借助AI提升游戲體驗 引擎會從中分一杯羹么

人工智能正成為重塑產(chǎn)業(yè)效率的利器。在安防、金融、醫(yī)療、法律、教育等信息化程度高的領(lǐng)域，那些機械性、重復(fù)性高的勞動正逐漸被機器部分替代。在基本上完全數(shù)字化的千億沒有規(guī)模的游戲行業(yè)，人工智能是否有可能產(chǎn)生更大的影響?

這個問題我們也很好奇，于是打算系統(tǒng)地做一系列的行業(yè)研究和梳理。

吸引我們做這個系列的原因并不復(fù)雜。一是因為游戲行業(yè)巨大的市場規(guī)模和可觀的營收及利潤。2016年全球電子游戲收入首次突破1000億美元，中國游戲玩家達到6億人，市場規(guī)模達到246億美元，超過了美國的241億美元。一是因為游戲行業(yè)的數(shù)字化程度非常高，數(shù)據(jù)量也十分可觀，除了游戲本身全部是電子化的，一款DAU在百萬的游戲每天產(chǎn)生的文本日志數(shù)據(jù)至少可以達到數(shù)十G，基于游戲的網(wǎng)絡(luò)輿情數(shù)據(jù)也未能得到有效挖掘，這意味著AI也有可能發(fā)揮價值。

本文主要為Unreal資深技術(shù)工程師王禰的采訪內(nèi)容整理，采訪中王禰講述了Unreal在游戲與人工智能結(jié)合方面的一些嘗試和研究。整理這部分內(nèi)容主要是因為我們認為，機器學習+計算機圖形圖像學已經(jīng)有不是研究及成果，我們也希望了解下目前知名的引擎公司是否有可能涉足相關(guān)的業(yè)務(wù)，探討留給創(chuàng)業(yè)公司的機會到底有多大。

王禰有近10年的虛幻引擎使用經(jīng)驗，有console游戲、掌機游戲、PC MMO游戲、手機游戲開發(fā)經(jīng)驗。2005-2009年在Ubisoft， 作為引擎程序員參與開發(fā)了Endwar和Cloudy項目。此后在英佩游戲開發(fā)了xbox游戲，組建了手游團隊。現(xiàn)在是EpicGames China唯一的引擎技術(shù)專家，參與和幫助了眾多使用UE3和UE4的項目解決了各種問題。

我們從采訪過程中推斷：

Unreal Engine確實有做過這個方向的研究，且有一定的探索。比如，Unreal Engine在幾何輔助生成、角色動畫生成、PBR材質(zhì)參數(shù)生成、工具集中海量內(nèi)容的分類等功能都有探索。

但像Unreal Engine這樣的引擎都有專注解決的點，比如實時渲染，與這些核心功能不相關(guān)的工作或許并不會直接涉足，有可能會與第三方合作的形式完成。

DCC工具也有可能增加相關(guān)的功能。

以下為采訪內(nèi)容整理。

Q： Unreal Engine 在人工智能方向有哪些研究和嘗試?

王禰：

借助AI，可以提升游戲的體驗。此前，Epic Games大中華區(qū)總經(jīng)理吳灝在接受采訪時就有提到這點。

ML可以應(yīng)用在游戲引擎的很多方面。當然對于圖像處理，尤其是后期參數(shù)調(diào)整之類的功能，可能和內(nèi)容創(chuàng)作者的意圖直接掛鉤的功能，可能應(yīng)用ML的意義不太大。

