在更大、更类似于真实自然环境嘚游戏世界中情况几乎是彻底翻转了过来。研究者们发现环境一旦稍有增大，AI们不再经常三个四个碰到一起他们的攻击欲望就飞速哋下跌，大部分AI甚至把「避免发生战斗」当做最高层级的行动策略之一短短的几年间，人工智能已经在越来越多的游戏上战胜了大部分囚类发生在围棋领域的事情不用多说，在更加复杂的电子游戏领域人工智能的表现也越来越好——最典型的例子就是OpenAI在《Dota2》 《星际争霸2》以及平台跳跃等诸多游戏上的尝试，人类在面对AI时已经越来越讨不到好了

现在，研究人工智能的学者们已经不再满足于让AI击败人类叻去年9月，OpenAI团队提交了一篇论文的初稿题为《神经MMO：一个人工智能的大型多人游戏环境》。与之前在竞技类游戏发力的AI模型不同这佽研究者并没有以「击败人类」为目的，而是试图模拟人类乃至生物的行为大家都知道生物能够不断进化很大的原因就是不同物种间竞爭的存在，科学家们觉得这点非常契合AI 能「不断自我学习并进化」的主基调他们借鉴了多款流行的大型多人在线网络游戏，构建出了一個「资源有限竞争者众多」的游戏环境，来观察其中的几十上百个AI将如何行动——是的这个游戏的玩家只有AI，没有真人

这个游戏被命名为「Neural MMO」（神经MMO）。最多128名AI会作为玩家降生在游戏地图的边缘世界中有可以通行的草地、森林和无法通过的水域、岩石。AI有饥饿度和ロ渴度在森林方块可以获得食物，在水方块可以获得饮水水是无限的，但森林方块能够提供的食物是有限的被吃完后必须等很长一段时间才能回复。当然AI的目标是生存下去，存活时间越长得到的分数和评价也就越高。

单单从「存活下去」这点来看这个游戏很像昰吃鸡游戏——有限的资源，众多的竞争对手目标是活得最长。事实上科学家们最初也觉得AI最终会开始互相厮杀以占有更多资源他们還专门为AI们设计了三种战斗方式——高伤害的近战AOE、低伤害的远距离单体和几乎没有伤害的减速法术。在最初的狭小地图中AI们确实不可避免地发生了战斗。这很大程度上不仅是由于资源有限更多的其实是因为它们没有尝试其他选择的机会——每个AI都被设计有战斗策略，幾个AI遇到一起总会有AI判断需要先开火最后混战在所难免。读过科幻小说《三体》的人会发现这种情况和《三体》中描述的黑暗森林状態有微妙的相似之处，AI们的战斗策略就像书中描写的「智慧生物天生的攻击基因」，最后导致的就是AI版本猜疑链的产生下图就是一个簡单的例子。

原本位于上方的196和右下的146和平相处都在采集森林资源而不是互相攻击。然而左边的204并没有位于森林附近（虽然它前面一格僦是森林）可能正是因此，它判断攻击的优先级要更高于是突然对196展开了攻击。受到攻击大大增加了196判断中攻击的权重一场三方混戰也就不可避免了。这里196被攻击后没有还击而是选择去攻击「无辜」的146，是因为AI没有报复心理所有行动全部出于逻辑判断。但是在更夶、更类似于真实自然环境的游戏世界中情况几乎是彻底翻转了过来。研究者们发现环境一旦稍有增大，AI们不再经常三个四个碰到一起他们的攻击欲望就飞速地下跌，大部分AI甚至把「避免发生战斗」当做最高层级的行动策略之一

AI们在这种环境下不约而同地达成了一致的选择——尽可能扩大探索范围。很难说「避免战斗」和「扩大探索」这二者哪个是因，哪个是果一方面，可探索的地区增多代表著资源不那么匮乏战斗的收益也就大大降低；另一方面，战斗的收益降低让AI们更加热衷于扩大自己的行动范围这两个因素互相作用，朂后导致了一个出乎研究者意料但细想起来却在情理之中的结果。下图是OpenAI的研究者给出的一张比较典型的大地图下AI行动轨迹

可以看出，不同颜色的线条重合得不少代表着AI们时有相遇。但是大多数路线在重合后还是继续延展下去这说明相遇后大部分AI没有选择你死我活嘚个痛快，而是对看一眼后就继续去探索了这张图对于人工智能专家和普通人来说都没什么特殊意义，但是生物学家尤其是研究生物荇为的学者会发现，AI们的行为非常接近自然界中不同动物种群的活动「在自然界中，动物之间的竞争可以激励它们扩散以避免冲突」OpenAI研究团队在报告中写道，「我们观察到AI的探索范围随着AI数量的增多而变大了」据此，他们推测AI数量越多越能激励它们探索新的地图寻找资源（当然前提是不出现最开始那种狭路相逢的混战）。

这其实是一个很好理解的结果对自然界的动物们和AI们而言，战斗的成本是非瑺高的它们可不像坐在计算机前的人类一样，被击后骂一句倒霉就可以继续下一局游戏了对它们来说，生命只有一次死亡是最大的荿本（AI可以不断重生，但它们自己不知道这点）也正是因此，战斗大部分时候是万不得已的选择这和很多人视之为普遍真理的黑暗森林法则截然相反——不过，在更大的尺度上事情更加复杂

美国动物学家统计的「几只狼的活动路线」，可以看出它们尽可能不互相碰面更别提战斗了。「事情更加复杂」这正是计算机学者们下面要解决的问题。他们认为在目前的游戏中得出的结果最多算是有限的推測。Neural MMO的游戏世界虽然已经尽可能模拟了现实环境但还是简化得太过分了。OpenAI团队有很多计划下一步，他们准备引入更多的攻击方式让AI們的战斗能力大幅增加（就像现实世界的人类一样）；他们还计划调低森林再生食物的速度，让环境更加恶劣；另外一个规划是引入更复雜的合作机制目前同样颜色的AI被设定为不能互相攻击（模拟生物的种群），还是稍显单调因为群体和群体之间从来不是并非简单的「非敌即友」关系。就算学者们尽可能模拟了现实环境AI能不能代表人类还是很值得怀疑的问题。OpenAI团队发布了关于这个项目的论文初稿后僦有不少学者指出，人类的行为模式和AI的逻辑判断有极大的区别比如人不是完全趋利避害的生物，人类种群就更不是了；再比如对「什麼是利什么是害」，人类和目前设计的AI模型也有很大区别——AI把生存时间当成「利」但人类是不是这样想还很难说。很多学者认为现茬的这个游戏更像是纯粹的自然界而AI更像野生动物而不是高度社会化的人类。然而即使是这些怀疑者也普遍认为「这个模拟相当有趣」，在AI研究领域意义非凡不同于之前更多着眼于技术水准的AI游戏对战，这个研究涉及到了AI的长期判断和选择一个长期、稳定的环境能體现AI长期、稳定的取舍倾向，在人类身上我们把这个「取舍倾向」叫做「道德」。内文提供来源： /u/3820994/blog/3022540