「超级马里奥」为什么是人工智能研究者最爱玩的游戏？

超级马里奥无疑一直被当作是最炫酷的电子游戏。其游戏机制、物理过程和挑战凝聚在一起，让玩家们踩了几十年的蘑菇人。真是太刺激了！

水管工的新目标

但是近年来，这个小水管工找到了一个超越纯娱乐的新目标——对一些人来说，它还是一个对人工智能（AI）研究的试验台。

这款游戏已经被用于开发人工智能，用来学习马里奥的微妙之处：如何足够好地通关游戏以及明智地提升自己的游戏水平。甚至于，从2009年到2012年，每年都有关于马里奥的AI竞赛。就在本周，英国曼彻斯特大学计算机科学家Ke Chen和Peizi Shi在ArXiv preprint server上发表一篇论文，描述他们如何使用人工智能提升马里奥的水平，并指出「超级马里奥，一个典型的2D游戏平台，已经成为一种流行的测试平台」。

对于AI，游戏是逻辑能力、创造能力、情境感知以及玩家更高地发挥决策技能的理想平台，也正是人工智能研究人员追求所在。但究竟到底是什么让马里奥游戏成为研究机器智能的平台？是其中的微观机械学？又或许人工智能研究人员只是像我们这样，简单地喜欢玩这款游戏？事实证明，两者兼而有之。

Mark Riedl和Matthew Guzdial是佐治亚理工学院的AI研究人员，他们使用电脑软件来更新超级马里奥，探索机器如何帮助人类设计游戏。其中，马里奥吸引研究人员的一件事，是其在简单性和复杂性之间近乎完美的平衡。大体上，游戏的力学会给算法带来一些有趣的挑战，但也并不是无法解决。

「目前许多研究者使用Atari公司的游戏来测试AI，超级玛丽比它们更加快速、有活力」，Riedl和Guzdial在一封关于教AI玩游戏的邮件中说道。「这个游戏是横向展开的，所以AI难以观察到游戏的很多内容，相反许多简单街机游戏的所有信息都显示在屏幕上了。」

在生成马里奥水平的算法中，马里奥游戏还处在简单和复杂之间的中间地带。「马里奥的水平肯定有其模式，但是也比较抽象，」Riedl和Guzdial写道。虽然看起来也许简单，但它是人工智能研究的「难以挑战的极限」。

卡内基梅隆大学的计算机科学家Tom Murphy，设计了LearnFun算法，使AI能够通过玩超级马里奥来实现「学习」，马里奥的游戏结构使得它成为了实验的理想选择。更具体地说，吸引Murphy的是，游戏中马里奥遵循一个嵌套模式，每个关卡包含四个阶段，该种机制贯穿在整个马里奥游戏中。

Murphy基于字母顺序来设计算法流程，也就是采用一种简单数学方法来对一些数值进行排序。就舞台设计和宝贝收集而言，普遍存在和简单易懂的系统嵌套结构，让超级马里奥非常适合Murphy的选择。

「在游戏中，其他重要的事情都遵循这种嵌套结构，」Murphy在一封电子邮件中写道。「例如，每升一级大约需要100金币。正是因此，我才设计出了LearnFun去学习这种结构。事实证明，它在许多游戏中都很有效，但都无法像马里奥那样进行概念性匹配。」

其他游戏呢？

但是，电子游戏里不止马里奥一种。除了马里奥，还有很多的游戏平台，例如索尼克，魂斗罗，或银河战士，它们也会一样奏效么？

纽约大学Tandon工程学院的计算机科学教授Julian Togelius创办了马里奥AI竞赛。他认为，其他游戏也能有效工作，尽管可能没有马里奥那样的性能。对人工智能研究人员，超级马里奥的最大优势，可以说，在于它的受欢迎程度和影响力。

Togelius说，每个人都知道怎么玩超级马里奥，所以，如果有一个AI也能玩这个游戏并玩得非常完美，这件事就很吸引眼球。他说：「大多数人都知道怎样玩超级马里奥，人类做事情总会停下来想一想，但AI永远不会这样。它不断与自己去比较，使自己的能力变得更加强大。」

Murphy说，马里奥对实验平台的影响，有点像一种「模式生物」（model organism），因为AI从马里奥游戏中学会的东西可以转移到其他的游戏中。

尽管Togelius在马里奥游戏世界中设计了最受欢迎的人工智能平台——Super Mario Evolution，并创立了马里奥AI竞赛，但是他的下一个目标是将类似的AI应用到其他各种游戏中。马里奥是一个很好的起点，但是Togelius认为，几年后，由于每个人都使用超级马里奥，这种方式也可能会过时。

下一步，可能是索尼克系列

对于Riedl和Guzdial，他们打算接下来在索尼克系列中，应用他们的算法。

但他们认为索尼克有些难度——「索尼克中有点困难，因为其游戏水平并不依赖于直线特性(如斜坡和倾斜程度)。游戏也有点快。然而，我们相信索尼克只比马里奥略微困难一点。用相同的游戏设计学习算法，能在马里奥和索尼克中产生出一个更一般的知识『流派』。」

原来，超级马里奥受玩家欢迎和受AI研究者欢迎的原因有许多相同之处。它很容易上手，又不是挑战性，逻辑严密又常出乎你意料之外。尤其当马里奥钻进水管里时，真是太扣人心弦了——哪怕是机器在玩，也同样如此。

来自motherboard，作者JORDAN PEARSON，机器之心编译出品。参与人员：黄志臻，汪汪。

欢迎关注机器之心微信公众号：almosthuman2014，或登录机器之心网站www.almosthuman.cn查看更多精彩内容。