0:00:01.609,0:00:09.010
Event[0]是我今年最喜欢的几个游戏之一。[br]我觉得它很有创意。

0:00:09.010,0:00:13.950
这是一个科幻游戏。内容是关于探索太空飞船、与一个叫做Kaizen的AI聊天。

0:00:13.950,0:00:19.071
每次你遇到电脑终端的时候，你都可以用键盘

0:00:19.071,0:00:25.171
输入任何你能想到的问题或者指令。AI助手会回答你的输入。

0:00:25.210,0:00:29.930
就像是一个Cleverbot（一个AI交流机器人）驱动的文字冒险。

0:00:29.930,0:00:34.480
还有一点Gone Home的感觉，但是有一些解密元素。还有一点Her Story里发掘秘密剧情

0:00:34.480,0:00:35.770
的感觉。

0:00:35.770,0:00:41.570
这个视频里，我会解释Kaizen的回答中的秘密。

0:00:41.570,0:00:47.100
我会解释这个机制是如何工作的，为什么这个机制有效，以及游戏中不足的部分。

0:00:47.100,0:00:52.300
如果你不知道Event[0]是什么游戏的话，你可以现在暂停这个视频，然后在Steam上找到这个游戏。

0:00:52.300,0:00:57.180
虽然对于一个较短的游戏来说有点贵，但是我觉得非常有趣。

0:00:57.190,0:01:02.460
如果你对AI、剧情和游戏的未来感兴趣的话，我强烈推荐这个游戏。

0:01:02.460,0:01:05.780
你玩完这个游戏之后，回到这个视频，我们会深度讨论这个游戏。

0:01:07.700,0:01:13.180
欢迎回来！我希望你像我一样喜欢Event[0]。不过我接下来要解释这个游戏的机制，

0:01:13.180,0:01:15.680
可能会破坏你对这游戏的印象。

0:01:15.680,0:01:20.460
Kaizen是开发者创造的假象，就像所有游戏AI一样。

0:01:20.460,0:01:26.020
开发者并不是打算让它通过图灵测试，而是想让它成为一个同伴、

0:01:26.020,0:01:30.600
或者一个敌人，具体的行为是根据玩家的行为决定的。我觉得它比较成功，

0:01:30.600,0:01:36.520
首先我们来看看Event[0]是怎么根据玩家的输入，输出有意义的回答。

0:01:36.520,0:01:42.729
我们了解它的原理，是因为Sergey Mohov的演讲和开发组面访里提到了，

0:01:42.729,0:01:47.490
而且还有人偷偷翻看了游戏的源代码。

0:01:47.490,0:01:51.750
我们输入一条消息，看看Kaizen是如何理解我们的消息的。

0:01:53.500,0:01:57.420
（我想知道其他乘客的位置）[br]首先，拼写检查器修正所有错别字。

0:01:57.420,0:02:01.140
然后，游戏会试着把消息中的词组与一个数据库里的标签匹配。

0:02:01.150,0:02:06.830
比如“乘客”会和“机组人员”标签匹配。类似可以与这个标签匹配的词还有

0:02:06.830,0:02:10.929
”人类“、”旅客“、”人员“。

0:02:10.929,0:02:15.510
这些标签会与另外一个数据库匹配。这个数据里有所有Kaizen认识的标签的模式。

0:02:15.510,0:02:22.530
游戏会找到最接近的一个模式，然后AI会用它构造一个回答。

0:02:22.530,0:02:27.590
首先，AI检查当前的事件，比如玩家的位置、玩家之前看到的东西和玩家之前说的话。

0:02:27.590,0:02:33.180
这些信息给Kaizen记忆和语境。然后，游戏检查Kaizen的情感状态。

0:02:33.180,0:02:38.020
Kaizen对玩家有3个好感等级（喜欢、中立、厌恶），

0:02:38.020,0:02:42.720
还有三个压力等级（愤怒、紧张、平静），总计9种情感状态。

0:02:42.720,0:02:47.260
Kaizen根据输入、事件和情感状态生成一个可能的回答的列表，然后从中选择一个，

0:02:47.260,0:02:51.770
输出给玩家。最后，回答中有些词组会被随机替换成同义词，

0:02:51.770,0:02:56.330
这样AI就基本不会重复同一句句子。

0:02:56.330,0:03:01.130
这基本上就是这个游戏里AI生成回答的原理。游戏里还用到一些小技巧，

