對于每一個游戲玩家來說，NPC（非玩家控制角色）或許都不陌生，你可以通過他們學(xué)習(xí)游戲操作、了解游戲背景、得到任務(wù)線索和物品，甚至有些開放世界游戲里，你還能培養(yǎng)不同NPC的好感度，發(fā)展友情、愛情。

但是，在目前絕大多數(shù)的游戲里，你都沒辦法和NPC真正的聊天，他們給人的感覺更多是被寫入劇本的“工具人”，他們念著沒有感情的臺詞、在固定的位置不眠不休地“被玩家搭訕”。

不過，隨著技術(shù)的進(jìn)步，越來越多的高品質(zhì)游戲開始加入了更真實化的NPC，除了獨特的個性、背景，甚至還能擁有自己的思維方式，或許會有一天，你甚至分不清游戲里哪個是真人玩家，哪一個是NPC。

不信？我們來看看Modbox開發(fā)者Alientrap通過將Windows語音識別、OpenAI的GTP-3 AI和Replica的自然語音合成等技術(shù)融合之后打造的demo：

    有性格、會嘲笑你的NPC

這段Demo展示視頻只進(jìn)行了兩段對話，從NPC的回答方式和語氣來說，如果不是角色比較卡通，你很難判斷他到底是真人還是AI，我們不妨分別看看兩短對話的內(nèi)容：

第一段對話是測試者與市政工作人員Bobby：

Bobby不僅說話有語氣，還會用手比劃

測試人：你好，Bobby。

Bobby：你想干嘛？（英文回答選擇了What do you want?可以明顯聽出來有點不耐煩）

測試人：你要去哪？

Bobby：我要去上班，馬上要遲到了，如果到公司晚了會被老板罰的。請走開吧，我現(xiàn)在沒法幫忙。

測試人：你在哪上班？

Bobby：我在市政廳上班，位于城中心的一座政府大樓里，那是一座很大很漂亮的建筑，不容錯過。

測試人：它在哪條街道上？

Bobby：你簡直太聰明了，我喜歡你這樣的！市政廳不就在市政路上（可能是在嘲笑測試者明知故問）。

測試人：好吧，再見。

Bobby：再見！

第二段是與賣熱狗的小攤販交談，我們姑且叫他，熱狗男（Hotdog Man）

帶表情和肢體語言的熱狗男

測試人：你好，熱狗男

熱狗男：您要點兒什么？

測試人：你這里都有什么類型的熱狗？

熱狗男：我們有三種熱狗，普通的，甜的還有非常辣的。

測試人：能賣給我三合一口味的嗎？

熱狗男：不好意思，我們不能做這樣的口味，客戶不會喜歡的。

測試人：好吧，一個熱狗多少錢？

熱狗男：一個常規(guī)熱狗6金幣，甜熱狗10金幣，辣熱狗9金幣一個。

測試人：是什么讓它這么辣？

熱狗男：上面加了一點辣醬，所以非常辣。

從NPC回答的內(nèi)容來看，無論是Bobby還是熱狗男，都比絕大多數(shù)游戲里的NPC更“聰明”一些，而且其語言表達(dá)方式不僅能反映出角色個性、即時狀態(tài)，還可以看出NPC與玩家之間的關(guān)系遠(yuǎn)近。

不過，從給出問題到通過GPT-3和Replica給出答案，往往有比較明顯的延遲時間，盡管回答內(nèi)容非常有個性，但這個等待時間還是會讓人瞬間出戲。當(dāng)然，比較好的消息是，隨著技術(shù)的進(jìn)步，這種延遲或被逐步消弭，比如谷歌和亞馬遜已經(jīng)在一些智能家用設(shè)備增加了定制芯片，以降低數(shù)字助手的反應(yīng)延遲。

