AIGC遊戲時代，Hidden Door創始人認為，玩家從消費者變成了生產者｜鈦媒體2023 T-EDGE

12月1日，Hidden Door創始人、CEO 希拉里·梅森（Hilary Mason）在2023T-EDGE全球創新大會上演講

當你讀了一本書的時候，你會發揮自己的想像力，可能想開發一款有意思的遊戲。

Hidden Door創始人、CEO希拉里·梅森（Hilary Mason）正是這樣做的。在12月1-3日鈦媒體集團舉辦的2023T-EDGE全球創新大會上，梅森發表了主題演講，解讀了AI在遊戲領域的相關實踐，並且詳細闡述了Hidden Door利用AI開發遊戲的底層邏輯。

Hidden Door是一家AIGC遊戲初創明星公司，主要利用特定的材料集，比如《綠野仙蹤》等知名小說，訓練機器學習模型，讓玩家在IP宇宙中探索。所有玩法都由AI敘述者引導，每次都能根據玩家的選擇創造個性化的體驗。

在沒有額外改編工作量的情況下，如果想用電影IP開發一款電子遊戲，需要18個月到3年的時間和數百萬美元的資金。而現在，Hidden Door在幾個小時內完成，不需要額外的費用。

遊戲從一開始就推動了人工智能的研究。國際象棋一度是人工智能不可征服的幾大前沿之一，直到深藍擊敗加里·卡斯帕羅夫。圍棋是另一個完美的信息遊戲，它讓AlphaGo被更多人知道。

在梅森設想的世界裏，因為AI的出現，任何內容都可以成為遊戲。任何人都可以創建一個遊戲，內容開始從與其他人消費同一個遊戲，擴展到一個共同創建遊戲的社區。

與此同時，她也發出提醒，大模型有時候是存在偏見的，在與玩家更加複雜和沉浸式的交互體驗中，我們要謹防遊戲的欺騙性，我們需要能保證我們以有倫理的方式使用AI。

以下是希拉里·梅森在T-EDGE 2023的演講實錄，經鈦媒體APP編輯：

非常感謝鈦媒體邀請我來這裡，很高興能來這裡發表演講。

我是一名企業家、計算機科學家、技術專家，也是一名公司創始人。我已經創立了四家公司，與美國政府合作，領導了一家全球機器學習數據科學公司。現在我製作視頻遊戲，我很高興能告訴你，這是一家只有在今天才有可能出現的公司，因為Hidden Door在生成式人工智能方面有技術創新。

我們與作家、電影工作室和製作電視的人合作，將人們想像中他們熱愛的世界帶給他們，並讓他們的作品立即成為粉絲們可以玩的遊戲。

在沒有額外改編工作的情況下，如果你想用電影IP開發一款電子遊戲，需要18個月到3年的時間，和數百萬美元的資金。Hidden Door在幾個小時內完成，不需要額外的費用。

所以，對於我們中任何一個讀過書，無法停止思考和想像自己在這個世界上的故事的人來說，我們希望你能在Hidden Door上玩，在那裡，你可以在你已經愛上的世界上，推動自己的故事。

此前，我經營着一家名為 Fast Forward Labs的研究公司。這家公司是我2014年創立的。在那裡，我開始了機器學習的職業生涯，對語言生成等方面進行了研究。這些研究隨後被全球《財富》500強的公司用於構建自己的產品和系統。

因此，今天我從這個角度和一個專註於遊戲和娛樂的人的角度與大家交談。遊戲從一開始就推動了人工智能的研究。國際象棋是人工智能不可征服的大前沿之一，直到深藍擊敗加里·卡斯帕羅夫。圍棋仍然是另一個完美的信息遊戲。

當然，AlphaGo非常有趣，今天我們使用StarCraft、Minecraft、Dota-three等平台作為機器學習、研究和人工智能研究平台。

那麼什麼是生成人工智能呢？在不嘗試定義它的情況下，談論它是不可能的。我將嘗試給出一個概念上的理解，以便在我們談論這項技術時，我們了解它是什麼以及它來自哪裡。而生成人工智能，非常鬆散地佔用了非常大的數量。