0:03:01.130,0:03:06.020
比如游戏把名词标签保存在Kaizen的短期记忆里，

0:03:06.020,0:03:11.130
如果你之前讨论到了Nandi，然后问”她是死了吗？“，

0:03:11.130,0:03:12.890
Kaizen会知道”她“指的是Nandi。

0:03:12.890,0:03:18.310
这是一个聪明然而简单的系统，不过还是花费了很多工作才实现的。

0:03:18.310,0:03:23.980
开发者Ocelot Society创造了所有玩家可能说的标签模式，

0:03:23.989,0:03:28.260
然后他们还给Kaizen写了不同情绪状态下的回答。

0:03:28.260,0:03:32.640
不过并不是每个回答都一定有9种情绪。

0:03:32.640,0:03:39.080
Event[0]的数据库里大概有1万个单词，上千个标签。

0:03:39.080,0:03:44.340
尽管如此，Kaizen还是有一些缺陷的。它有时候会误解你的意思，

0:03:44.340,0:03:48.830
有时候会输出奇怪的回答，有时候就干脆拒绝回答你的问题。

0:03:48.830,0:03:53.870
但是对我来说这些小问题并没有破坏游戏体验，因为开发者做了一个聪明的决定，

0:03:53.870,0:03:59.350
把这个技术交给了一个AI电脑，而不是一个人类角色。

0:03:59.350,0:04:04.760
早在2005年，Michael Mateas和Andrew Stern做了一个试验游戏叫Facade。

0:04:04.760,0:04:09.980
游戏里你可以输入任何句子，与一对争吵的夫妻对话。从技术上看，

0:04:09.980,0:04:15.019
Facade是比Event[0]复杂的。它有2个AI控制的角色，

0:04:15.019,0:04:19.620
而且还有复杂的情感状态、配音和面部表情。游戏其他的一些机制，

0:04:19.620,0:04:22.789
用来确保戏剧性的情节。

0:04:22.789,0:04:26.779
尽管如此，有些中还是有很多错误。如果一个人类角色说了一些奇怪的话，

0:04:26.779,0:04:31.449
就会完全破坏与真人对话的假象。Kaizen是一个机器人。

0:04:31.449,0:04:36.879
我们知道现在的机器人并不完美。就像Siri，如果我们问，

0:04:36.879,0:04:40.879
”从伦敦到格拉斯哥的火车票多少钱？“

0:04:40.880,0:04:45.199
”大约13.6*10^16公里美元平方。“

0:04:45.199,0:04:47.659
真是笨啊。

0:04:47.659,0:04:52.860
Kaizen很明显也不是每次都正确的。有时候文字会乱码，有些终端也是坏的。

0:04:52.860,0:04:58.169
它符合科幻片里常见的邪恶AI的比喻：

0:04:58.169,0:05:03.049
难以捉摸的回答，感觉像是Kaizen故意藏着东西不告诉你，实际上其实是Kaizen不知道如何回答。

0:05:03.049,0:05:07.939
还有这个飞船。Kaizen是这个飞船上的助手，

0:05:07.939,0:05:12.539
所以它只需要知道乘客的信息和船上你能看到的东西。

0:05:12.539,0:05:17.520
它并不知道长颈鹿是什么，也不知道莫桑比克的国家历史，

0:05:17.520,0:05:21.040
但是它非常了解折纸手工和客厅的桌球桌。

0:05:21.040,0:05:26.639
我们有一个正常运行的聊天机器人，我们暂且原谅它的错误。

0:05:26.639,0:05:31.830
我们需要用它做一个游戏。我觉得Event[0]在这里比较失败。

0:05:31.830,0:05:37.580
尽管开发者说他们移除了很多想法，比如资源管理和外星人敌人，

0:05:37.580,0:05:42.770
来把重点放在Kaizen上，游戏没有像你想象的一样，

0:05:42.770,0:05:44.139
完全从AI展开。

0:05:44.139,0:05:48.639
这个短暂的游戏里有几个谜题，但是大多数谜题都完全绕开了Kaizen，

0:05:48.639,0:05:53.499
侵入AI的系统玩小游戏，或者阅读终端上的日志，

0:05:53.499,0:05:56.250
让玩家找到线索。

0:05:56.250,0:06:01.580
这些并不需要一个复杂的聊天机器人。Kaizen最后感觉就像是一个提示系统，

