遊戲裡傳訊「幹得漂亮」的玩家，居然是機器人？
https://technews.tw/2021/08/29/tv-game-ai-player/
玩家在遊戲會遇到笨或聰明的對手（AI 玩家），有時候槍法神準，有時走位匪夷所思，
但分辨它們其實很簡單，無論如何讚賞或罵它們，都不會有回應，因大俠總是低調。不過
這種情況可能改變，不久後常亂殺一通的高級 AI，很可能一邊玩一邊說出「幹得漂亮」
擾亂隊友，並不會增加遊戲體驗。
《衛報》一篇〈Think, fight, feel: how video game artificial intelligence is
evolving〉預示，以後我們或許分不清遊戲玩家是真人還是電腦了，它們可能會在你投降
時鼓勵你：穩住，我們能翻盤。
但這遠遠不夠。
今年 5 月Sony CEO 吉田憲一郎發表有意思的聲明：人工智慧研究部門 Sony AI 將與
PlayStation 開發者合作，創建 AI 玩家。 這沒啥新意，關鍵是他提到「透過利用強化
學習，我們正在開發成為玩家對手或同伴的遊戲 AI。」強化學習是機器學習領域之一，
人工智慧能有效自學再反饋。
簡而言之，AI 玩家將模仿人類玩家。某種程度來講，它們會思考。這只是人工智慧對電
子遊戲不斷反覆運算和發展的最新例子。隨著開放世界遊戲越來越複雜龐大，擁有數百個
角色和許多主支線故事。開發人員必須構建能產生智慧、有反應、有創造力的角色應付突
發情況的系統。
開發商 Monolith 創建廣受好評的 Nemesis AI 系統，讓 AI 敵人記住與玩家的戰鬥過程
，然後製造血腥仇恨，也就是說遊戲角色不再健忘，而會記仇。最近育碧《看門狗》為玩
家和互動過的倫敦市民都寫出故事、人際關係和日常生活，如果有天玩家救了一個角色，
最好的同伴很可能會在隔天加入玩家陣營。遊戲角色不光記仇，也會報恩。
如何自動隨機讓遊戲角色和玩家互動和發生故事其實不是難事，文本冒險遊戲《AI
Dungeon》使用 OpenAI 自然語言建模器 GPT-3 創建新敘事體驗。也就是說，電腦自己會
寫故事了。
不過人工智慧領域還有多樣問題，主要是女性和有色人種比例不高。紐約大學 2019 年研
究發現，重大活動發言的人工智慧教授 80% 是男性，Facebook 人工智慧研究人員只有
15% 是女性，Google 只有 10%。科技業有色人種統計數據更糟：Google 只有 2.5% 員
工是黑人，Facebook 只有 4%。這種同質化工作文化的風險在於，性別和種族偏見很可能
影響 AI 演算法，產生的結果會複製根深蒂固的不平衡和偏見。
過去五年有很多這種例子，如有些臉部辨識系統會歧視有色人種，或人工智慧招聘工具表
示更喜歡男性應徵者。
電子遊戲開發也有類似問題，如果未來看到人工智慧生出多樣化角色和故事，開發人員是
否也要考慮讓團隊多樣化呢？電腦自己寫的故事和劇情，會不會總是兩個美國男人的故事
？雖然現狀不太樂觀，不過遊戲界意識到這個問題，開始解決了。
Uma Jayaram 是美國藝電公司（EA）創新與應用研究團隊 SEED 總經理，身為女性主管，
她自然支持多樣性。另外身為有影響力的科技企業家，她曾從事雲端計算、虛擬實境和大
數據及人工智慧領域工作，身分、影響力和工作屬性讓她尋求組織自己的全球團隊。最後
她的團隊成員位於瑞典、英國、加拿大和美國，並有不同性別、種族和文化。 她說：
多元化團隊能融合多種觀念，代表產品（遊戲）的可能性也更大。標誌性遊戲可讓我們眼
光廣闊，識人知人，增強同理心。電子遊戲某種程度是物理世界的延伸，是人們消磨時間
體驗快樂的地方，這種體驗可回溯到自我和社群集體意識。面對絕佳機會，我們有兩種方
式引入多樣性：讓設計和構建這些世界的團隊多樣性，以及讓正在創建的世界和居民達成
多樣性。
EA 正在研究開發系統，透過機器學習從影音複製臉部表情、皮膚和身體動作等，不再需
要演員負責動作捕捉。理論上講，這會擴大遊戲可產生的性別和種族範圍。Jayaram 表示
，EA 致力於專案使用多樣化數據，還考慮使用玩家生成的內容，並允許玩家透過智慧手
機或鏡頭捕捉自己的臉和表情並上傳到遊戲，製作獨特的頭像。
這種小功能我們不陌生，關鍵是願不願意上傳自己的臉。強調多樣化數據的重要性，是因
糾正大眾對人工智慧的誤解：某種程度客觀，因是計算後的結果。但演算法依賴數據，如
果資料是單人口統計數據，就會反映群體的偏見和盲點。
「我們習慣把人工智慧看成物理引擎或多人遊戲代碼，有時看成幕後技術」，人工智慧研
究員和遊戲開發者 Michael Cook 說。「但今天的人工智慧是創造性工作的一部分，控制
《模擬人生》AI 的行為和相處；它會在《卡德洞窟》（Caves of Qud）和《Ultima
Ratio Regum》這類遊戲產生文化和宗教，也是《看門狗》政治聲明的一部分。人工智慧
工程師對玩家的責任與編劇和設計師一樣大。他們能創造快樂體驗，也可製造傷害，即便
並不負責劇情編寫。如最近文字冒險遊戲《AI Dungeon》就在沒有任何警告的情況下生出
可能對玩家造成傷害的故事。」
微軟劍橋人工智慧研究團隊正在進行幾項機器學習和遊戲研究，包括 Paidia 專案，研究
強化學習對遊戲人工智慧代理的應用，如 AI 代理可與人類玩家合作。
微軟還看到玩家建模潛力──人工智慧系統觀察人類玩家行為學習如何行動和反應。只要
擁有廣大的玩家基礎，就能成為增加 AI 學習系統數據多樣性的方法。微軟劍橋首席研究
員 Katja Hofmann 說：
下一步將是經過訓練以提供更多樣化或更人性化的角色。電腦玩家向人類玩家學習是最具
挑戰性的場景之一，但也最令人興奮。
上述幾位遊戲人士觀點類似，Katja Hofmann 也強調：人工智慧技術不會自動做出多樣化
遊戲體驗。開發者和創作者需選擇如何使用人工智慧，選擇由此產生的角色和體驗是否反
映多樣性。
不管《星際大戰》的機器人對手，或 AlphaGo 這類圍棋 AI，遊戲業都傾向將人工智慧設
計成對抗系統，製造更強對手或隊友。如果眼光放遠，確實可看到其他選擇，Coder 和紐
約大學教授 Mitu Khandaker 與技術專家 Latoya Peterson 一起建立 Glow Up Games 工
作室，為不同觀眾製作社交敘事遊戲，團隊正在開發《Insecure：The Come Up Game》，
是基於熱門 HBO 影集的手遊，讓玩家探索角色的關係。
工作室 Tru Luv 之前創建大受歡迎的 Self-Care 應用程式，如今正在開發反映公司多樣
化、進步和支援性工作室文化的人工智慧技術。創始人 Brie Code 說公司目前有三分之
一黑人、原住民和有色人種，三分之二女性，決策團隊是 100% 女性，董事會是三分之一
BIPOC（黑人、原住民和有色人種）和三分之二女性，與來自巴基斯坦、突尼西亞和摩洛
哥等新興發展社群的顧問和合作夥伴合作。
與 Khandaker 一樣，Code 認為多元化工作力不僅消除傳統遊戲的偏見，還可開發新互動
。「多年來，遊戲業一直專注人類心理學的一小部分，非常擅長創造幫助人們感受成就感
或支配感的體驗。由多元化勞動力創造的遊戲 AI 將為 NPC 和代表人類體驗的廣度和深
度的體驗帶來生命。 我們會看到更多非零和體驗、更多同情心、更多情感共鳴、更多洞
察力、更多超越性。我們將看到全新遊戲形式，更調動玩家創造力、熱愛和快樂感，不僅
是勝利與支配感。」
現在遊戲主機和高階 PC 有更強大計算能力，人工智慧系統的複雜性也隨之增加。開發人
員將探索自然語言處理、玩家建模和機器學習等元素，以開發富想像力、反應式人工智慧
角色。唯一關鍵就是上述多樣性問題。而 Mike Cook 認為因 AI 研究領域人員結構問題
，錯過很多想法和觀點。
多樣性不僅為了避免錯誤或傷害，更是新想法、不同思維方式和新聲音。遊戲 AI 多樣化
意味聰明的人可將想法付諸實踐，AI 不僅以全新方式現身遊戲，還可能會有新遊戲類型
出現。
回到標題，AI 像真人和玩家交流對話其實不重要，重要的是，AI 以何種身分與玩家互動
。

