Unity高级副总裁Danny Lange:AI如何帮我们打造出更好的游戏?| 36氪专访

Unity高级副总裁Danny Lange:AI如何帮我们打造出更好的游戏?| 36氪专访
2021年03月18日 21:45 36氪

“AI永远不知道疲倦,我们可以让AI在短时间内玩游戏几百万次。”

文| 泡泡

封面来源 | Pexels

短短30多年时间,游戏主流平台经过了主机、PC端和移动端的迁移,热门游戏也从红白机上的《魂斗罗》《超级马里奥兄弟》,变成移动端的《王者荣耀》《使命召唤手游》,最近两年火爆的《塞尔达传说》、《原神》、《赛博朋克2077》更是在视觉与玩法上带给了玩家更为极致的体验。

这些仍然不够,技术极客们从未放弃构建电影《头号玩家》中虚拟世界的努力。今年3月10日在纽交所上市的Roblox被认为当前最接近虚拟世界的游戏,这款起初在美国青少年间流行的游戏,因为“Metaverse”的概念,最近开始受到更多主流厂商和玩家的关注。

Metaverse概念源自1992年,由作家尼尔.史蒂芬森在小说《雪崩》中提出,指的是未来人类在一个持续的3D虚拟世界里进行游戏、建造、社交的数字生活方式。

游戏玩法更加复杂多样、视觉表达更加绚丽,乃至对游戏载体的颠覆。游戏行业高速发展的背后,也是技术的持续突破,这离不开游戏引擎的发展。

商用游戏引擎是2006年以后才真正出现的,并且迅速在游戏主机平台和PC平台普及,同时PC端经历了文字游戏、图形化游戏到大型客户端游戏的演变。2010年随着iPhone 4的发布,手游进入了快速爆发期并且直到今天成为了游戏市场最赚钱的细分领域。如今,还有很多新的游戏平台正在逐渐进入大众视野,如VR、AR、次世代主机、云游戏平台等等。而如今,游戏引擎能够改变的,已经从虚拟世界破圈到了现实世界。

在中国,有将近90%的手游都是基于Unity的游戏引擎开发,Unity曾经把手游高不可攀的开发门槛降低到开箱即用的程度。现在,Unity也在试图将AI等新技术工具化、标准化,应用到游戏及更广阔的工业领域。

最近,Unity发布将计算机视觉和仿真技术相结合的Demo,展示了人工智能和机器学习功能如何有效地训练机器人。这些新工具为机器人专家打开了一扇大门,让他们可以在Unity构建的虚拟世界中安全、经济、快速地进行机器人应用的研究、测试和开发。

Unity人工智能与机器学习高级副总裁Danny Lange今日接受了36氪的专访,他领导着公司在人工智能和机器学习领域的创新工作,致力于开发人工智能技术与仿真和游戏领域相结合的新应用。Danny正带领团队开发出诸多能帮助提升游戏画质、创新玩法、提高研发效率的AI工具,他相信随着AI技术的发展,未来几年不仅会出现很多优秀的AR、VR游戏,而且人们的生活和工作方式也会有所改变。

以下是采访问答,经编辑后发布

36氪:聊一聊AI如何帮助提升游戏画质?

Danny Lange:AI其实是基于数据的学习工具,我们通过大量的数据来训练AI可以在场景、背景等方面做得更好。比如针对背景和场景,我们可以拿几千张甚至几百万张的地貌或者地形的图像来训练AI,这样AI就可以自动生成游戏中的宏大背景和场景。

36氪:AI渲染可以如何帮助游戏开发提高效率、节省成本?

Danny Lange:现在游戏效果越来越逼真,世界也越来越宏大,这其中涉及到的美术元素比几年前的游戏要复杂的多,比如森林、海洋、草原、城市等,从2D变成了3D,越来越逼真,越来越给人以沉浸感。

36氪:能否举一个例子?

Danny Lange:假设在游戏中我们要放置一块木地板,通常以传统的方式我们需要很多人力对木板进行绘制。比如设计师需要来人工绘制地板上面的纹理,虽然很琐碎,但若要看起来真实还是要花很多时间。

而经过大量训练之后的AI,可以做到自动生成地板材质,这就减少了很多人工时间,从而让宏大游戏场景的制作变得更加容易,同时游戏创作者们也可以更加关注于创意和玩法,而不是把时间和精力花在这些琐碎的工作上。

36氪:AI是一种相对来说比较新的技术,您和您的团队有没有就AI工具标准化做一些工作?

Danny Lange:在AI工具方面,我们确实做了很多标准化的努力。AI可以帮人们做到很多事情,不管是游戏也好,工业领域也好,但因为这是一个相对新兴的领域,要理解AI能做什么不能做什么,以及怎么将AI融入到现有的传统工作流里面,让它真正产生作用,这是我们需要不断去跟用户普及的。

我们已经推出了一些标准化的AI工具,比如机器学习ML-Agents工具包 – 让你训练代理机器人学会与真人对抗,其玩游戏的水平可以比任何真人都厉害。还有ArtEngine – 能利用AI辅助功能将手机拍摄的照片生成立体的艺术纹理,把原来要几天完成的材质绘制缩短到几小时。

36氪:AI工具标准化的挑战来自于哪里?

