作者cowbaying (压力太大 囧mmmmmmmmmmm)
看板GameDesign
标题Re: [请益] 关於一些游戏的AI
时间Thu Nov 29 15:45:10 2012
人工智慧在游戏业是不可不学的一个环节
但是这个环节实在太大
取舍是必须的
就我所知
为了避免个人电脑、商用电脑、中型电脑或以下等级的运算量不足
目前人工智慧设计的方向都只是智慧型代理人
也就是固定行为模式的AI
常看到的名词就是「赛局」
人工智慧的极限就在於人脑的极限
因为最简单的方式就是照着我们人给的设定去跑
若还要学习
那就又复杂化了
以最有名的深蓝电脑来说好了
他的浮点运算速度是11.38 GFlops
目前许多入门级的桌上型电脑就已经超越了
问题就在於他的演算法(Alpha-Beta 演算法)
他平均一秒可以搜寻16亿个节点
搜寻一步棋下了之後14步後的情况(平均每秒200万步)
在赛局中期更可以搜寻到40步後情况
IBM也认为加快硬体发展才能加快人工智慧的发展
(以上资料是看书和网路上查的)
讲了那麽多
人工智慧可深可浅
完全视情况以及能力来设计
对於人工智慧
我认为平行运算是绝对必须的
多重选择同时进行
以目前消费级电脑的平均计算能力来说
西洋棋AI用穷举法是绝对可行的
但就是没什麽效率就是了
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 36.237.220.45
※ 编辑: cowbaying 来自: 36.237.220.45 (11/29 15:50)
1F：推 LaPass:终局2.08×10^170种 wiki写的..... 11/29 15:52
2F：→ LaPass:然後WIKI写围棋是PSPACE难，这是啥我看完WIKI还是不懂 11/29 15:53
3F：→ LaPass:计算量 10^600 11/29 15:53
4F：→ LaPass:在1978年证得围棋是一种 PSPACE难 的问题，其必胜法之记忆 11/29 15:54
5F：→ LaPass:在10^600以上。 整句是这样 11/29 15:54
6F：→ ddavid:呃，围棋的必胜法运算量是全世界电脑运算量加起来算不完的 11/29 15:57
7F：→ ddavid:程度XD 11/29 15:57
8F：→ cowbaying:抱歉 深蓝是西洋棋 我一直想成围棋 XDDD 11/29 16:10
※ 编辑: cowbaying 来自: 36.237.220.45 (11/29 16:10)
9F：推 ddavid:西洋棋的复杂度估计也有10^120 [Newell et al., 1958]，应 11/29 16:13
10F：→ ddavid:该还是全世界电脑算不完的东西XD 11/29 16:14
11F：→ ddavid:虽然已经可以算到击败人类棋王，但并不是算出了最佳解这样 11/29 16:14
12F：→ cowbaying:我认为电脑的优势就是不会累 但是无差别的计算只证明了 11/29 16:20
13F：→ cowbaying:人工智慧的原始 11/29 16:20
14F：→ cowbaying:於是就有了决策系统 11/29 16:21
15F：→ ddavid:应该说，你怎麽能保证人脑的思考方式其实最底层会不会其实 11/29 16:21
16F：→ ddavid:也是这样算的，只是因为架构够复杂所以看不出来底层的原始 11/29 16:22
17F：→ ddavid:特性 11/29 16:23
18F：推 LaPass:其实人脑底层已经替你做好一堆平行运算了.... 11/29 16:23
19F：→ cowbaying:类神经网路 11/29 16:23
20F：→ LaPass:看到一张图、区分轮廓、识别图片etc 11/29 16:24
21F：→ LaPass:那个是用程式会写到死掉，但是人脑一瞬间就处理完的东西 11/29 16:24
22F：→ cowbaying:人脑算是有一千多亿个平行计算核心的电脑吧 11/29 16:25
23F：推 LayerZ:所以人类的 "直觉" 其实是大量的资料量"从出生到现在的经验 11/29 16:25
24F：→ LayerZ:" 配上无数连自己都无法查觉得平行运算 在一瞬间做出的决策 11/29 16:26
25F：→ cowbaying:我觉得alpha-beta算是很接近人脑思考的演算法了 11/29 16:28
26F：→ cowbaying:完全不可能的状况就直接舍弃 11/29 16:29
27F：→ LayerZ:若是能从经验累积来自行建立正确的alpha-beta运算法... 11/29 16:30
28F：→ LayerZ:算了 我想太多了= = 11/29 16:30
29F：→ cowbaying:现行的AI学习就是类似这样 问题就是经验来源 11/29 16:31
30F：→ cowbaying:还是我们人去设计的 11/29 16:31
31F：→ cowbaying:所以最後就变哲学问题了...XDDDD 11/29 16:32
32F：推 ddavid:这要扯远可以扯出很多鬼东西呢，从AI到底能不能做出真正的 11/29 16:50
33F：→ ddavid:智慧、智慧的定义问题、爱因斯坦跟量子力学的对抗、上帝到 11/29 16:51
34F：→ ddavid:底丢不丢骰子、命定论跟自由意识等等从科学到哲学的问题XD 11/29 16:51
35F：→ ddavid:本来差点回一篇的，但是这样跟GameDesign太远了......XD 11/29 16:52
36F：→ LayerZ:能到跟到这篇真是太好了 因为工作的关系近期可能会写一些 11/29 16:59
37F：→ LayerZ:AI类似的东西，虽然是由企划定规则，不过原本对AI是连概念 11/29 17:00
38F：→ LayerZ:都没有的XDD 11/29 17:00
39F：→ hermitwhite:真的要试作近似人脑智慧的AI倒不能从处理太复杂的策略 11/30 10:13
40F：→ hermitwhite:问题开始。可能得用基因演算法让它们从基础开始学习， 11/30 10:14
41F：→ hermitwhite:学习过程越像获得的概念（容我用「获得概念」来比拟） 11/30 10:15
42F：→ hermitwhite:才更接近生物的模式。 11/30 10:15
43F：→ hermitwhite:其实我有个相关的计画是把一个类似生存环境的东西写成 11/30 10:19
44F：→ hermitwhite:能背景地运作的网页游戏，然後丢上网让里面的东西持续 11/30 10:20
45F：→ hermitwhite:演化，看最後里面的东西能够获得怎样的生存策略。 11/30 10:21