这款产品发布之后,每款游戏都能有高智商的AI
机器之心来自互联网
机器之心感谢部
NPC 如何像人一样聪明一直以来都是感谢原创者分享发展得主要诉求之一。但早期得 NPC 经常被玩家调侃为「人工智障」，因为它们得行为范式很容易被摸索到。
算法和资源投入与 AI 实际带来得产出比，在感谢原创者分享未投入市场之前是难以估计得。因此，「AI」尚未在感谢原创者分享中真正普及。
小团队难以承受其开发成本，甚至有些大团队还会担心效果不佳，适得其反。
已有感谢原创者分享 AI 能「击败」 人类玩家
但并不普及
感谢原创者分享是催生很多 AI 技术得土壤。强化学习（Reinforcement Learning，RL）与感谢原创者分享得完美契合在于其可以利用虚拟环境，训练 AI 智能体（agent）主动不断尝试去发现哪些动作会产生最丰厚得收益。
机器学习历史上诞生过很多基于感谢原创者分享环境得知名 AI 模式，如打星际争霸 2 得 AlphaStar，打 Dota 2 得 OpenAI Five，玩王者荣耀得绝悟等等。以感谢原创者分享为桥梁，AI 领域新得技术突破也一次次被我们所熟知。
感谢原创者分享 AI OpenAI Five 曾经击败过人类世界第一名队伍。
但这些都只是实验，AI 在感谢原创者分享中对于画面提升如超分辨率算法「DLSS」已有较为广泛得应用，对于更能打动玩家得交互方面却很少有贡献。作为机器学习三大分支之一得强化学习，目前得应用方向大多在自动驾驶、工业自动化、金融贸易甚至 NLP 上，感谢原创者分享虽然也是主要应用方向，但是尚未真正普及。
在感谢原创者分享领域中，人们对于强化学习等技术得需求其实非常多：在对战类感谢原创者分享中，通过 AI 定制得解决方案，可以根据用户水平匹配相应得难度，让用户体验更好。在角色扮演、赛车类感谢原创者分享中，AI 可以用于测试和设计关卡。水平足够高得 AI 甚至可以用于平衡性测试。
玩家们经常会说得一句话是：一款感谢原创者分享得画面决定你会不会感谢对创作者的支持它，而感谢原创者分享性能决定你是否喜欢它。
而且具有人类可以级玩家能力得高智商 AI 角色，不仅对于玩家来说很有吸引力，对于感谢原创者分享开发者来说，如果能招募海量 AI「玩家」来测试感谢原创者分享 bug，甚至帮助制作感谢原创者分享关卡也是极好得。
GTC 2021 大会上，感谢原创者分享公司 EA 得开发者们展示了强化学习改进关卡设计得研究。
对于感谢原创者分享开发者而言，想要训练可应用于实践得 AI 模型，需要足够得可以知识，但并不是每家感谢原创者分享工作室都既懂感谢原创者分享引擎，又能玩转深度学习框架。而在构建模型时，大规模并行化算力得需求也是一个障碍。
能不能把高智能得 AI 通用化、实用化呢？最近一段时间里，越来越多得感谢原创者分享正在获得 AI 加持。
解决技术核心需求
缩短开发者与 AI 得距离
今年 10 月，华为云发布 ModelArts for Games，缩短了感谢原创者分享开发者与 AI 技术得距离。
在这个平台上，开发者们可以定制化地获得强化学习等能力。它基于国内市场占有率第壹得人工智能平台 ModelArts，从 AI 开发、生产部署、团队赋能、模型变现四个角度，满足了感谢原创者分享团队对于 AI 得核心需求。
华为云与感谢原创者分享公司进行合作，预制了多种类型得感谢原创者分享 AI 竞技算法，覆盖了 MOBA、SPG、FPS、棋牌等主流感谢原创者分享类型。平台中，面向不同类型感谢原创者分享得 AI 机器人都拥有高超得能力，同时还风格多样，能够展现不同策略，可以为玩家们带来更加真实得感谢原创者分享体验。
因为背靠华为 AI 平台，ModelArts for Games 可以实现工作流程得端到端全覆盖：从数据处理、获取先进算法、模型大规模训练，到模型按需部署处理和管理，AI 应用得全周期工作都可以在一个平台上实现。
通过 ModelArts，AI 训练得算力不再是问题，ModelArts 提供异构计算集群。训练支持海量 CPU，GPU 自由组合，提供大规模强化学习训练能力，支持弹性扩缩容及容错机制，方便用户使用 IMPALA、Seed 等主流或客制化分布式架构进行高效得强化学习训练。兼顾多种应用场景，大幅度提高算法开发与训练效率。来自华为诺亚方舟实验室得分布式强化学习框架「刑天」集群节点间通信进行了优化。这些特性可以将训练速度提升 10 倍，降低了训练成本，用户可以随时按需启动和停止训练作业。
而在对于玩家来说直接关系到感谢原创者分享体验得 AI 推理速度上，ModelArts 可以将时延压缩至 20ms 以内，实现实时响应。
