「小精靈」（PAC-MAN）角色近年來依然不時活躍在電影銀幕和遊戲主機上，不時觸發人們的懷舊感：這個「缺了一角的黃色披薩餅」在迷宮中吃豆子、躲避鬼魂的設計，成為遊戲史上不滅的經典。如今，它已經40歲了。
熱衷於用AI講故事的NVIDIA也不願意錯過這個熱點，在不久前的技術發表會中，NVIDIA宣布使用5萬局遊戲訓練出的人工智慧模型，重建了這個40年前的經典遊戲，不用寫程式、不用建構遊戲引擎渲染圖像，僅僅通過神經網路「看」原版《小精靈》的運行狀況，自行理解遊戲規則，最終完成了遊戲製作。
復刻《小精靈》的程式被稱為GameGAN，這是一個利用生成對抗網路（Generative Adversarial Network，GAN）模仿電腦遊戲引擎的神經網路模型，它由一個生成器和一個鑑別器組成，生成器嘗試輸入數據，而鑑別器將其與原版遊戲數據源進行比較。如果它們不匹配，則生成的數據將被拒絕，之後生成器將調整其工作並重新提交新數據。這兩個神經網路會相互競爭，並學習建立出全新內容。
同時，GameGAN通過動態引擎、渲染引擎和儲存模塊三個部分生成遊戲實際運行畫面，其中動態引擎用於根據玩家行為變化更新當前的狀態，儲存模塊則來記住遊戲地圖，使遊戲畫面更加一致化和穩定。最後，渲染引擎根據動態引擎的狀態，對輸出圖像的進行解碼和輸出。
NVIDIA模擬技術副總裁Rev Lebaredian在媒體發表會中，告訴現場記者：「它通過觀看就能瞭解所有東西。這種方法類似於人類工程師在YouTube上看《小精靈》影片，就能推斷出遊戲規則並重新建構它們。」
為了製作這個復刻版的《小精靈》，NVIDIA共計準備了5萬局遊戲影片，這些影片共有上百萬幀玩家操作小精靈的遊戲畫面，而GameGAN就從觀看這些影片當中，學習遊戲規則，比如藍色牆不可穿越、吃豆獲得分數、小精靈吃到大豆子時，幽靈會變色逃開等。
用AI來復刻《小精靈》的工作是NVIDIA在8個月前開始準備的。
實際上，類似《小精靈》這樣採用固定、有規律的玩法，同時可在短時間內結束、操作過程包含大量決策判斷的遊戲，非常適合用於人工智慧系統訓練需求。
最終，通過和萬代南夢宮（《小精靈》的遊戲開發商）的合作，使用NVIDIA的Tesla V100的GPU計算系統訓練後的GameGAN，僅花四天的時間，就從無到有完成了遊戲製作。
NVIDIA稱，《小精靈》的復刻工作，指明了未來人工智慧在遊戲設計上的方向，開發人員可以將遊戲規則輸入到AI中，並使用AI來創建遊戲的變體版本或設計新關卡。NVIDIA多倫多研究實驗室主任Sanja Fidler對記者說：「使用人工智慧將不同的遊戲玩法融合在一起，給遊戲開發人員提供了更多的選擇。」
不過，這次AI復刻的《小精靈》並非完美，研究團隊表示，目前還無法在復刻版遊戲中，完全還原原版《小精靈》的音樂音效。
有趣的是，NVIDIA的研究還找到了用AI還原《小精靈》的一個小「BUG」：由於短時間生成大量遊戲影片不大實際，因此團隊使用電腦來玩《小精靈》生成畫面。但是，用於模擬玩遊戲的AI在遊戲中太出色了，這使GameGAN難以理解遊戲中「死亡」的概念，所以最初產生的《小精靈》，遊戲中幾乎都不會輸。這顯示了AI訓練中，訓練數據的重要性。
當然，GameGAN的作用不只是遊戲用途而已。NVIDIA介紹，這種通過觀察環境互動、理解規則、最終實現模仿還原的模式，在未來的機器人模擬用途中，有相當大的作用。
在過去，開發人員通常使用仿真器來訓練機器人的AI，由於仿真器必須編寫大量互動規則，相當費時費力。「仿真器是訓練機器人系統的核心，但開發仿真器非常耗時。」Sanja Fidler解釋，在倉庫機器人、自動駕駛汽車、送貨機器人等應用中，機器人需要學習現實世界的物理定律，因此開發者要寫許多規則來打造仿真器，比如學習物體互動等。而GameGAN的出現，意味著未來可能通過簡單的神經網路訓練，就可以取代複雜的編程工作。
NVIDIA計劃今年下半年，在自家的NVIDIA AI Playground平台，向外開放這個完全由AI製作的《小精靈》遊戲。
本文為界面新聞授權刊登，原文標題為「《吃豆人》遊戲誕生40週年，英偉達用AI做了一個復刻版」