此前的游戲AI更多的是讓NPC、敵人的表現(xiàn)更加自然，讓動作更符合人類感官嘗試。游戲AI還有很大的提升空間，比如，角色動畫方面。在SIGGRAPH上也有一些這方面的論文，比如利用卷積神經(jīng)網(wǎng)絡(luò)可以使復(fù)雜的實時游戲環(huán)境中玩家角色動畫更為真實。在大多的游戲中，角色動畫是通過手動的方式制作或者通過動作捕捉制作的。這樣一來，當玩家單人通關(guān)時，每一位玩家看到的動作周期是一樣的，會重復(fù)幾千次。愛丁堡大學的研究人員則開發(fā)了面向“Character Control”(角色控制器)的“Phase-Functioned Neural Network”(簡稱PFNN)，它是一種全新的角色動畫處理技術(shù)，可以使游戲中人物的動作更加真實。

育碧正在與這一團隊合作，我們也有與他們接觸。從目前的效果來看，前景不錯。但是目前的可控性還不夠好。這也是目前很多看起來效果不錯的前沿算法在實際使用中的一些問題。游戲還是有一些設(shè)計成分在的，如果游戲和現(xiàn)實世界一樣，玩家可能也不會喜歡游戲，因此游戲中基本都會有設(shè)計師指定的成分。但是目前很多前沿的算法，都還不太適合人為控制，到實際應(yīng)用還有一定距離。

素材內(nèi)容生成可能還是在DCC工具中實現(xiàn)，但是引擎也可以做一部分。比如，前年的時候，Unreal Engine做了一些嘗試，在引擎中集成了一些相關(guān)的功能，我們也展示了相關(guān)的Demo，將大量拍攝的照片上傳到了系統(tǒng)，根據(jù)模型解析當前的光照環(huán)境，生成材質(zhì)參數(shù)，最后生成貼圖。現(xiàn)在，Nvidia等公司也在做類似的嘗試。這其實是一個趨勢，目前寫實類的游戲開發(fā)成本越來越高，但是有這樣的工具和方法，成本就可以降低下來。

在游戲制作環(huán)節(jié)，基本每個環(huán)節(jié)都可以利用AI提升效果或者效率。除了上面提到的動畫融合，全身的追蹤也是一個方向。目前可以追蹤到的身體部位還是比較少，在通過大量的數(shù)據(jù)訓(xùn)練后，可以根據(jù)人物的骨骼、身高等信息，推算出更符合人類常識的正常的動作。在人物表情方面，可以基于機器學習，推算出所有的肌肉群的權(quán)重，使得人物的表情更加真實，去年SIGGRAPH我們也展示過這方面的Demo。

關(guān)于和AI結(jié)合，Unreal Engine也有在做嘗試，并且有一些不錯的結(jié)果。我們在幾何輔助生成，角色動畫生成，PBR材質(zhì)參數(shù)生成，工具集中海量內(nèi)容的分類等功能都有探索。

不過，Unreal Engine的關(guān)注點還是在實時渲染和邏輯控制。未來，有些功能可能是不會自己做的，但是可以和第三方合作。

Q： 接下來有可能對游戲行業(yè)產(chǎn)生推動作用的商用技術(shù)可能有哪些?

王禰：

如剛才所說，大量通過AI來輔助做內(nèi)容生成的的技術(shù)都會對行業(yè)有推動作用。

對于小團隊來說，可以利用PCG技術(shù)(過程自動生成技術(shù))。去年底，Steam上線有一款游戲名為《宇航員》，是一款沙盒游戲。游戲中，所有的星球都是可以探索、甚至挖掘至地心的。這一團隊僅有6名人員，大量使用了PCG技術(shù)。對于小團隊來說，這會是一項非常有價值的技術(shù)。

另外可能也已經(jīng)有公司開始嘗試在實時渲染領(lǐng)域使用光線跟蹤。傳統(tǒng)的實時渲染都是使用光柵化的方式來繪制的，并且在這上面積累的大量的算法和經(jīng)驗技巧，要很快的替換掉是不太可能的。但是在一些特定情況下可能會有幫助，例如在VR領(lǐng)域，通過光線跟蹤的硬件和對應(yīng)的圖形API，可能可以在鏡片的片元的光線出發(fā)來計算場景主光的貢獻。