AI 产生自我意识，“古墓丽影”劳拉觉醒，电子游戏革命来了！

一位外国 up 主，用 ChatGPT 给 AI 智能体注入了自我意识。产生「生命」的劳拉觉醒了，开始自己在「古墓丽影」中闯关。

如果游戏角色被注入生命，电子游戏会发展成什么样？

曾经，这是不少人的畅想，而如今，随着 AI 智能体的发展，这种想象已经开始走入现实。

【资料图】

最近，一位 YouTube 作者 Foxmaster 制作了一个经典游戏「古墓丽影」的原版视频。

而其中的女主角劳拉，居然是一个能控制自己角色的 AI 智能体！

可以说，利用机器视觉、定位、物体识别、动画、文本和语音等各种 AI 工具，Foxmaster 为游戏角色注入了数字生命。

就在前几天，爆火 AI 社区的斯坦福智能体小镇正式开源。25 个各具个性的 AI 智能体，在「西部世界」一般的沙盒虚拟城镇中生活、上班、交友。

所以，或许这就是电子游戏的未来？

01 「古墓丽影」女主有了意识

构建可以玩游戏的虚拟 AI，这个概念已经很常见。不过，Formaster 想做的，是让这个角色如同真人一样。

因此，他选择了「古墓丽影」这款游戏，游戏主角劳拉是一个人物性格鲜明、定义明确的角色。

而 Formaste 希望，这种个性会对游戏的最终结局产生影响。

如何让这个 AI 智能体 Lara Croft 在游戏中真正产生自我意识？

Formaster 经过以下几个步骤的探索，终于成功了。

学习游戏规则

首先第一步，叫她学会游戏规则。「古墓丽影」已经给出了教程，解释了所有的游戏控制过程。

作者让 Lara 按照给出的方式去练习，像人类玩家一样完成各个阶段的教程。

教程在 Lara 离开泳池时结束，所以可以在那时重启程序，做出改进。

开始时，改进 Lara 非常困难。

她有时会出现混乱，在地图中随意走动，甚至有时候会卡在菜单栏中，一遍遍盯着她的指南针。

为了解决这个问题， 作者在一台虚拟机上，重新调整了主时钟，将游戏进程加速了 40 倍。这个办法起作用力，AI 智能体终于在相对不错的时间内，完成了教程。

然而，还存在一个问题：Lara 经常卡在一个位置，而且每个关卡都是由静态元素组成，因此只有一条优化路径。

这会导致她只知道不走哪些路径，而不是想出更全面的方法来解题。但作者希望的是，Lara 学会自己去发掘探险过程。

考虑到 Lara 唯一掌握的知识，仅仅是每道关卡显示的屏幕上的内容，作者观察了从未玩过游戏的人类玩家的行为。

有的人会看完整个教程，有的人先会探索周围的环境，而这些选择的差异，就是由不同人的「个性」决定的。

而 Lara 需要学习的，恰恰就是这种态度。

识别角色

为了给 AI 建立与 Lara 的联系，就需要让 AI 明白，她是一堆像素。人类玩家进入游戏后，一下子有了这样的意识。

对此，作者从各个角度，录制了 24 个小时，Lara 朝着不同方向活动的视频，以便 AI 智能体能够识别任何给定角色。

就像自动驾驶汽车一样，能够以每秒 30 帧速度拍摄 24 小时视频，得到 2592000 张参考图像，以识别道路标志。

首先，作者跟踪头部主要像素，然后是身体主要像素，来选择相关区域。

为了确保 Lara 出现在每张图像中，作者要求程序去识别那些不包含任何突出显示的图片。

当 Lara 占据整个屏幕时，或当一个二维物体挡在她面前，作者使用 AI 视觉捕获来帮助识别 Lara，结果非常准确，足以识别屏幕上的角色。

环境互动

能够识别 Lara 后，需要让 AI 与环境互动。

整个游戏环境都是由同样的区块组成，作者将其导入到立方体上，然后从各个角度捕获环境，再运行识别过程，这样 AI 智能体就能识别出环境，就像人类玩家解释图像的过程。

红色突出显示的区域是，未能识别的纹理。但是，AI 仍旧缺乏想去某个地方的意识，还需要知道自己距离周围环境的距离。

有趣的是，这些未能识别的区域，通常是远离 Lara 的位置，或被其他 2D 物体遮挡的位置。

当我们观察人类玩家的行为，看到这张图像后，我们能够立即明白，箭头所指向区域是一个入口。

我们可能不知道下一个房间的大小，但我们知道这是存在的。

但是，这也可能是一种视觉错觉。当我们去移动，入口区域的纹理与其他地方不同，这是 3D 空间的特征。

因此，AI 智能体还得学会移动，并进行比较。从计算角度来看，可以使用多个图像来确定哪些纹理尺寸的变化最小。

这里可以使用主多边形的面积来算，它们的变化主要基于彼此之间距离成比例的概率。

想象

现在，AI 已经知道自己身在何处了，她必须做出决定，自己下一步要去哪里。

通过识别纹理，可以让她到达特定的位置，然而在关卡中导航，需要更简单的东西。

最快的方法，就是简化对比度，识别区域中光线的突然变化。但是，人类玩家不一定会去这些地方。

当有多个开口时，AI 必须表现出足够兴趣，但不能导致她死亡。

比如，如果一个洞太深，就无法在不抓住周围壁架的情况下跳下去。假如下面有水存在，倒是有可能值得这种冒险。

人类玩家知道什么时候可以跳，但 Lara 的行动方针都是来源于教程，它必须准确估计自己和目标之间有多少个方块，是否应该聚集自己的动量，以及在放手之前是否应该暂停一下。