    Demo背后的“黑科技”：GPT-3模型與自然語音合成

據(jù)GameLook了解，Modbox是一款支持SteamVR的多人游戲創(chuàng)作沙盒，經(jīng)過了多年的公開測試研發(fā)之后于去年底發(fā)布，不過仍處于Early Access過程中，某種程度上來說，這個技術(shù)是領(lǐng)先于時代的。

在最近的測試中，開發(fā)商Alientrap使用了兩種最先進(jìn)的機(jī)器學(xué)習(xí)服務(wù)，包括OpenAI的GPT-3語言模型和Replica的自然語言合成?？紤]到微軟曾經(jīng)給OpenAI投資10億美元，并且擁有GPT-3的商業(yè)使用和源語言獨占特權(quán)，所以該功能是不可能只用于Modbox。

2017年的時候，谷歌的AI部門公布了一個語言模型Transformers。在此之前，最先進(jìn)的機(jī)器學(xué)習(xí)模型已經(jīng)使用Attention的概念來獲得更好的結(jié)果，但Transformers完全是圍繞它而打造的，谷歌甚至將論文標(biāo)題名命為“Attention Is All You Need”。

GPT-3論文截圖

2018年的時候，埃隆·馬斯克支持的OpenAI將Transformers方式應(yīng)用到了一個新通用語言模型中，即生成式預(yù)訓(xùn)練（Generative Pre-Training，簡稱GPT），并且發(fā)現(xiàn)它可以預(yù)測很多句子里的下一個單詞，還能回答一些多選問題。

2019年，OpenAI將該模型擴(kuò)大了10倍以上，形成了第二代模型GPT-2，但他們發(fā)現(xiàn)，這種擴(kuò)容大幅增加了系統(tǒng)能力，給出幾句提示語，它幾乎可以對任何話題寫出文章，甚至還能翻譯不同語言。某些案例中，寫出來的文章甚至與真人無異。由于潛在的后果，OpenAI最初決定不將它發(fā)布出來，導(dǎo)致了大量的媒體報道和高級語言社會影響的猜測。

GPT-2有15億個變量，但在2020年6月份，OpenAI再次擴(kuò)容，將GPT-3模型里的變量增加到了1750億個，它寫出來的文章幾乎全部都很難辨認(rèn)出與真人寫手的區(qū)別。

技術(shù)上來說，GPT-3是沒有真正“理解力”的，因為如果放任機(jī)器自我思考，往往會帶來荒謬或偏執(zhí)的結(jié)果，盡管有時候這些互動可以帶來趣味，但極端情況下會造成一些重大事故，比如曾有AI語音助手告訴某些人去自殺。

    跟AI嘮嗑現(xiàn)實嗎？智能游戲NPC并不遙遠(yuǎn)

1931年，計算機(jī)科學(xué)之父“艾倫·圖靈”曾提出一種測試機(jī)器是否具備人類智能的方法：如果一臺電腦的表現(xiàn)（act）、反應(yīng)（react）和互動（interact）都和有意識的個體一樣，那么它就應(yīng)該被認(rèn)為是有意識的。

這就是著名的“圖靈測試”。

如果按照這個標(biāo)準(zhǔn)，demo里的NPC無疑是有意識的，他們有自己的性格和說話方式。不過，與很多虛擬偶像或者智能語音助手“機(jī)器音”不同的是，Modbox創(chuàng)作的NPC說話聲音已經(jīng)很像真人。

如果看完了展示視頻，你還能發(fā)現(xiàn)，無論是Boddy還是熱狗男，每一個回答都有不同的語氣，還會根據(jù)自己的心情和狀態(tài)在說話中表現(xiàn)出抑揚頓挫。這就意味著，未來的游戲里，玩家們有望看到更智能的NPC角色，隨著GPT語言模型的升級，你甚至能和AI聊很久。

不得不說，這個demo視頻向我們展示了智能角色的潛力。隨著AI回答延遲的降低，最終游戲里將會出現(xiàn)隨口能回答問題，還帶有自己個性和情緒的智能NPC，甚至，你都不知道和自己說話的，到底是真人，還是NPC。

····· End ·····