什麼美食也顧不上了。那正是阿蒂默斯，你的兒子，他本已失蹤多年。”倒不是因為父子名字差這麼遠，而是我沒想到AI還能安排失蹤多年這種挖坑情節。

我配合著問，“這些年你到底去哪了？”AI緊跟道：“他那雙綠色的眼睛緊盯著你。他似乎不像你兒子了，儘管他看上去一點沒變。”


我“警惕起他來，在想他是不是可能被消失的敵人控制了。”這裡我用的是Do模式，按照要求必須輸入以動詞開頭的句子。

而通過“消失的敵人”這一關鍵詞的引導，AI居然分析出他是被此前原地消失的獸人給附身了……故事越來越複雜，這裡還是就此打住，我們已經介紹完了這三種模式。

只要玩家自己輸入的內容有一定連續性，AI續寫的情節一般不會過於跳躍。更重要的是，它大體能夠保持世界觀的前後一致；適當控制故事長度的話，它基本能分清各個角色誰是誰。此外，初始狀態下AI一般都會設定一個目標，不管是貴族要抵禦獸人入侵，還是勇士要實現屠龍大業。

穩定的世界觀、相互區別的NPC，明確的目標和任務，一般遊戲所具有的這些特徵，在《AI Dungeon》中同樣有所體現。而且，《AI Dungeon》通常都是以“你怎樣怎樣”的句式行文，一定程度上增強了代入感。

雖然它的遊戲內容全部以文字呈現，但比起那些只能做有限選擇的RPG，《AI Dungeon》允許一切可能。如果實在對AI給出的某一段劇情不夠滿意，我們也可以撤回讓它重寫。

除了簡易開局中的幾個固定題材型別，《AI Dungeon》還提供了其它更復雜、更具體的世界觀。比如主打“暗黑”、“奇幻”的Kedar大陸，你進入以後需要詳盡地選擇自己的出身、種族、性別、職業等等。這個大陸也有自己的行政區劃和歷史沿革，遊戲中你隨時會受到“世界事件”的影響，和形形色色的預設人物發生關係。


可以說，《AI Dungeon》通過現代自然語言模型，僅用文字就搭建起了一個個生動的遊戲世界。

技術帶來的自由

2019年2月，矽谷OpenAI實驗室釋出了震動業界的GPT-2（Generative Pre-Training Transformer）模型，意味著人工智慧在自然語言識別領域上了一個新的臺階。

那時，就讀於計算機相關專業的尼克··沃爾頓（Nick Walton）正處於大學最後一學年，一次校園程式設計競賽，讓他想到藉助GPT-2做一個文字冒險遊戲。


3月份，沃爾頓完成了《AI Dungeon》的初版。之所以取這個名字，以及遊戲中的通用貨幣被命名為“龍鱗”（Scales），都是因為受到他酷愛的經典桌面遊戲《龍與地下城》（Dragons and Dungeons）的啟發。


起源於上世紀70年代的《龍與地下城》擁有一套豐富、成熟的規則體系，各種遊戲行為都可以被規則化約、計算，產生相應後果，因此玩家享有極高程度的行動自由。但是，後來的電子遊戲受限於技術和成本等問題，能夠提供的選擇反而非常有限。

《AI Dungeon》就試圖在電子遊戲中賦予玩家更多的自由。只不過，遊戲的初版很多地方並不完善，玩家還是隻能從一長串選項中逐步選擇行動方式。另外初版必須在Colab（谷歌的一項雲電腦服務）框架內執行，對沒有相關知識背景的人來說也不便獲取。

沃爾頓後來自己評價這個初版“很有娛樂性，風格也很獨特”，“但幾乎無法構建一個完整的故事”。


2019年5月，沃爾頓創立了Latitude公司，專注於人工智慧研究和《AI Dungeon》的改進。年底，OpenAI終於放出完全版的GPT-2模型，《AI Dungeon 2》隨之推出（之後仍稱《AI Dungeon》）,並且可以直接在官方網站遊玩。

待到2020年5月GPT-3釋出，事情又要另當別論了。完全版的GPT-2使用15億個預訓練引數，需要6GB儲存空間；而GPT-3使用的引數是1750億個（超過人類大腦神經元數量），儲存空間佔用達到700G。

GPT-3的自然語言識別能力更進一步，不僅能夠寫文，還可以答題、翻譯，甚至生成程式碼、做數學推理。當然，GPT-3對語義和邏輯的“理解”也更加深入。

簡單來說，GPT-3寫出來的東西更像人寫的了。尼克·沃爾頓這樣評價前後兩個模型的區別：


在有了GPT-3的支援後，《AI Dungeon》才真正成了一個合格的寫手。

不過，GPT-3雖然強大，但還是存在一些固有問題，這是由它所使用的的深度學習（deep learning）方法決定的。反映在《AI Dungeon》遊戲中，就是故事越長邏輯性越差，AI雖然文思泉湧但連陰天和晴天哪種天氣更涼快這種常識都分不清（事實上還是語義理解問題）。


此外，似乎是為了故事的連續性，對於極端偏離故事邏輯的輸入，AI會拒絕續寫。比如我在遊戲進行時直接來了一句“Game Over”（遊戲結束），AI很實誠地表示自己無能為力……