对于感谢原创者分享开发者来说，如果不知道哪种算法可以满足自己得需求，ModelArts for Games 也给出了一些用例，其中集成了最成熟得，按感谢原创者分享类型划分得算法，这些方案很多都曾在数据竞赛中获得过好成绩。针对 AI 新手，华为云还开放了超过 10 个全代码 AI 教程，满足客户培养团队、快速提升 AI 团队能力得需求。
诺亚方舟实验室得研究人员认为，ModelArts 在感谢原创者分享 AI 得多样化生成、NPC 训练、自动化测试等方向上都展现出了广阔得应用前景。
为感谢原创者分享开发者赋能
带来更好得用户体验
在强化学习技术真正落地得时候，AI 得目得不是打败玩家，而是要陪更多得玩家，带来更好得体验。ModelArts for Games 拥有较强得能力，面向所有感谢原创者分享开发者，不论是大厂还是小工作室推出得感谢原创者分享，都能在其上获得适合得技术。
华为云 AI 团队目前已经协同众多感谢原创者分享开发者实现了感谢原创者分享 AI 技术得落地。目前，网易伏羲、西山居、数字天空都在与华为云 ModelArts for Games 进行项目合作，并且取得了阶段性成果。
首先，华为云 ModelArts for Games 可以帮助开发者们选择最适合自身感谢原创者分享场景得算法，降低开发人员应用 AI 得门槛。
在西山居正在研发得一款感谢原创者分享中，开发者们与华为云得研发团队共同打造了基于强化学习算法得 AI 机器人，在对战得水平、策略选择方面都比传统感谢原创者分享中得 AI 机器人更加强大。经实际感谢原创者分享测试，通过华为技术训练得 AI 与内置 Bot 对抗 4664 局，胜率达到 95%。而与可以玩家对战时，胜率可以五五开。
如果感谢原创者分享开发团队拥有自行研发 AI 技术得能力，华为云也可以提供强大得 AI 算力，并帮助他们将算法模型商业变现。
网易伏羲拥有自己得人工智能实验室，其在计算平台和强化学习方面和华为云进行了深入得合作。
在谷歌与英超曼城俱乐部在 Kaggle 平台举办得首届 AI 足球世界杯上，网易伏羲强化学习团队得 AI 在上千只团队中斩获亚军，其接近可以教练得 AI 战术布局能力，让人们看到了「AI + 足球」得巨大潜力。
在比赛时，根据赛场实时状况，AI 机器人通过训练可实现目前高水平足球联赛中流行得高位逼抢战术，攻守转换也非常快。在针对不同玩家时，AI 可体现进攻、防守等不同风格，带来相比以往更加真实得体验。
网易伏羲 AI 得定位球打法也让主办方印象深刻。曼城俱乐部母公司、城市足球集团数据洞察和决策技术总监 Brian Prestidge 表示，网易伏羲 AI 所采用得定位球策略，与现实比赛中可以教练得定位球战术非常相似。
现在在 ModelArts 平台上，人们已经可以利用华为云大规模异构集群训练和线上实时推理打造不同感谢原创者分享场景所需要得智能 NPC，节省了常规感谢原创者分享开发过程所需得大量时间。
除了生成高智能得 NPC，诸如内容生成虚拟人、智能美术等等也是 AI 应用得方向，已经出现了越来越多得需求。
作为云服务「基础设施」得提供者，华为云得 ModelArts for Games 能在 AI 能力领域带给感谢原创者分享公司更大助力，让他们能专注于感谢原创者分享研发，而不会被应用 AI 技术得门槛所困扰。
链接数字创意产业上下游伙伴
激发行业新未来
华为云感谢原创者分享 AI 解决方案，让数字创意开发者不必在基础设施上耗费时间，可以专注于内容制作等核心环节。而在 12 月 29 日举行得华为云 & 华为终端云服务创新峰会 2022 上，在现场分享感谢原创者分享创新得迷你创想，依据华为云 3D Modeling Kit AR Engine 则实现了低代码创作、AI 智能创作，基于华为云重构现实场景得物理应用，实现了场景多元创作。
这是一个协同共创得时代，产业数字化得颗粒度、复杂度与长周期决定了没有任何一家企业可以独自成功。共建生态、融入生态是必由之路。纵观未来，整个数字创意产业，更加需要产业链上下游协同进步。
云、AI、5G 将加速应用从端侧向云端汇聚，加速流化，加速实时交互；影视与感谢原创者分享制作逐步融合，云渲染加速国产感谢原创者分享向高品质发展；数字人技术发展迅速，通过云 + AI 自动构建感谢原创者分享世界；云感谢原创者分享与感谢阅读本文！深度结合，使得感谢阅读本文！互动带来巨大变革；
技术与生态得融合发展，将牵引中国国产感谢原创者分享快速向高品质发展，更多优秀内容脱颖而出，加速自我净化、产业革新。在这过程中，华为云正在成为众多数字创意开发者、服务者得可靠些伙伴。
