把一百个 AI 放到游戏里内斗，活下来的它会梦到黑暗森林吗？

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人类。

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。

去年 8 月 OpenAI 在《Dota2》中击败了五位高分段玩家组成的战队

去年末 OpenAI 举办的人工智能游戏大赛中学会找游戏 Bug 的 AI

现在，研究人工智能的学者们已经不再满足于让 AI 击败人类了。

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，这次研究者并没有以「击败人类」为目的，而是试图模拟人类乃至生物的行为。

众所周知，生物能够不断进化很大的原因就是不同物种间竞争的存在，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游，构建出了一个「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。

前天这个论文才正式发布在 OpenAI 的博客中

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 有饥饿度和口渴度，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。

Neural MMO 的游戏截图

单单从「存活下去」这点来看，这个游戏很像是吃鸡游戏 —— 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，他们还专门为 AI 们设计了三种战斗方式 —— 高伤害的近战 AOE、低伤害的远程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，几个 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《三体》的人会发现，这种情况和《三体》中描述的黑暗森林状态有微妙的相似之处，AI 们自带的战斗策略，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。

下图的小剧场就是一个简单的例子。

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 AI 并没有位于森林附近（虽然它前面一格就是森林），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，一场三方混战也就不可避免了。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。

但是在更大、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」当做最高级别的行动策略之一。

进阶地图不再那么狭窄，大部分遭遇都是发生在两个 AI 之间

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着资源不那么匮乏，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，最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 没有选择你死我活的战个痛快，而是对视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，尤其是研究生物行为的学者会发现，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）。

1 个 AI 就只会一条路走到黑，而 8 个 AI 在一个地图会让它们的探索更广

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，战斗的成本是非常高的。它们可不像坐在电脑前的人类一样，被打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，死亡是最大的成本（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，最多算是有限的推测。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 们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杂的合作机制，目前同样颜色的 AI 被设置为不能互相攻击（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，就有不少学者指出，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「什么是利，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。很多学者认为现在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、稳定的环境能体现 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」。

AI 是否会有道德准则，它们通过利弊抉择得出的判断能不能算我们所说的「道德取向」，这些大哉问一直以来被人们争论不休。现在，在一款 MMO 生存游戏中，我们很可能会看到回答这些问题的曙光。