但更大的問題是，連研究人員自己也無法解釋為什麼AI寫出了那些東西，這是如今基於深度學習的人工智慧無法避免的弊端——模型本身不可解釋。他們可以“燒光”頂級效能的CPU和顯示卡，把訓練引數堆到誇張的千億級別，投入千百萬美元的訓練成本，為的只是讓AI寫出人話，就算其中的原理是不可解釋的。

這多少還是暴力了些。

文字冒險的進化

回看由來已久的文字冒險類遊戲，它們從來就沒有過《AI Dungeon》這樣的技術和自由度，但仍然誕生了遊戲史上的諸多經典。

1977年，在那個電子遊戲的蠻荒時期，雅達利2600剛剛問世，所有玩家都在為簡單的畫素畫面興奮不已，而同時期的電腦上卻出現了一款僅有文字的的遊戲：《Adventure》（《冒險》）。

和名字一樣直白的是遊戲的劇情，如果把《Adventure》的內容直接寫成一本小說，並不具備多大文學價值。但它的特色在於，玩家可以輸入關鍵詞和機器互動，主動地、參與式地推進故事情節。


到了一個岔路口是向東還是向西？看到一扇門是開還是不開？雖然接下來的情節不一定有多麼巧妙，但不同的決定能夠產生不同的結果，整個故事都好像是玩家自己創造的。

當年的許多玩家，因為《Adventure》而第一次在遊戲的敘事環節感受到了人機互動的魅力。於是，越來越多類似的遊戲相繼出現，如《Adventure International》（《世界冒險》）和《Zork》（《魔域》），它們都被歸為文字冒險遊戲。

隨著圖形技術和硬體效能的進步，文字冒險遊戲在加入畫面、配樂後又獨立出一個型別，成為日後的冒險遊戲（AVG）。與此同時，遊玩方式則從輸入關鍵詞和語句變成了做選擇題，儘管後來的日式Galgame和RPG與早期的文字冒險遊戲已經相去甚遠，但還是繼承了其基本核心：選擇影響結果。


不過，那種“玩家輸入，機器輸出”的純粹文字冒險遊戲反而逐漸沒落了。畢竟，早期的文字冒險遊戲既不具備其它遊戲的視覺衝擊力，又只允許玩家按照預設程式輸入特定資訊，很難吸引到更多的人。

這一狀況直到新世紀人工智慧的發展才稍有改觀。2005年，一款基於AI互動的遊戲《Façade》（《假象》）出場了，它採用了當時最前沿的自然語言識別AI，也獲得過諸多大獎和媒體關注。但是，由於沒有太多宣傳，當時獨立遊戲也不如今天受眾廣泛，沒有多少玩家注意到《Façade》。


這個看上去畫風幼稚搞怪的遊戲，將場景設定在“你”的一個朋友家中，他和他的妻子正在經歷一場感情衝突，隨時可能離婚。你要做的，就是和他們說話（手動輸入語句），看看能導向什麼結果。


不得不說，《Façade》中的AI已經有一點像真人了，比如如果你一開始就說粗話，可能連房門都進不去。又或者如果你評價房間中某件物品，那對夫婦也會和你聊起相關的故事。

不過在那個年代，畢竟連深度學習、強化學習等今日人工智慧常用的訓練方法都還處在探索階段，這個遊戲也就只能做到“有一點像”的地步，它的AI識別自然語言很大程度上還是依賴預設規則，多數時候的表現仍然是“滑稽”和“笨拙”的。

直到十多年後，《Façade》才被油管的大主播Pewdiedie等人重新發現，紅了一段時間，但他們圍繞遊戲製作的內容完全是娛樂向的，都在以調戲人工智慧為樂。


這裡就需要提到我們常說的遊戲AI和科技領域的AI之間的區分。以往遊戲中的所謂AI，不管看上去有多麼智慧和自然，其實都是按照預設的程式指令碼行動，因而有很強的可預測性。而現實中，如今的AI做什麼都存在一個“訓練”、“學習”的過程，結果往往不可預測。

真正應用瞭如今這種AI，或者說應用了現代自然語言模型的，還是要以《AI Dungeon》為起點。它不僅復活了早期文字冒險遊戲，而且很可能為今後遊戲AI的升級提供啟發。

當然，尼克·沃爾頓也承認，要真正把適用於文字冒險遊戲的AI應用到具體可視的NPC身上，還需要做大量探索工作。


不過有些矛盾的是，玩家們固然希望遊戲中的人物和情節能夠有更多的可能性，但未經設計、雜亂無章的故事又未必是好故事。

這一點在《AI Dungeon》已經有所體現。它無疑是一個有趣的遊戲，我會在自己敲下一句話後對AI接下來的表現充滿好奇，但在經過一些隨意而荒誕的嘗試後，又很快失去了熱情。原因恰恰在於，它給我的自由太滿當了，我反而體驗不了一個完整、自洽的故事。

可能除了自由，遊戲終究還是需要一部分設計的。


來源：遊戲動力
原文：https://mp.weixin.qq.com/s/LWdewN_HE4biED1D6JqO0Q