生成式人工智能夠非常鬆散地獲取大量數據，使用神經網絡架構來找到中值，即數據中的標記和元素之間的關係，從而能夠生成看起來像底層數據集中的數據。

它不是智能的，它是統計概率的，它對某些應用非常有用，對其他應用非常具有挑戰性。當我與首席執行官和其他領導者談論這一點時，通常我會在這個框架內與他們交談。

我說，十年前我們討論過大數據。大數據是基礎設施，是將我們所有的數據放在一個地方並計算其中事物的能力。一旦我們能夠做到這一點，我們就可以進行分析，我們可以為某個目的計算事物，我們可以理解事物。

當我們能夠做到這一點時，我們可以依靠數據建立模型，使我們能夠根據數據進行預測。這就是數據科學。這是該領域最後十年的創新。

然後我們說，好吧，我們進行預測，我們有反饋迴路，在沒有額外人力的情況下，預測本身會變得更好。

現在我們有了人工智能，我們開始使用接口與這些預測系統對接，我們通過語言和其他非結構化數據相互交談，這帶來了新的挑戰。

具體來說，你會聽到一些東西，比如大型語言模型、嵌入。我認為它們被嚴重低估了，因為它們能夠使信息可計算，比如說這句話和這句話重疊了80%，所以我們可以在其他系統中使用這些計算。

還有生成功能，這些功能產生的東西看起來像他們訓練過的底層數據。所以，人工智能的一些商業課程。

首先，所有的創新都不是光彩照人的。在過去的幾年裡，我們看到了很多閃亮的新創新，但突然之間我們無能為力。現在我們可以用語言生成一個新的圖像。

但大部分潛在的創新是成本的線性改善或降低。考慮到技術的影響，這些經濟變化被低估了。其次，建立企業的機會分佈不均。有一個問題的通用公式，它為另一家公司提供了發展的機會，但如果你這樣做的話。

有問題和數據。你有一個特定的機會可以解決。你不能僱傭其他人來做這件事。最後，決定如何從事人工智能機器學習數據科學項目是非常具有挑戰性的，因為失敗是顯而易見的，但平庸和卓越看起來非常相似。

因此，這裡有一篇文章，闡述了我對此的看法，其中每個項目都必須建立在之前的項目之上。最後你會遇到影響的問題。

在過去的十年里，我們看到大量的金錢和時間浪費在人工智能工程師的成本高於實際工作產生的價值的項目上。

因此，如果你在大規模工作，你可以在一個非常大規模的問題上，有一個非常小的改進，或者你有一種新的能力，它必須是機器的訂單，更有效地創造機會，通常你會在初創公司看到這種情況。以下是我想分享的一些先前工作中的例子。

其中一個是大約七年前，美國一家非常大的銀行使用人工智能機械人為客戶服務。

因此，能夠在一年內接聽銀行的每一個電話，以文本形式表示，使用這些嵌入系統來了解人們為什麼打電話，以及他們的賬戶數據中接下來會發生什麼，從而為客戶服務代理提供建議，讓他們說這些事情提供了這些解決方案，可以主動聯繫這些客戶，這總共能夠將呼叫中心的運營成本降低約5%，即數百萬美元。

因為新聞和內容推薦是所有這些技術都感興趣的一個很大領域，而且兩者都以積極的方式幫助我們作為消費者理解信息。

想像一下，如果你讀了一篇新聞文章，它是個性化的。它知道你讀過什麼，知道你的學位是什麼，它只給你一段話，如果你因為是專家而只需要新的東西，或者它給你十頁深刻的信息，正好是你理解一個複雜而微妙的問題所需要的。

美國的稅收很糟糕，所以把它看作是美麗的東西本身就很新穎，但這一點，這是一個與稅務籌劃公司合作的項目，目的是了解他們向企業客戶提供的指導，分析不同司法管轄區的法律變化和司法解釋的變化，了解他們必須如何更新對這些公司的指導。

我相信這種模式是一個非常有用的例子，因為我們中的許多人試圖在許多不同的監管制度中建立企業和運營，而我們個人可能不會這樣做。

能夠深入了解這些工具的專業知識，是一筆令人難以置信的財富，現在我只想談談遊戲。那麼，今天有什麼不同呢？遊戲行業的大多數人都對創建內容感到興奮，但用系統代替人會更便宜。它可以降低成本。它可能會起作用，但它非常無聊，導致內容平庸。

我們看到很多令人興奮的工作進行的角色。NPC是非玩家角色在遊戲中更豐富、更深層次地，擁有更多的世界背景以允許個人互動。有很多公司都在解決這個問題，包括像角色AI這樣的公司，在那裡這些角色可以成為伴侶。