0:06:01.580,0:06:04.860
是用来帮助玩家解决其他的谜题的。

0:06:04.860,0:06:09.409
游戏中比较突出的机制，是与AI建立关系，

0:06:09.409,0:06:13.749
控制它的情感，或者试图说服AI。一个让人难忘的场景是，

0:06:13.749,0:06:18.439
你离开飞船之后返回的时候，AI不让你进入飞船。你必须道歉，或者证明你是人类。

0:06:18.439,0:06:22.240
而且这时候你还在消耗着你的氧气。

0:06:22.240,0:06:27.020
这些场景很精妙，但是在游戏中出现的太少了，而且并不是很有深度。

0:06:27.020,0:06:32.179
而且游戏给你一个文本框，而不是一个列表选项，所以有时候你并不知道你需要说什么。

0:06:32.179,0:06:36.300
点击式冒险游戏Shivah里也有这种文本框。

0:06:36.300,0:06:41.580
想要解开谜题，你必须记住你听到的名字和地点，

0:06:41.580,0:06:43.710
然后输入到游戏的搜索引擎中。

0:06:43.710,0:06:48.499
Event[0]也许也可以这样，需要玩家找到机组人员的名字，

0:06:48.499,0:06:54.839
然后需要玩家问Kaizen ”Nandi是谁？“ 或者 ”Anele怎么了？“，它才会告诉你。

0:06:54.839,0:06:58.149
可是游戏里，Kaizen直接告诉了你这两个名字。

0:06:58.149,0:07:04.709
Event[0]的概念比游戏本身更有趣。游戏里的谜题比较弱。

0:07:04.709,0:07:08.819
第一次我在一个游戏里感受到与一个角色交流。

0:07:08.819,0:07:15.240
Kaizen基本能理解我说的话，它能理解自然语言，

0:07:15.240,0:07:19.490
它会根据情况和我的语言和改变心情。

0:07:19.490,0:07:25.240
在游戏AI的历史上，我觉得Event[0]算是在中间。比辐射4里选择对话强，

0:07:25.240,0:07:29.520
但比Westworld里Anthony Hopkins与机器人牛仔交谈弱一些。

0:07:29.520,0:07:32.720
COWBOT 5000：”让我们为白鞋女士干杯吧！“

0:07:32.720,0:07:37.400
好吧，也许更接近辐射。当作是对未来的一瞥吧。

0:07:37.410,0:07:42.990
不过，我并不认为Event[0]的这个机制会被运用到主流游戏中。

0:07:42.990,0:07:47.409
原因之一，这种机制需要一个键盘。主机上没有键盘，因此无法玩此类游戏。

0:07:47.409,0:07:51.449
我觉得没人会想使用Kinect语音来和NPC交流。

0:07:51.449,0:07:55.029
玩家：”Liara，走！OMG“

0:07:55.029,0:07:59.200
我们还是能从Event[0]学到一点的。你可以在游戏中让游戏角色实现

0:07:59.209,0:08:03.219
让人信服的、流畅的、自然的对话 ——

0:08:03.219,0:08:07.899
并不需要复杂的神经网络或者超级计算机。

0:08:07.899,0:08:12.959
你只需要一个大数据库，一些从互联网聊天机器人中得到的灵感，

0:08:12.959,0:08:15.639
和几个巴黎的聪明开发者。

0:08:19.179,0:08:24.240
感谢收看！有些人猜到了我会选择Event[0]作为我今年玩过的最有创意的游戏。

0:08:24.240,0:08:26.679
恭喜他们猜对了。

0:08:26.679,0:08:31.059
这是我2016年最后一个视频。

0:08:31.059,0:08:36.219
感谢所有人在2016年支持我的节目。感谢观众，订阅者，评论者，和所有上传外语字幕的人，

0:08:36.219,0:08:40.499
还有给我发送支持邮件的人，还有把我的视频分享到Facebook上的人。

0:08:40.500,0:08:41.420
谢谢你们。

0:08:41.420,0:08:47.100
还感谢每个在Patron上赞助我的人。在2017年我会全职制作这个系列视频。

0:08:47.100,0:08:51.060
这是个比较激动人心的消息。

0:08:51.060,0:08:56.120
特别感谢那些捐款5元或者更多的人。

0:08:56.120,0:08:57.360