人工智慧

人工智慧(Artificial Intelligence; AI)就是機器執行我們認為需要智慧之工作的能力。比方說，在真實生活裡，當一名警察徒步追捕一個人時，他一定會想盡辦法抄近路。所謂的近路需視這名警察對他位在哪裡，要去哪裡，以及對追捕地區當地環境的了解而決定。在線上遊戲裡，主角要做到類似這種行為，可以用編寫遊戲程式的方式達成。這就是一種人工智慧的應用。

人工智慧的概念已經出現很長一段時間，早自十八世紀起，一些著名的哲學家就曾經爭論過機器會不會思考的問題。但人工智慧的概念受到一般社會大眾注意，是始自1980年代大型遊樂場遊戲的流行。直到1997年，IBM超級電腦深藍(Deep Blue)挑戰西洋棋大師卡斯帕洛夫(Garry Kasparov)成功，人工智慧才真正引起一般人的關注。那次著名的六局四勝比賽中，卡斯帕洛夫落敗，人工智慧則寫下首度超越人類智慧的歷史。此後人工智慧即深入比西洋棋更複雜的遊戲中。目前一些即時戰略遊戲所用的人工智慧，令人嘆為觀止。

大概知道什麼是人工智慧以後，我們現在就來看看人工智慧可以用來做些什麼，人工智慧在遊戲裡到底扮演什麼樣的角色。以下就是目前人工智慧在遊戲裡一些主要的用途。

尋找路徑
對所有的遊戲開發工程師，尤其是對人工智慧還陌生的程式設計師而言，這是一項最重大的課題。尋找路徑，顧名思義，就是尋找一個點到另一個點之間的路徑。在暗黑破壞神之類的遊戲裡，玩家只要按到某個點，角色就會走到那個點。當走到那個點的路上將碰到一個物件時，角色會繞過物件繼續前進。在大部份這類先進的遊戲裡，角色所走的整個路徑，其實是從玩家按到那個點的那一刻開始計算(而不是從角色走出第一步時才計算)。

同樣地，尋找路徑的技術用在遊戲中的敵人時，一個怪獸可以被設計成跳過那個物件向角色直奔。

產生關卡
某些遊戲會在運行過程中建立隨機但智慧型的關卡吸引玩家。比方說，當玩某個遊戲兩次時，關卡的建構(如房間和牆)，可能第一次和第二次都一樣，但敵人和神秘項目的位置第二次可能會不同。或者，整個關卡都可能完全改觀，如迷宮系統，這類關卡就是用人工智慧自動產生。

設計敵人行為
遊戲裡的敵人使用尋找路徑技術，可以找到角色所在的位置。但當敵人到了角色面前會做出什麼舉動？是拿一把劍刺它？還是臨陣脫逃？還是跟角色聊聊？這是根據控制敵人舉動的人工智慧選項所決定。對全球發行的超大型遊戲來說，這種人工智慧可能算是最複雜的元件之一。

建立神經網路
神經網路是一個會學習的人工智慧，它會根據遊戲進行中現場即時估算的內部數值參數產出機械反應，而在不同場合做出不同行為。這個概念是近年才開被用到遊戲設上。像一些玩家與AI對抗的戰略遊戲裡，雙方都配備有飛機、坦克、軍艦和士兵。假設玩家不斷用飛機攻擊敵軍，人工智慧就會從這個經驗中學習。它就會想：「嘿！這樣下去不是辦法！我要採取行動阻止飛機繼續攻擊。哈！有了！我就派出坦克去轟掉那飛機！」這種人工智慧就非常人性化。它會辨識行為模式，判斷行為模式對自己不利，然後採取行動，破壞這種行為。

AI要有輸有贏
有件事非常重要需要特別注意，就是一個人工智慧要能在遊戲裡發揮最佳功效，應該有不同等級的難易度。比方說，假設一個西洋棋遊戲裡，玩家對抗的是深藍，那玩家顯然是輸定了。可是，遊戲能讓玩家覺得好玩，最好的就是玩家有機會贏，而且最好是讓玩家知道有機會贏，那一旦玩家贏了就會有一種成就感。因此遊戲的難易度必須取得一個平衡。不過，無論如何，人工智慧的設計還是要盡可能做到最佳。因為設計到最佳程度的AI，隨時還是有辦法讓它變笨，或讓遊戲有時用有時不用AI，但要在AI製作完成後讓它變得更聰明就相當困難了。比方說，為一個西洋跳棋遊戲建立了一個絕對不會輸的AI之後，要把遊戲變得簡單些，只需要讓電腦在選擇下一步時，採用隨機取樣方式，不使用人工智慧。這樣做雖然讓人工智慧不是那麼厲害，可是郤能讓遊戲比較好玩。但到底要讓人工智慧笨到什麼程度？那只能由玩家玩一玩試試才能知道。