游戏是人工智能研究的理想场景

1游戏是一个有一定难度，同时又吸引人的问题

这一点可以从游戏的“有限状态机”理论来理解。可以说大部分的游戏都可以看成一个“有限状态机”, 我们可以抽象地将游戏中的任何一个场景视为一个状态“S”， 在玩家执行一个操作（或者其它一定的条件）时，游戏转换为另一个抽象的状态S’。而游戏的内核，就是在玩家通过一系列的操作后，从最初始的状态转化成获胜的终止状态的过程。但是在游戏中，寻找有效状态(或者说在游戏中可以获胜的状态)通常都是博弈论的纳什平衡，计算的复杂度是非常之高的。这种难度我们可以通过数据来感受：作为棋类游戏巨擘的“围棋”大概有10的170次方那么多的状态，而视频游戏中的巨作“星际争霸”，更是高达10的1685次方之大。要知道，我们整个宇宙的质子的数量大概也就是是10的80次方。可见，能够解决有着这样巨大的计算量的问题，无疑是一个验证AI算法的能力的很好的指标。

2游戏中有很丰富的人机交互（Human-Computer Interaction, HCI)场景

游戏中，玩家与玩家间和玩家与机器间都有着多种多样的交互方式，从显而易见的游戏外设（比如鼠标、键盘、麦克风和触摸屏），再到玩家个人的动作捕捉（体感游戏）、玩家发言（语音）和其它生物信息（如心率等）。游戏的交互性十分自由，玩家所做的一切都决定着故事的走向，故事情节之生动会让玩家产生强烈的情感共鸣。这是利用人工智能进行人类情感的研究的出色的试验场，因为游戏是人类“情感回路”的真实的场景。

所谓的“情感回路”可以理解为一种反馈系统：系统将用户的即时情感作为一个输入的变量，再根据所输入的状态经过一系列处理，来生成出一种新的环境状态由游戏输出，最后又反馈给用户。如此以来，新输出的状态又会影响到玩家产生新的情感状况，又再次反馈给系统。像这样，玩家的情感经过“回路”一样的一圈一圈地循环，有的时候会回归平稳（称为负反馈），有的则被放大（称为正反馈），这就称为“情感回路”。

可以预见，如果通过人工智能技术并利用“情感回路”来研究游戏中的交互，会方便我们对人类自己的感性行为和脑中情感有进一步的了解，也有利于开发出拥有更像人类的情感的AI。对游戏来说，这些技术的发展也能让游戏的交互变得更加有意思，让游戏变得更加好玩，更加吸引人。

3游戏为人工智能带来很多内容和数据。

当今，游戏变得越来越火热，有越来越多玩家进行游戏，而这则为人工智能研究提供了海量的内容和数据，更有利的是，这些数据的形式多种多样：包括但不限于音频，视频，图像和文字等。这些数据无疑给人工智能算法提供卓越的研究和测试环境。举个例子，在一个名为OpenDota的Dota 2项目中，有着了10亿多场比赛数据供人工智能的研究人员去使用。

人工智能的类型 - 弱 AI 与强 AI

弱 AI 也称为狭义的 AI 或人工狭义智能 (ANI)，是经过训练的 AI，专注于执行特定任务。 弱 AI 推动了目前我们周围的大部分 AI。“范围窄”可能是此类 AI 更准确的描述符，因为它其实并不弱，支持一些非常强大的应用，如 Apple 的 Siri、Amazon 的 Alexa 以及 IBM Watson 和自主车辆。

强 AI 由人工常规智能 (AGI) 和人工超级智能 (ASI) 组成。 人工常规智能 (AGI) 是 AI 的一种理论形式，机器拥有与人类等同的智能；它具有自我意识，能够解决问题、学习和规划未来。 人工超级智能 (ASI) 也称为超级智能，将超越人类大脑的智力和能力。 虽然强 AI 仍完全处于理论阶段，还没有实际应用的例子，但这并不意味着 AI 研究人员不在探索它的发展。 ASI 的最佳例子可能来自科幻小说，如 HAL、超人以及《2001 太空漫游》电影中的无赖电脑助手。