超級瑪麗成了人工智能的實驗田

想設計出類似 Flipbird 這樣結構簡單，但又極具挑戰的遊戲麼？以後可能不用關卡設計師動腦了。

本週，佐治亞理工學院對外展示了一個全新的人工智能系統，它能做的可不是開外掛代你打機，而是不斷讓遊戲產生新的、越來越難的關卡。

做到這點，機器人先要觀看一段來自 YouTube 或者 Twitch 的遊戲視頻，學習、分析其中的邏輯和規則，之後它就開始編程了。團隊的開發人員首先拿超級瑪麗做了測試。

機器人關注的重點在這款遊戲的地形和元素設置——水管、磚塊金幣之間的關係。在學會以後，它就知道板栗仔要在地上跑、章魚要在水裡遊這些基本設定，也明白了磚塊要設計成多寬，以便讓馬里奧能跳的過去。

這臺機器人根據遊戲視頻中玩家耗時最多的部分，判定哪個區域的互動性最強，繼而進行數據挖掘，編寫出新的關卡。

對玩家來說，機器人生產出的新關卡是全新且非隨機的，並且難度越來越高。至於這些關卡好玩不好玩我們尚不清楚，不過佐治亞理工學院的研究人員說，他們下一步的打算是評估真實玩家對新關卡的反應，並把這個結果和原生關卡做對比。

作為史上最暢銷的電子遊戲之一，超級瑪麗今年已經 30 歲了。這部任天堂開發的傳奇遊戲已再發行和復刻了許多次，衍生出數十款新遊戲。迄今多個版本的總銷量已突破 4000 萬套，主人公馬里奧也成為日本遊戲產業的標誌性符號。

超級瑪麗並不是頭一回和人工智能扯上關係了，據 Venture Beat 報道，今年初，德國圖賓根大學的認知建模小組展示了一個名叫 Mario A.I. 的項目，他們讓馬里奧學習人類的語音內容，理解大量的英文語言和命令，從而獲得過關的經驗，自行對遊戲做出決策。

在 2013 年，一位名叫 Tom Murphy 的開發者利用“字典序（Lexicographic order）”的方法讓馬里奧具備了人工智能的色彩。這是一個簡單而有效的數學算法，可以用來判斷一組數值的最佳排序，它常常被用在圖書館整理和字典編纂當中。

Murphy 設計了兩個程序，一個用來記錄人工玩遊戲的關鍵數據，另一個用算法分析這些數據，從而讓馬里奧判斷怎麼跳躍、怎麼吃金幣。

會自己打遊戲的機器人不止馬里奧。一家被 Google 收購的公司 DeepMind Technologies 也開發過一套深度學習系統，可以自己操作 49 款小遊戲，比如視頻彈球遊戲 Video Pinball。這個機器人需要人類不斷的訓練，每次得到高分，機器人就會得到“狗糧”獎勵。機器人就這樣在試錯和鼓勵中學習技巧。

不過如果拿來兩個人工智能機器人，一個不斷設計遊戲、一個不斷操作遊戲，誰會贏呢？

題圖來自：Mikey Lemoi