Google DeepMind的Alexandre Moufarek谈AI与Gaming

谷歌DeepMind高级总监Alexandre Moufarek与Adrian Bolton在博客中回顾了游戏对AI发展的关键推动作用，从1997年IBM深蓝击败国际象棋冠军，到2016年AlphaGo战胜围棋世界冠军，这些里程碑证明了神经网络在处理复杂问题上的潜力。尽管许多团队成员拥有游戏开发背景，包括现任Alphabet首席科学家Demis Hassabis，但DeepMind的目标已超越单纯的游戏胜利，致力于构建能安全适应环境、理解角色并与之互动的通用AI智能体。

针对玩家关心的《GTA 6》等开放世界中NPC的智能化问题，Moufarek指出传统脚本行为的局限性在于无法应对预设之外的玩家行动。他提出“受限即兴创作”的概念，即由人类设计师制定世界观和故事基调，而AI负责实现无脚本的玩家互动。这种模式并非用混乱的AI生成内容替代精心设计的叙事，而是赋予玩家前所未有的自主性，同时保持剧情逻辑的连贯性。

这一理念的核心体现在其多世界代理模型SIMA上。初代SIMA仅能通过屏幕像素和键鼠操作执行简单指令，如开门或攀爬；而最新推出的SIMA 2嵌入Gemini模型作为核心，具备推理能力，不仅能理解自然语言指令，还能将模糊目标拆解为多步骤计划。例如在测试中，SIMA 2根据“在那附近建房子”的指令，自主规划出探索森林、收集木材并选址建造的过程，展示了初步的空间感知和意图推断能力。

目前，DeepMind正与Fenris Creations合作，将AI引入大型开放世界游戏《EVE Online》进行早期研究。虽然SIMA 2被视为迈向通用人工智能的重要一步，团队也承认实时控制和分布外泛化仍是严峻挑战，智能体在不熟悉的高动态场景中仍会犯错。尽管如此，能够从纯文本指令中推断语境并执行复杂任务的能力，标志着人机交互新范式的开启。