12月1日，Hidden Door创始人、CEO 希拉里·梅森（Hilary Mason）在2023T-EDGE全球创新大会上演讲

当你读了一本书的时候，你会发挥自己的想象力，可能想开发一款有意思的游戏。

Hidden Door创始人、CEO希拉里·梅森（Hilary Mason）正是这样做的。在12月1-3日钛媒体集团举办的2023T-EDGE全球创新大会上，梅森发表了主题演讲，解读了AI在游戏领域的相关实践，并且详细阐述了Hidden Door利用AI开发游戏的底层逻辑。

Hidden Door是一家AIGC游戏初创明星公司，主要利用特定的材料集，比如《绿野仙踪》等知名小说，训练机器学习模型，让玩家在IP宇宙中探索。所有玩法都由AI叙述者引导，每次都能根据玩家的选择创造个性化的体验。

在没有额外改编工作量的情况下，如果想用电影IP开发一款电子游戏，需要18个月到3年的时间和数百万美元的资金。而现在，Hidden Door在几个小时内完成，不需要额外的费用。

游戏从一开始就推动了人工智能的研究。国际象棋一度是人工智能不可征服的几大前沿之一，直到深蓝击败加里·卡斯帕罗夫。围棋是另一个完美的信息游戏，它让AlphaGo被更多人知道。

在梅森设想的世界里，因为AI的出现，任何内容都可以成为游戏。任何人都可以创建一个游戏，内容开始从与其他人消费同一个游戏，扩展到一个共同创建游戏的社区。

与此同时，她也发出提醒，大模型有时候是存在偏见的，在与玩家更加复杂和沉浸式的交互体验中，我们要谨防游戏的欺骗性，我们需要能保证我们以有伦理的方式使用AI。

以下是希拉里·梅森在T-EDGE 2023的演讲实录，经钛媒体APP编辑：

非常感谢钛媒体邀请我来这里，很高兴能来这里发表演讲。

我是一名企业家、计算机科学家、技术专家，也是一名公司创始人。我已经创立了四家公司，与美国政府合作，领导了一家全球机器学习数据科学公司。现在我制作视频游戏，我很高兴能告诉你，这是一家只有在今天才有可能出现的公司，因为Hidden Door在生成式人工智能方面有技术创新。

我们与作家、电影工作室和制作电视的人合作，将人们想象中他们热爱的世界带给他们，并让他们的作品立即成为粉丝们可以玩的游戏。

在没有额外改编工作的情况下，如果你想用电影IP开发一款电子游戏，需要18个月到3年的时间，和数百万美元的资金。Hidden Door在几个小时内完成，不需要额外的费用。

所以，对于我们中任何一个读过书，无法停止思考和想象自己在这个世界上的故事的人来说，我们希望你能在Hidden Door上玩，在那里，你可以在你已经爱上的世界上，推动自己的故事。

此前，我经营着一家名为 Fast Forward Labs的研究公司。这家公司是我2014年创立的。在那里，我开始了机器学习的职业生涯，对语言生成等方面进行了研究。这些研究随后被全球《财富》500强的公司用于构建自己的产品和系统。

因此，今天我从这个角度和一个专注于游戏和娱乐的人的角度与大家交谈。游戏从一开始就推动了人工智能的研究。国际象棋是人工智能不可征服的大前沿之一，直到深蓝击败加里·卡斯帕罗夫。围棋仍然是另一个完美的信息游戏。

当然，AlphaGo非常有趣，今天我们使用StarCraft、Minecraft、Dota-three等平台作为机器学习、研究和人工智能研究平台。

那么什么是生成人工智能呢？在不尝试定义它的情况下，谈论它是不可能的。我将尝试给出一个概念上的理解，以便在我们谈论这项技术时，我们了解它是什么以及它来自哪里。而生成人工智能，非常松散地占用了非常大的数量。

生成式人工智能够非常松散地获取大量数据，使用神经网络架构来找到中值，即数据中的标记和元素之间的关系，从而能够生成看起来像底层数据集中的数据。

它不是智能的，它是统计概率的，它对某些应用非常有用，对其他应用非常具有挑战性。当我与首席执行官和其他领导者谈论这一点时，通常我会在这个框架内与他们交谈。

我说，十年前我们讨论过大数据。大数据是基础设施，是将我们所有的数据放在一个地方并计算其中事物的能力。一旦我们能够做到这一点，我们就可以进行分析，我们可以为某个目的计算事物，我们可以理解事物。

