人工智能产生自我意识，劳拉的“古墓丽影”苏醒电子游戏革命来了

人工智能产生自我意识，“古墓丽影”劳拉醒了！视频游戏革命已经到来

新智元报告

编辑：埃涅阿斯桃子

【新智元的指导】

国外一位高手利用ChatGPT向AI代理灌输自我意识。孕育“生命”的劳拉苏醒开始独自冲破壁垒《古墓丽影》。

如果角色兴奋的话，电子游戏会是什么样子？

过去，这是很多人的幻想，但现在，随着人工智能代理的发展，这种幻想正在成为现实。

最近，YouTuberDarwinTrump制作了一段关于经典游戏《古墓丽影》的原创视频。

其中，女主角劳拉其实是一个可以亲自控制角色的人工智能特工！

可以说，借助机器视觉、定位、物体识别、动画、文字和语音等各种人工智能工具，Foxmaster为角色的表演注入了数字生命。

那么，也许这就是视频游戏的未来？

《古墓丽影》女主角记得

构建具有游戏能力的虚拟人工智能的概念很普遍。但Formaster只是想让这个角色看起来像一个真人。

所以他选择了《古墓丽影》游戏，其中劳拉是明显的角色。

而Formaste希望这种性格能够影响到比赛的最终结果。

这个AI特工劳拉·克劳福德到底是怎么认识游戏里的？

Formaster在探索了下一步之后终于成功了。

他们学习游戏规则

第一步是要求他们学习游戏规则。《古墓丽影》是一个讲解游戏整个控制流程的教程。

作者要求劳拉以特定的方式进行练习，像人类玩家一样完成教程的每个阶段。

当劳拉离开泳池时，教程结束，因此可以在那时重新启动程序以进行改进。

一开始，治愈劳拉是非常困难的。

有时他看起来很困惑，在地图上随意走动，有时他会卡在菜单栏中并一直看着指南针。

为了解决这个问题，作者调整了虚拟机的主时钟，使游戏进程加快了40倍。这种方法奏效了，AI代理最终在相对较好的时间内完成了教程。

然而，有一个问题：劳拉经常卡在一个地方，而且每条赛道都由静态元素组成，因此只有一条优化路径。这让他知道不应该走哪条路，而不是想出完全不同的方法来解决问题。但作者希望劳拉学会寻找自己的冒险经历。

鉴于劳拉唯一的知识是每个级别屏幕上显示的内容，作者观察了从未玩过该游戏的人类玩家的行为。有些人读完整个教程，有些人先探索周围的环境，选择的差异是由不同人的“性格”决定的。

这就是劳拉需要学习的态度。

他知道这个角色

为了让人工智能与劳拉建立联系，人工智能需要了解其中涉及很多像素。人类玩家一进入游戏就突然意识到了这种意识。

对此，作者录制了拉拉从不同角度向不同方向移动的24小时视频，因此AI代理可以识别任何角色。

就像自动驾驶汽车一样，它可以以每秒30帧的速度记录24小时的视频，生成2,592,000个参考图像来识别路标。

首先，作者跟踪关键像素，然后跟踪主干关键像素以选择相应的区域。

为了确保劳拉在每张图像中都可见，作者要求程序识别不包含亮点的图像。

作者使用人工智能视觉捕捉来识别劳拉，当他占据整个屏幕或当二维物体出现在他的路径中时，结果足够准确，可以识别屏幕上的角色。

环境互动

一旦你确定了劳拉，你就需要让人工智能与环境互动。

游戏环境由相同的块组成，作者将其导入到立方体中，然后从每一面获取环境，然后运行识别过程，使AI代理像人类玩家一样识别环境。解释成像过程。

以红色突出显示的区域是未知纹理。然而，AI仍然不知道自己要去哪里，需要知道距离周围环境有多远。

有趣的是，这些未知区域往往位于距离劳拉很远的地方，或者被其他二维物体覆盖的地方。

如果我们观察人类玩家的行为并看到该图像，我们立即就会明白用箭头标记的区域是入口。

我们可能不知道隔壁房间的大小，但我们知道它就在那里。

然而，这可能是一种视错觉。随着我们的进展，入口区域的纹理与空间的其余部分不同，这是典型的3D空间。

因此，人工智能代理必须学会移动和比较。通过计算，可以使用多个图像来确定哪个纹理具有最小的尺寸变化。这里可以使用主要多边形的面积，其变化主要基于与彼此距离成正比的概率。