這是一個新的、令人興奮的東西，也是我們在行業中廣泛看待這項技術的一些原則，我最感興趣的是，生成人工智能對創造力的影響。我不認為它提高了創造力的上限，但它確實提高了底線。它允許像我這樣不會畫畫的人創造複雜的圖像。它允許不會寫作的人寫出連貫的東西。它就像一個好的語法檢查器。

它提高了底層的能力，但它不會創造下一個偉大的藝術作品。它不會創造任何新的東西——也許是作為一個有創造力的人的工具。它將使我們能夠創造更多的東西，讓那些以前無法創造的人接觸到它將是令人難以置信的。製作視頻、圖像，製作整個遊戲世界的能力。

我們在遊戲中看到的另一個重大轉變是資產生產的轉變，今天，當你構建一個遊戲時，需要多年的工作來創造寫作藝術。所有這些都提前發生了。它被打包成千兆位元組的數據，當你下載或購買遊戲時，你就擁有了它。

明天，其中一件事必須提前發生，正如我們Hidden Door的遊戲總監所說，這是因為他是一名電影製作人。與其說是一個作家，不如說是作為機器的導演來創造一種體驗。這樣做的結果是，玩家現在可以推動這種體驗，這樣我們就可以在遊戲中，進行個性化的情境化互動。

這是一個全新的體驗機會，這些體驗對你來說是獨一無二的，但仍在由一個人、一位藝術家設計，因為他們為我們的玩家創建了一個這種體驗的系統。所以創造者現在設計機器是一台概率機器，沒有兩個遊戲是相同的。

最後一件事是，全新的遊戲設計現在成為可能。在我們的工作中，我們採用桌面角色扮演遊戲，如《龍與地下城》，以及講故事的即興表演能量，並與人工智能合作夥伴一起玩。任何內容都可以成為遊戲。任何人都可以創建一個遊戲，內容開始從與其他人消費同一個遊戲擴展到一個共同創建遊戲的社區。

我們認為這會讓更多的人在未來成為粉絲和遊戲玩家，而人工智能並沒有停滯不前。因此，它的變化非常迅速，從由某些大型科技公司控制某些模型和技術的非常複雜的生態系統，變成一個非常活躍的開源社區。

還有構造結構。因此，僅今年一年，我們就看到多模式模型取得了令人難以置信的進展。有的模型，它不僅可以獲取文本並為您提供文本，還可以獲取文本。

所以想像一下，當它可以在你的手機或微控制器上運行時會發生什麼。我們看到這些遊戲從文本框轉變為新的有趣的界面，我們看到了為事實、安全性和一致性而進行的重試增強生成。這是一套確保機器不會對你撒謊的技術，它們仍然會對你撒謊，但會少一點。

這些模型有許多注意事項。每當我演講時，它們都會對偏見進行深刻的編碼。給我演講的高管是什麼樣子的，總是一個年紀大的白人？我不喜歡，也不應該這樣。

為此，有很多人致力於開發人工智能倫理方法，但這很複雜，技術人員和企業家需要投資。考慮到每個應用程序的道德規範，在創建系統時考慮誰會受到系統的大規模影響，這些想法仍然是正確的，這些只是基本的。

我們彙集了具有技術專長和創意專長的人才。在我們的公司，Hidden Door的團隊一半是電影製作人、作家、藝術家，一半是機器學習軟件工程師，讓他們說同一種語言，儘管我們大多說英語，仍然非常困難。

我們快速地進行實驗和迭代，因為我們都在全球範圍內共同創造這些產品的外觀。我們試圖製作一些有趣的東西。是因為當我和計算機科學家交談時，他們經常問我你的系統優化的目標函數是什麼。

這是一個很好的說法，有數學定義嗎，遊戲很有趣？答案是否定的，當然不是。這是藝術。什麼是好的藝術沒有數學定義。我們必須通過實驗來發現它是關於人的。

在這個領域有很多令人興奮的公司，也有很多機會。我希望你們中的許多人會考慮它們。這一刻非常令人興奮，因為它仍在進行中，今天仍在發生。

重要的是，我們所有人在這個空間里建設，建設企業、產品和教育系統，都在合作思考我們未來能做什麼。我以一個樂觀主義者的身份與你們交談，也看到了使用這項技術的危險和注意事項。非常感謝。

（本文獨家首發鈦媒體APP）