在我们推广这些AI工具标准化的过程中,最大的挑战就是确保用户理解这些工具应该应用在哪些场合,如何使用才能发挥效果,超出了这些特定的领域它的有效性和效率会大打折扣。要克服这个挑战,我们就要做大量的技术科普工作,比如Demo的制作,教大家新技术的应用方式,跟客户一起研究具体的应用场景等等。

还有最新刚刚发布的这个机器人开发工具,用AI来训练机器臂预测并自动拾起出现的小方块。这些都是AI技术能做到的,但应用的领域各不相同。

36氪:在玩法和互动方面,AI能做哪些事情?

Danny Lange:我想从两个方面来讲一下AI和游戏玩法之间的关系。首先,AI有非常高的效率,在寻找游戏中的问题、捷径或者bug方面有非常高的效率。通过训练,AI可以在玩游戏方面做得非常好,比人类都玩得更好,它可以发现人类玩家难以发现的捷径,找到人类玩家难以找到的游戏中存在的问题。这些问题可能是一些作弊的途径,我们通过用AI来测试,提前把这些作弊途径修复掉。这样我们可以让整个游戏变得更好,体验也变得更好。

另外我想说的是AI永远不知道疲倦,我们可以让AI在短时间内玩游戏几百万次,这样我们可以获得大量的统计数据,我们就知道游戏的对抗或者竞争程度到底怎么样,游戏中的挑战设置是不是合适,我们需要确保游戏中每一个关卡都比前一个关卡稍微难一点,如果难度接近会索然无味,如果难度突然大幅提升,人类玩家可能直接放弃游戏。通过这样的方式,我们可以确保整个游戏体验是非常棒的,玩法也是达到最理想的状态。

36氪:在中国,有一些公司是正在试图建设通用人工智能平台,您认为通用AI可行吗?

Danny Lange:同时覆盖许多不同的领域是非常困难的,不同的AI应用场景区别太大了。

36氪:比如在您所从事的游戏和机器人领域,AI应用的区别是怎样的?

Danny Lange:其实游戏世界和工业世界的需求有很多相似之处,都能用AI来做很多之前不可能做到的事情。在游戏领域我们可以让角色跳得更高、跑得更快,对于物理规律的考虑不需要那么严苛,可以充分释放人们的想象力。但是在工业领域我们要考虑的是如何尽可能地模拟现实世界中的物理现象比如说受力、光照、行为等,最重要的是精准。 

36氪:您之前提到了图像生成技术,可以详细讲讲它在训练人工智能时的应用吗?

Danny Lange:将图像生成用于机器学习,其应用场景无限广泛。举个例子,我们可以通过图像生成技术来快速获取大量打标记的图像,也就是合成数据,来高效地训练计算机视觉系统——如果利用人工收集这些数据可能要几十年甚至更久的时间。这样用合成数据训练出来的人工智能可以应用在很多场景。这包括仓储和物流的机器自动化,训练分拣机器臂自动识别大小、外形、重量完全不同的包裹并进行复杂操作。

再举个例子,就是无人收银零售亭,经过训练的机器人可以给客户提供定制化的服务,比如制作一杯拿铁咖啡,或者精确识别商品之间的细微差别——因为很多杂货产品都很相似,若要精准区分,利用大量的合成数据来训练人工智能是最佳选择。

36氪:Unity在游戏行业得到了非常高的认可,当您尝试将技术应用在新领域的时候,需要注意些什么?

Danny Lange:在Unity这样的商业游戏引擎出现在市场上之前,没有一个通用的游戏开发工具,各家在做各家不同的东西,复用性差而且工具也很不好用。Unity的出现帮开发者们解决了这个痛点,大幅提升了效率,节省出来人力可以专注在创意。

选择机器人领域也是这个逻辑。我们最初做了一些调查,看有哪些领域有着当时游戏领域相似的状况,就是工具不统一、大量人力工作效率低、市场上还没有一个商用的通用的创作工具,那就是机器人领域。我们希望通过Unity提供的技术和工具改善这样的状况,为这些领域的创作者也带来好用的工具,让他们可以更加解放人力去做更多的事情。

36氪:您如何看待AR、VR技术在游戏中的应用?

Danny Lange:AR、VR硬件在过去数年时间中一直在改善,但我们现在仍然面临着一些挑战,如果在游戏机或者手机上玩游戏,整个游戏就是当前体验的一切,整个环境是一种受限制的环境,而使用AR、VR做的游戏体验会大有不同,这些环境可能是客厅,也可能是外面大街上的环境,我们通过这样的AR、VR的技术为每一位玩家创造独特的体验,游戏的趣味性更强,在未来我期待看到更多的AR、VR的游戏出现。

36氪:但是目前这样的游戏还不是非常成功,为什么?

Danny Lange:因为AI还无法很好地处理真实世界中的复杂环境。

比如在AR、VR游戏中有一个场景是需要和某些动物比如说宠物产生互动的,这时候有非常多的因素,整个场景的灵活度是非常高的,当前的AI技术还不足以处理这样复杂或者是灵活的环境。

36氪:距离成熟的AR、VR游戏出现还需要多久?

Danny Lange:在未来几年时间中我觉得这样的问题会逐步得到解决,会出现很多优秀的AR、VR的游戏。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部