当我们能够做到这一点时，我们可以依靠数据建立模型，使我们能够根据数据进行预测。这就是数据科学。这是该领域最后十年的创新。

然后我们说，好吧，我们进行预测，我们有反馈回路，在没有额外人力的情况下，预测本身会变得更好。

现在我们有了人工智能，我们开始使用接口与这些预测系统对接，我们通过语言和其他非结构化数据相互交谈，这带来了新的挑战。

具体来说，你会听到一些东西，比如大型语言模型、嵌入。我认为它们被严重低估了，因为它们能够使信息可计算，比如说这句话和这句话重叠了80%，所以我们可以在其他系统中使用这些计算。

还有生成功能，这些功能产生的东西看起来像他们训练过的底层数据。所以，人工智能的一些商业课程。

首先，所有的创新都不是光彩照人的。在过去的几年里，我们看到了很多闪亮的新创新，但突然之间我们无能为力。现在我们可以用语言生成一个新的图像。

但大部分潜在的创新是成本的线性改善或降低。考虑到技术的影响，这些经济变化被低估了。其次，建立企业的机会分布不均。有一个问题的通用公式，它为另一家公司提供了发展的机会，但如果你这样做的话。

有问题和数据。你有一个特定的机会可以解决。你不能雇佣其他人来做这件事。最后，决定如何从事人工智能机器学习数据科学项目是非常具有挑战性的，因为失败是显而易见的，但平庸和卓越看起来非常相似。

因此，这里有一篇文章，阐述了我对此的看法，其中每个项目都必须建立在之前的项目之上。最后你会遇到影响的问题。

在过去的十年里，我们看到大量的金钱和时间浪费在人工智能工程师的成本高于实际工作产生的价值的项目上。

因此，如果你在大规模工作，你可以在一个非常大规模的问题上，有一个非常小的改进，或者你有一种新的能力，它必须是机器的订单，更有效地创造机会，通常你会在初创公司看到这种情况。以下是我想分享的一些先前工作中的例子。

其中一个是大约七年前，美国一家非常大的银行使用人工智能机器人为客户服务。

因此，能够在一年内接听银行的每一个电话，以文本形式表示，使用这些嵌入系统来了解人们为什么打电话，以及他们的账户数据中接下来会发生什么，从而为客户服务代理提供建议，让他们说这些事情提供了这些解决方案，可以主动联系这些客户，这总共能够将呼叫中心的运营成本降低约5%，即数百万美元。

因为新闻和内容推荐是所有这些技术都感兴趣的一个很大领域，而且两者都以积极的方式帮助我们作为消费者理解信息。

想象一下，如果你读了一篇新闻文章，它是个性化的。它知道你读过什么，知道你的学位是什么，它只给你一段话，如果你因为是专家而只需要新的东西，或者它给你十页深刻的信息，正好是你理解一个复杂而微妙的问题所需要的。

美国的税收很糟糕，所以把它看作是美丽的东西本身就很新颖，但这一点，这是一个与税务筹划公司合作的项目，目的是了解他们向企业客户提供的指导，分析不同司法管辖区的法律变化和司法解释的变化，了解他们必须如何更新对这些公司的指导。

我相信这种模式是一个非常有用的例子，因为我们中的许多人试图在许多不同的监管制度中建立企业和运营，而我们个人可能不会这样做。

能够深入了解这些工具的专业知识，是一笔令人难以置信的财富，现在我只想谈谈游戏。那么，今天有什么不同呢？游戏行业的大多数人都对创建内容感到兴奋，但用系统代替人会更便宜。它可以降低成本。它可能会起作用，但它非常无聊，导致内容平庸。

我们看到很多令人兴奋的工作进行的角色。NPC是非玩家角色在游戏中更丰富、更深层次地，拥有更多的世界背景以允许个人互动。有很多公司都在解决这个问题，包括像角色AI这样的公司，在那里这些角色可以成为伴侣。

