盡管游戲在大眾心目中仍然留存著“玩物喪志”的印象，但人工智能的運用與進化卻和游戲息息相關，甚至第一個顛覆人類關于人工智能的認知的產物，就是通過“圍棋對戰”的形式誕生。而回歸到游戲產業來看，畫面不斷進化的游戲在不斷催生用戶對游戲顯卡的需求。而今時今日，人工智能顯卡是訓練人工智能重要工具。

顯卡與人工智能的關系，可以追溯到深度學習的發展。深度學習需要大量的計算資源來進行模型訓練和推斷，其中重要的算力就由顯卡提供。顯卡被廣泛用于深度學習任務的加速，這為“礦難”之后的顯卡廠商，提供了大量新的收入來源。

如今英偉達已經成為了深度學習的主流硬件供應商，還為此開發了CUDA（計算統一設備架構）和cuDNN（CUDA深度神經網絡庫）等一系列與深度學習相關的軟件和工具，以幫助深度學習研究人員和開發者更方便地使用GPU進行深度學習計算。當然，除了英偉達，其他顯卡制造商也推出了專為深度學習優化的GPU。例如，AMD的Radeon Instinct系列GPU和Intel的Nervana系列GPU都專門為深度學習提供計算加速。

(資料圖片僅供參考)

從游戲開始

從Alpha Go的誕生，再到ChatGPT的走紅，人工智能的發展與游戲緊密關聯。ChatGPT的 開發商OpenAI的最初愿景，就是開發一個能夠從零開始成為游戲高手的機器人。因此OpenAI的第一個重大項目是在Dota 2里成為高水平玩家。在2019年AI與世界冠軍OG的對決中，AI戰隊成功擊敗世界冠軍OG，而獲得了微軟10億美元的投資，最終積攢了開發ChatGPT的能量，在2022年年底一鳴驚人。

而在往前追溯，游戲基本成為了驗證“智能”的重要工具。其中包括2016年Alpha Go的面世并相繼擊敗李世石和柯潔。而早在1997年，IBM深藍就打敗過世界國際象棋衛冕冠軍……游戲和人工智能幾乎是相伴相生的關系。電子游戲不僅幫助人工智能的先驅者們確立了研究的目標和任務，同時也向社會生動地展示了人工智能的強大能力。

值得關注的是，電子游戲的出現培育了顯卡產業，在虛擬貨幣以及人工智能之前，顯卡的主要目標用戶是游戲玩家。而顯卡如今卻成為了深度學習的加速硬件，使英偉達在“礦難”之后，仍然保持了高增速。因為ChatGPT的強大，今年以來，NVIDIA的股價已經上漲了90%，但是華爾街依然看漲NVIDIA，一個重要原因就是他們在AI加速卡上的地位，掌握了定價能力NVIDIA的A100加速卡售價達到了1萬美元，H100加速卡的價格達到了2萬美元，相比游戲卡高出10到20倍。

另一方面，電子游戲也是人工智能的主要運用場景之一，電子游戲為人工智能體的訓練提供了一個安全、可靠、高效、可控以及低成本的、可重復利用的環境。游戲環境不僅為人工智能的訓練和測試提供了源源不斷的數據，同時也隔絕了現實世界中的實驗所面臨的種種風險。

AI反哺游戲

AIGC的盛行，提高了互聯網內容生產的效率，其中在AI繪畫、AI設計等領域已經開始逐漸取代人工。最早失業的恐怕是原畫師，通過AI繪畫大批量生成圖片，再由少量原畫師對圖片的錯誤進行修正，成為了高效的內容生產模式。首當其沖的是游戲外包公司的原畫師，有企業從今年開始就陸續裁員，裁員比例多達30%。AI繪畫的誕生甚至直接改變了原畫師的工作模式，由接單畫圖降級為給AI修圖。

盡管對原畫師來說，AI繪畫帶來的變化堪稱殘酷，但對游戲產業來說卻是極大利好，AI繪畫的應用意味著效率的空前提升以及成本的下降。不僅僅是對于大型游戲公司，對于小規模的獨立游戲制作公司來說，AIGC的運用更具意義，因為獨立游戲生產者能夠以更小的規模運作，甚至對原畫、美術一竅不通的開發者也能夠完成效果精美的獨立游戲，獨立游戲的制作門檻得以降低。同時，成本的大幅降低，也降低了制作獨立游戲的風險。

不僅僅是美術內容方面帶來效率的提升，AIGC還能夠幫助創建虛擬城市等背景、創建NPC、自動生成NPC腳本、編寫劇情、創建任務內容、生成代碼片段、生成游戲物件紋理等。這意味著，游戲企業能夠以更少的人手運作一個游戲項目。在早2016年，《無人深空》開發組就憑借4個人的團隊以及AI工具，生成了一個足夠龐大的世界。目前，微軟、騰訊、育碧等企業已經先后推出AIGC游戲生成工具。

值得注意的是，AI的升級不僅僅是對產業鏈效率的提升，也將對游戲內容產生顛覆性的影響，尤其是對角色扮演類游戲以及開放世界游戲。生成式AI在游戲的運用，將提升玩家在游戲世界中的沉浸感。擁有“智慧”的NPC將為玩家帶來完全不同的體驗。

AI距離人們的生活很遠，又距離人們的生活很近。普羅大眾理解AI的運作原理，并很好的運用它，需要翻閱晦澀的文檔，理解一些不太尋常的概念。而游戲，卻讓AI離人們的生活更近一些。在AI和游戲彼此輸送養分的情況下，或許在游戲領域，AI還將有更大的突破。