想象

现在人工智能知道他们在哪里，他们需要决定去哪里。

您可以通过识别纹理将它们带到特定位置，但关卡导航需要更简单的东西。

最快的方法是简化对比度并识别给定区域中突然的光线变化。然而，人类玩家不必去那里。如果有多个空位，AI应该表现出足够的兴趣，但不会导致死亡。

例如，如果洞太深，不抓住周围的边缘就不可能跳跃。如果其中含有水，可能会很危险。

人类玩家知道什么时候跳，但劳拉的动作都是来自教程，所以你必须准确猜测他和目标之间有多少格，是否蓄势，以及是否要停下来才放手。。

简而言之，他们需要像人类玩家一样做出准确的判断。

如果他们提前知道洞的大小，他们会跑得更快，这并没有达到我们的预期。

为了收集更多有关环境的信息，作者鼓励人工智能在有疑问时旋转相机并收集更多信息。

但事实是，人工智能仍然可能被困在房间里。

为了鼓励他们离开房间，作者添加了一些收集规则。

例如，每当您遇到以前从未见过的纹理时，该区域将成为突出显示的区域，您需要以增加屏幕上纹理大小的方式移动它。

这样他们就只能通过关卡了。由于每个级别都有独特的纹理，因此只能通过前进到下一个级别来解锁。

简而言之，劳拉不断分析他在屏幕上看到的内容-不同的表面纹理，移动他的身体，并识别新的兴趣点（即目录中尚未存在的纹理）。

一路上，他们不断检查，寻找缺失的纹理。

运动型的

尽管有上述改进，人工智能仍然非常机器人化，其行为模式也很明显。

此外，作者再次观察了人类玩家。

它决定人类玩家在游戏中的行为方式吗？这是我们的记忆，我们记得行动是如何组合在一起的。

因此，这个过程也需要基于人工智能，因为劳拉需要了解自己的运动能力。

为此，作者保存了人工智能训练执行的每一秒动作，然后添加规则以允许它同时执行这些保存的动作。

这样一来，AI的动作就变得更加流畅。此外，由于每个动作的冷却时间是已知的，AI在激活时不会执行不必 要的动作。

在下图中，火势燃烧得如此之快，以至于需要很大的跳跃才能恢复正常。

幸运的是，通道在视觉上得到了简化，并且块的边缘很容易识别。

人工智能知道，当骰子的第一部分被激活时，劳拉会做出正确的跳跃，就像人类玩家知道的那样。

ChatGPT赋予个性

然后劳拉的个性必须被植入到人工智能代理中。个性是由经验和记忆定义的，这些因素的结合定义了劳拉的性格。根据游戏的设定，他是一位著名的考古学家，他不惧怕冒险，他乐意承担免费的山地任务，一切都是为了爱情。

而且，拉拉非常富有，刚刚搬进了一座内饰优雅、有家庭练习室的豪宅。他教得很好，会游泳，会爬岩石，而且有很强的耐力。

当他在冒险中遇到危险时，他能保持冷静，非常勇敢，并毫不犹豫地帮助他的朋友。

对抗狼群的围攻，你可以用步枪准确射击，用刀杀死危险的狼。一方面，他拒绝强行开门。

以上都是劳拉从游戏设定中了解到的性格。

之后，为了以原创的方式评论他的所见，作者将劳拉的性格特征收集到数据库中。

为了让评论了解正在发生的事情，程序需要将游戏中的图像与现实生活中可以理解的事物联系起来。

对于经常缺乏纹理细节的图像，可以使用Google的反向图像搜索来匹配。

所以当AI代理检测到足够大的纹理时，它就开始搜索。

为了识别这些单词，Formaster将整个页面复制到ChatGPT中。然后，ChatGPT会被要求根据出现的次数对识别出的单词进行分类，然后再将其添加到列表中。

最后，ChatGPT被要求根据这些单词创建句子，同时考虑到劳拉的个性。

一路走来，我希望ChatGPT能够对劳拉在现实生活中所看到的做出评论。

例如，如果纹理被识别为海狮，ChatGPT可以用劳拉的性格特征来注释海狮。

一般来说，劳拉特工的个性是通过ChatGPT使用“勇敢”、“友好”或“聪明”等各种属性来设置的。

劳拉在游戏中注意到和评论的每个对象都会经过这个个性过滤器，劳拉会根据他既定的个性做出反应。和上面的海豹一样，劳拉提到了海狮的化石，或者出色的游泳能力，但没有评论马戏团。

网友：人工智能代理将电子游戏变成艺术品

有网友表示，这是最好、最自然的人物养成方式之一。当角色还活着时，你可以将电子游戏视为艺术品。

“他们说话和分析环境的方式非常有趣。当你有一个可以评论其环境的人工智能机器人时，无论多么美妙，它感觉就像一个真正的人类。”

——令人着迷，他的好奇心和求知欲几乎正是我想象中劳拉的内心独白。

尽管如此，我还是很惊讶他的对话与他的行动相符。写对话的AI和控制角色的AI似乎是同一个人。

不久前，斯坦福AI智体小镇开源后，网友们非常兴奋，认为AGI已经到来，各种RPG、模拟游戏都会使用这项技术。

现在，Foxmaster将ChatGPT、计算机视觉和物体识别结合起来，让视频游戏变得更加有趣。

也许未来的电子游戏中的角色会有更深的个性、灵活性、对环境更快的反应，以及许多其他我们甚至无法想象的变化。

参考：