會這樣打四個字的應該是機器人ww 真人大概只會打第一個字

其實ptt有98%左右的帳號都是AI自動回的 不信你查查看

AI都比真人更會打氣

嘴臭程度跟真人機率成正比

不如跟玩家說課的漂亮，賺翻了

Nier:Automata其實已經講完結果了 機器人亞當學習人類

你以為你是真人，其實你只是AI

畢竟那是十年前現在，同樣場景是在廚房，穿著裸體圍裙的可愛孩子不見得是女生

人類還有幾集能逃?

某樓的推文在開車!

ptt用戶就只有你一個 其他都是AI

freeguy

真夠蠢的 隨便寫個隨機自動喊GG EZ ZZZ的都更像真人

那如果是傳幹*娘呢

學人類的話應該只會罵隊友

真人才不會那麼友善

應該要幫點投降啊 靠北

今天玩MOBA,的確遇到玩家說自己最強,隊友都廢渣.

爐石對手: 你好，玩得不錯，聖光會懲罰你

學傳說對決啊 你罵髒話他就自動幫你轉換草擬馬OONMBBX >> 團戰有你在 輸贏都精彩

向大眾進行學習的AI最後都會被弄壞，人類的本質就是垃圾啊

真人只會打第一個字XD

「看來我該讓賢了」

可以加AI好友 然後以後找AI組隊 下線時找AI聊天嗎

拖稿玩家

我也覺得給AI學玩家行為的話大概不用多久他就只會說第一個字了 尤其是PVP遊戲

可不可以出那種要什麼有什麼 可以隨時叫出來交易道具的ai 啊 我沒朋友也不想上網徵

AI：幹死爽沒

AI會開始瘋狂的罵髒話然後被ban掉

學玩家的話87%會變成 幹 馬的垃圾隊友 15投殺死人會說 嫩 noob ez

罵海鮮的竟然是機器人

本來想看AI如何提升遊戲戰鬥體驗，結果都是在講教育內容，別浪費錢好嗎

看門狗一代被騙過了 不再抱任何期待

應該讓ai在勝利之後對屍體吊茶包這樣一定不會有人懷疑

NBA板有機器人會做賽後數據BOX

因為真人只會噴

講那些文縐縐的都機器人啦 敢讓ai學口語嗎

講沒兩句又在扯人種 衛報不意外

求求你，別送頭