总之，她必须像人类玩家一样，做出准确评估。

如果她提前知道一个洞的大小，就会跑得非常快，这就并不符合我们的期望。

为了让她多收集环境信息，作者鼓励 AI，如果有疑惑，就应该旋转相机，收集更多的信息。

但真实情况下，即便如此，AI 也可能卡在房间里。

为了鼓励她走出房间，作者补充了一些收集规则。

比如，每次遇到在该区域成为优先级前从未见过的纹理时，她都必须以增加屏幕上这种纹理大小的方式来移动。

这样，她就只能在关卡中前进。因为每个关卡中都有独特的纹理，解锁的唯一方式，就是进入下一个关卡。

总之，Lara 会不断分析自己在屏幕上看到的内容——不同表面的纹理，她会移动自己的身体，定义新的兴趣点（即目录中尚未存在的纹理）。

在这个过程中，她会不断验证，去寻找丢失的纹理。

运动

然而，即使经过了上述改进，这个 AI 还是太像个机器人了，行动模式是显而易见的。

为了改进它，作者再次观察了人类玩家。

是什么决定了人类玩家在游戏中如何行动？就是我们的记忆，我们会记住动作是如何组合的。

因此，这个过程也需要植入到 AI 中，因为 Lara 必须意识到她自己的运动能力。

为此，作者把 AI 每一秒的动作都保存起来，来训练它，然后添加一条规则，允许它同时执行这些保存的动作。

这样，AI 的动作就变得平滑多了。

另外，因为每个动作的冷却时间是已知的，就可以防止 AI 在执行不必要的动作时，仍然处于活动状态。

在下图中，火焰重新激活的速度如此之快，需要完成很大的跳跃才能穿过。

幸运的是，这些通道在视觉上被简化了，很容易识别块的边缘。

AI 知道，Lara 总是会在方块的第一部分激活时完成正确的跳跃，就像人类玩家理解的一样。

02 ChatGPT 注入人格

接下来，就需要将 Lara 的个性灌输给 AI 智能体。个性取决于经验和记忆，这些因素的结合决定了 Lara 角色。

根据游戏设定，她是一个著名的考古学家，从不畏惧冒险，愿意接受分配的山区任务，甚至不要奖赏，完全出于热爱。

另外，Lara 还特别有钱，刚刚搬进一座豪宅，屋内装饰非常优雅，屋子里还有一个训练室。她还特别擅长教学，游泳，攀爬，耐力非常强。

当冒险途中遇到危险，她能够保持镇静，而且非常勇敢，会毫不犹豫帮助同伴。

面对狼群包围，她用枪准确地射杀，还能用匕首杀死凶险的狼。她唯一拒绝的是，主动强行开锁。

以上的一切，都是从游戏设定中，了解到的 Lara 个性。

接下来，就是以真实的方式去评论她所看到的一切，对此，作者在数据库中已经编译 Lara 的性格特征。

为了使评论对实际情况有意义，程序需要将游戏图像与现实生活中可识别的东西相关联。

对于纹理细节通常较少的图像，可以通过谷歌逆向图像搜索进行匹配。

因此，当 AI 智能体检测到足够大的纹理，它就会启动搜素。

为了识别单词，作者将整个页面复制到 ChatGPT。然后要求 ChatGPT 根据出现的次数对其进行分类，再将识别出的单词添加到列表中。

最后要求 ChatGPT 根据这些单词创建一个句子，并且要考虑到 Lara 个性。

这样做，就是要 ChatGPT 去真是地评论，Lara 在现实生活中看到的东西。

比如，如果纹理被识别为海狮，ChatGPT 能够将海狮与 Lara 个性特征联系起来做出评论。

总得来说，Lara 智能体的人格是通过 ChatGPT 使用「勇敢」、「友好」或「聪明」等各种属性设定。Lara 在游戏中，感知和评论的所有物体都会通过这个人格过滤器，并由 Lara 根据既定的性格反应出来。

就比如，如上的海豹，Lara 会提及海狮化石，或者出色的游泳能力，并不会对其在马戏团发表言论。

03 网友：AI 智能体让电子游戏变成了艺术品

有网友表示，这是让角色自我发展最酷、最自然的感觉方式之一。当角色能够活灵活现，你才可以真正体验到电子游戏是一件艺术品。

「她说话和分析周围环境的方式非常可爱。让 AI 机器人有能力评论周围环境，无论它的实际水平如何，都会让人觉得她是个活生生的人。」「这太迷人了。她那超然的好奇心和一丝异想天开的想法，与我想象中的 Lara 的内心独白惊人地相似。」有人说，让我感到惊奇的是，她的对话与她的行为相吻合。

这让人觉得，写对话的人工智能和控制角色的人工智能是同一个人。

前不久在斯坦福 AI 智能体小镇开源时，网友们就十分激动，觉得 AGI 已来，各种 RPG 和模拟类游戏都会很快用上这种技术。

而现在，Foxmaster 将 ChatGPT、计算机视觉和物体识别的结合，让电子游戏变得更有趣了。

或许在未来，电子游戏角色可以被赋予更深、更灵活的个性，对环境做出更快的反应，以及许多我们无法想象的变化。