【機器學習也許會是中小型遊戲團隊的福音?】
我們都知道機器學習需要大量的數據、專業的數學家、以及對於AI原理的理解；這些要素，通常會讓中小型遊戲團隊望之卻步，覺得跟自己工作距離甚遠。
不過Google Stadia團隊的這篇訪談，也許會讓中小型團隊在利用機器學習的技術上有了一絲曙光。
Erin Hoffman-John的團隊希望發揮機器學習的能力，使其變成一種「工具」，讓遊戲設計者能夠集中心力於更有創造力的事情中。
--
譬如在卡牌遊戲的研發中，通常需要花費大量的時間設計數百種以上的牌面，但這其中絕大部分是低等級的怪物，效益並不高。透過機器學習，能從數百萬的照片中，融合動物的特徵，並輔以開發人員對於風格的需求，快速製造出大量的卡牌圖素。將創造力從重複並冗長的工作中釋放出來。
另一個機器學習可協助的是"測試"。所有的卡牌遊戲都有"平衡"的問題，大部分的做法是透過CB請玩家實際測試。但問題是，你不太可能一直處於測試階段，上線後也會有更新新卡的需求，隨著上線時間越久，拿玩家當白老鼠的機會成本將越來越高。
而機器學習在測試上的應用，也許能協助遊戲提早發現問題。譬如，透過大量的訓練對戰後，確認有沒有所謂的「無敵卡牌組合」會出現，破壞玩家探索遊戲的樂趣。
除了以上這些，Erin Hoffman-John團隊最大的野望，是希望能夠透過各種機器學習的工具，讓20人的小團隊，也能做出像魔獸世界般宏大複雜的遊戲。(Well...他們希望2023年能實現)
--
小結：
前一陣子很流行AI面試，簡單研究了下，主要功能在於協助企業篩選履歷、或是減少第一階段面試的人力負擔，使企業可以專注在需最終面試的人選上。
上面的案例和Google Stadia團隊想做的有異曲同工之妙。j我們常聽到討論AI究竟能不能取代人的議題，但以現階段的走向來看，比較多的發展是讓AI協助解決大量重工的業務，讓人類專注於獨特需要創造力的工作。
也許未來被取代的可能不是所有人，但可能是無法讓AI為其所用的人。
希望以上對你有啟發。
#遊戲在機器學習上的應用
#No132
遊戲在機器學習上的應用 在 Python 在機器學習AI 遊戲平台- PAIA 的實作與應用 - YouTube 的推薦與評價
PyCon APAC 2022｜一般演講Talks｜國泰金控Cathay Financial Holdings / 美光科技Micron 冠名贊助✏️ 共 ... ... <看更多>