AI最先取代的不是生产力工种 而是玩游戏的人

  昨天,在一次面向 Edge 杂志的访谈中,Google 的工程 VP Madj Bakar 称,延迟表现是决定云游戏成败的关键点,而为了使 Stadia 成功,他们采用了一种听上去非常刺激的方法来抵消延迟的影响:负延迟。

  “负延迟”这个由 Google 发明的术语,主要说的是一种延迟补偿手段,即预判玩家操作,在延迟或丢包产生时,帮玩家执行他可能想要做但是没做完的操作。其实这项技术本身并不是新鲜玩意,在一些联机游戏里还算挺常见,以《CS:GO》举个例子,假如你在跑动的时候突然短暂断网一瞬,那你觉得当你恢复连接的时候,你会停在自己断网的那个位置,还是一直往前跑跑到撞墙?我相信有朋友见过后者的情况。

  Google 基本上就是把这个技术运用在了 Stadia 云游戏上,Bakar 说,负延迟所指便是通过 AI 深度学习,然后根据玩家当前所在游戏状态的上下文,预判玩家的操作并提前在云端替玩家输入,再配合超高帧率数值,给予云游戏玩家进行游戏的流畅感,就感觉自己按下按键,游戏即刻作出响应,和自己在本地玩游戏没有什么不同,甚至还可以比使用游戏主机搭配无线手柄以 30fps 帧率游玩体验更好。

  前面那个类比不论,接下来 Bakar 说的话更让人感到迷惑:“到最后,不管你本地硬件多么强大,跑起来多么流畅,我们认为一两年内云游戏就会在运行速度和响应速度上实现超越。”这一说法出来不用提,等于杀了游戏主机全家,必然会引来大批粉丝互掐。

  先不论 Stadia 是否能兑现这种黑魔法一般的承诺,首先我们要确定一点,通信技术方面的物理性延迟是无法消除的,除非玩家距离数据中心地理位置足够近,要么出现颠覆性的通信技术突破。在这个前提下,任何抵消延迟的做法都是软件层面上的曲线救国,“负延迟”也不例外,它要做的无非是欺骗人类对于延迟和流畅的感知。

AI最先取代的不是生产力工种 而是玩游戏的人_第1张图片
Gamescom 2019 上的 Stadia 体验会,照片由 INA FASSBENDER 拍摄,via AFP/Getty Images

  如果 Stadia 的这种 AI 学习预判得出的结果符合我们的预期操作那倒还好,很大几率 Google 这种听上去非常夸张的宣传就是真实的;可如果没有呢?AI 预判的操作和我们的实际操作相左,系统又要如何处理才能掩盖延迟?这是留给 Google 的问题,也是给在它上面开发游戏的开发商提的问题。

  Stadia 最后能怎样,答案在 11 月第一次公开测试便会水落石出。不过再往远看一些,还有一个面向我们所有人提的问题:假定云游戏在不久后的将来成为主流,AI 预判代理操作技术在云游戏中广泛应用,那到底算是我们在玩游戏,还是实际上 AI 在玩,我们人类只是走个流程而已?AI 真的可以准确判断人类的决策?

  是游戏就一定会有它的规则,而在限定规则的条件下,毫无疑问,通过机器学习人类操作样本的大量积累,AI 的确能做到相当程度的预判玩家行动。可是,游戏乐趣的来源,很大的一部分来自于自己操作下对尚未发生的未知结果的预期,而当 AI 对这一切都了如指掌,并为你代劳的时候,我不肯定到时候这部分乐趣会不打折扣。

  游戏的根本目的,还是要给人带来欢乐、愉悦和成就自我的体验,这是人性的要求使然,我并不认为云游戏作为一种全新的技术理念,就可以不按照人性的讨论出牌。否则,AI 替代人类会成为现实,而且不是从我们之前讨论的那么多工种开始,最先被替代的,反而是游戏玩家——我们所有人都会成为云玩家,不过是 AI 操作的观众罢了。

你可能感兴趣的