这是一个新的、令人兴奋的东西，也是我们在行业中广泛看待这项技术的一些原则，我最感兴趣的是，生成人工智能对创造力的影响。我不认为它提高了创造力的上限，但它确实提高了底线。它允许像我这样不会画画的人创造复杂的图像。它允许不会写作的人写出连贯的东西。它就像一个好的语法检查器。

它提高了底层的能力，但它不会创造下一个伟大的艺术作品。它不会创造任何新的东西——也许是作为一个有创造力的人的工具。它将使我们能够创造更多的东西，让那些以前无法创造的人接触到它将是令人难以置信的。制作视频、图像，制作整个游戏世界的能力。

我们在游戏中看到的另一个重大转变是资产生产的转变，今天，当你构建一个游戏时，需要多年的工作来创造写作艺术。所有这些都提前发生了。它被打包成千兆字节的数据，当你下载或购买游戏时，你就拥有了它。

明天，其中一件事必须提前发生，正如我们Hidden Door的游戏总监所说，这是因为他是一名电影制作人。与其说是一个作家，不如说是作为机器的导演来创造一种体验。这样做的结果是，玩家现在可以推动这种体验，这样我们就可以在游戏中，进行个性化的情境化互动。

这是一个全新的体验机会，这些体验对你来说是独一无二的，但仍在由一个人、一位艺术家设计，因为他们为我们的玩家创建了一个这种体验的系统。所以创造者现在设计机器是一台概率机器，没有两个游戏是相同的。

最后一件事是，全新的游戏设计现在成为可能。在我们的工作中，我们采用桌面角色扮演游戏，如《龙与地下城》，以及讲故事的即兴表演能量，并与人工智能合作伙伴一起玩。任何内容都可以成为游戏。任何人都可以创建一个游戏，内容开始从与其他人消费同一个游戏扩展到一个共同创建游戏的社区。

我们认为这会让更多的人在未来成为粉丝和游戏玩家，而人工智能并没有停滞不前。因此，它的变化非常迅速，从由某些大型科技公司控制某些模型和技术的非常复杂的生态系统，变成一个非常活跃的开源社区。

还有构造结构。因此，仅今年一年，我们就看到多模式模型取得了令人难以置信的进展。有的模型，它不仅可以获取文本并为您提供文本，还可以获取文本。

所以想象一下，当它可以在你的手机或微控制器上运行时会发生什么。我们看到这些游戏从文本框转变为新的有趣的界面，我们看到了为事实、安全性和一致性而进行的重试增强生成。这是一套确保机器不会对你撒谎的技术，它们仍然会对你撒谎，但会少一点。

这些模型有许多注意事项。每当我演讲时，它们都会对偏见进行深刻的编码。给我演讲的高管是什么样子的，总是一个年纪大的白人？我不喜欢，也不应该这样。

为此，有很多人致力于开发人工智能伦理方法，但这很复杂，技术人员和企业家需要投资。考虑到每个应用程序的道德规范，在创建系统时考虑谁会受到系统的大规模影响，这些想法仍然是正确的，这些只是基本的。

我们汇集了具有技术专长和创意专长的人才。在我们的公司，Hidden Door的团队一半是电影制作人、作家、艺术家，一半是机器学习软件工程师，让他们说同一种语言，尽管我们大多说英语，仍然非常困难。

我们快速地进行实验和迭代，因为我们都在全球范围内共同创造这些产品的外观。我们试图制作一些有趣的东西。是因为当我和计算机科学家交谈时，他们经常问我你的系统优化的目标函数是什么。

这是一个很好的说法，有数学定义吗，游戏很有趣？答案是否定的，当然不是。这是艺术。什么是好的艺术没有数学定义。我们必须通过实验来发现它是关于人的。

在这个领域有很多令人兴奋的公司，也有很多机会。我希望你们中的许多人会考虑它们。这一刻非常令人兴奋，因为它仍在进行中，今天仍在发生。

重要的是，我们所有人在这个空间里建设，建设企业、产品和教育系统，都在合作思考我们未来能做什么。我以一个乐观主义者的身份与你们交谈，也看到了使用这项技术的危险和注意事项。非常感谢。

（本文独家首发钛媒体APP）