你感兴趣的流浪地球里的人工智能MOSS和数字人，都将诞生于游戏中。

(相关资料图)

事实上，已经出生了，只是还比较初代。

事实上，电影里MOSS这种把人类命运当一种游戏的状态，也似乎来源于此。

别不信，有国际顶级刊物作证明。

诞生于1869年的《自然》杂志，作为一本世界上历史悠久的、最有名望的科学杂志之一，对于游戏AI的青睐却是显而易见的。

如何训练AI车手在《GT赛车》中击败顶级职业选手的话题能上封面。

AlphaStar在《星际争霸2》游戏中击败欧洲服务器99.8%人类玩家的战绩立马刊发。

最为经典的莫过于在2015年的一次刊文。

彼时，谷歌的DeepMind团队将如何教AI自己学习玩1980年代雅达利小游戏、并比人类玩的水平更高的方法，以“CNN（卷积神经网络）+Q-learning（一种离轨-时序差分-强化学习迭代方法）= DQN”这样一个公式。

公之于众后， 很快让这篇被称之为业界昵称为“DQN”的论文，被看作是人工智能里程碑、并开启随后以强化学习和深度学习为根本特征的全球人工智能大风口。

《自然》杂志为何如此青睐于游戏AI，就在于它的启发性和前瞻性，让AI的边界和适用场景变得无比广阔。

作为《自然》期刊的刊发大户，DeepMind团队后续的许多论文，都在不同角度演绎着脱胎于游戏的AI能做些什么：

破解玻璃态变化这一物理难题、助力顶尖数学家证明数学猜想（不过不是国人熟悉的哥德巴赫猜想）、用AI控制核聚变反应，以及联合哈佛、剑桥等知名高校去研究脑力劳动背后的经济学特征等。

此外，2021年末，当AI破解了困扰数学家数十年的“结”猜想后，《自然》杂志的封面立刻为其“绽放”。

攀登科学的高峰，已经成为了游戏AI的一个使命必达，或许这是《自然》杂志所看重的，但却不是游戏AI的边界或尽头。

更多的跨界可能性，也在不断的衍生。

较为匪夷所思的是在脑科上打开新的思路。

一则见诸于媒体的报道就称，以《原神》成功走向世界的米哈游，其旗下的逆熵工作室在2019年就与瑞金医院脑病中心围绕的脑机接口和VR展开了多项研究。

但还有走的更远的。

2021年12月，《科技日报》曾报道了一则不太AI的新闻：在一项研究中，澳大利亚和英国科学家组成的研究小组在5分钟内，教会实验室培育的“迷你人脑”玩游戏《Pong》。

《Pong》是1972年雅达利出品的一款模拟两个人打乒乓球的游戏，被称之为第一代电子游戏（有争议）。

5分钟内学会如此简单的游戏，却是走深度学习路线的AI未必能够达成的。

“迷你人脑”为何能成？

真相在于它并非AI，而由人类干细胞放置在一个微电极阵列上生长成的脑细胞组成，属于电子人序列。

尽管整体来说，“迷你人脑”的技能水平远低于人类或人工智能系统，但如果结合上人工智能的深度学习能力会否诞生奇迹，则还需要进一步探索，但一旦“迷你人脑”的研究能深入且有效，或许将可以用于测试脑部疗法的疗效。

更多基于游戏AI的研究与启发，或许都将在未来不断的爆发在现实的场景之中，《自然》杂志或许此后将慢慢的不再让游戏AI上头条或上稿了。

但也正是那时候，游戏AI也就在广义上真正大获成功了。

刊载于《人民邮电报》2022年4月29日《乐游记》专栏332期

作者 张书乐，人民网、人民邮电报专栏作者，中经传媒智库专家，资深产业评论人