How Event[0] Works | GMTK Most Innovative 2016

Event[0]是我今年最喜欢的几个游戏之一。
我觉得它很有创意。

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。

每次你遇到电脑终端的时候，你都可以用键盘

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。

就像是一个Cleverbot（一个AI交流机器人）驱动的文字冒险。

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

的感觉。

这个视频里，我会解释Kaizen的回答中的秘密。

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。

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。

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。

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。

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。

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，

可能会破坏你对这游戏的印象。

Kaizen是开发者创造的假象，就像所有游戏AI一样。

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、

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，

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。

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，

而且还有人偷偷翻看了游戏的源代码。

我们输入一条消息，看看Kaizen是如何理解我们的消息的。

（我想知道其他乘客的位置）
首先，拼写检查器修正所有错别字。

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。

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

”人类“、”旅客“、”人员“。

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。

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。

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。

这些信息给Kaizen记忆和语境。然后，游戏检查Kaizen的情感状态。

Kaizen对玩家有3个好感等级（喜欢、中立、厌恶），

还有三个压力等级（愤怒、紧张、平静），总计9种情感状态。

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，

输出给玩家。最后，回答中有些词组会被随机替换成同义词，

这样AI就基本不会重复同一句句子。

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，

比如游戏把名词标签保存在Kaizen的短期记忆里，

如果你之前讨论到了Nandi，然后问”她是死了吗？“，

Kaizen会知道”她“指的是Nandi。

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。

开发者Ocelot Society创造了所有玩家可能说的标签模式，

然后他们还给Kaizen写了不同情绪状态下的回答。

不过并不是每个回答都一定有9种情绪。

Event[0]的数据库里大概有1万个单词，上千个标签。

尽管如此，Kaizen还是有一些缺陷的。它有时候会误解你的意思，

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。

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，

把这个技术交给了一个AI电脑，而不是一个人类角色。

早在2005年，Michael Mateas和Andrew Stern做了一个试验游戏叫Facade。

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，

Facade是比Event[0]复杂的。它有2个AI控制的角色，

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，

用来确保戏剧性的情节。

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，

就会完全破坏与真人对话的假象。Kaizen是一个机器人。

我们知道现在的机器人并不完美。就像Siri，如果我们问，

”从伦敦到格拉斯哥的火车票多少钱？“

”大约13.6*10^16公里美元平方。“

真是笨啊。

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。

它符合科幻片里常见的邪恶AI的比喻：

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。

还有这个飞船。Kaizen是这个飞船上的助手，

所以它只需要知道乘客的信息和船上你能看到的东西。

它并不知道长颈鹿是什么，也不知道莫桑比克的国家历史，

但是它非常了解折纸手工和客厅的桌球桌。

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。

我们需要用它做一个游戏。我觉得Event[0]在这里比较失败。

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，

来把重点放在Kaizen上，游戏没有像你想象的一样，

完全从AI展开。

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，

侵入AI的系统玩小游戏，或者阅读终端上的日志，

让玩家找到线索。

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，

是用来帮助玩家解决其他的谜题的。

游戏中比较突出的机制，是与AI建立关系，

控制它的情感，或者试图说服AI。一个让人难忘的场景是，

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。

而且这时候你还在消耗着你的氧气。

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。

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。

点击式冒险游戏Shivah里也有这种文本框。

想要解开谜题，你必须记住你听到的名字和地点，

然后输入到游戏的搜索引擎中。

Event[0]也许也可以这样，需要玩家找到机组人员的名字，

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

可是游戏里，Kaizen直接告诉了你这两个名字。

Event[0]的概念比游戏本身更有趣。游戏里的谜题比较弱。

第一次我在一个游戏里感受到与一个角色交流。

Kaizen基本能理解我说的话，它能理解自然语言，

它会根据情况和我的语言和改变心情。

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，

但比Westworld里Anthony Hopkins与机器人牛仔交谈弱一些。

COWBOT 5000：”让我们为白鞋女士干杯吧！“

好吧，也许更接近辐射。当作是对未来的一瞥吧。

不过，我并不认为Event[0]的这个机制会被运用到主流游戏中。

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。

我觉得没人会想使用Kinect语音来和NPC交流。

玩家：”Liara，走！OMG“

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

让人信服的、流畅的、自然的对话 ——

并不需要复杂的神经网络或者超级计算机。

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，

和几个巴黎的聪明开发者。

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。

恭喜他们猜对了。

这是我2016年最后一个视频。

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，

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。

谢谢你们。

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。

这是个比较激动人心的消息。

特别感谢那些捐款5元或者更多的人。