今年2月，PS5独占游戏《毁灭全明星》发布，不过作为一款多人竞技游戏，目前其面临一个大问题——那就是玩家数量严重不足。
根据索尼财报，截至2021年3月31日，索尼的PS5销量达到780万，相比隔壁这个数字是惊人的，不过这种装机量对于一款多人竞技游戏来说远远不够，更何况《毁灭全明星》本身质量也比较一般，MC网站上媒体平均分62，玩家平均评分只有5.1，除了首发的那段时间，在游戏发售不到半年的时间里，游戏玩家数量是一直在减少。
为了优化匹配效率，游戏开发商Lucid Games宣布将会在游戏中加入网络机器人，而这个行为也引来了部分玩家的嘲讽，认为这游戏是真的没什么人玩了，即使这款游戏是PS会免。
在一些热门的吃鸡游戏里，机器人是一种非常常见的系统，通过在玩家之间安插机器人，即使是动辄50~100人的大乱斗，玩家也可以迅速匹配到对手，与此同时，机器人的加入也能让一些新手玩家享受到一些击杀的乐趣，不至于一上手就被老玩家杀的退坑。
虽然ai机器人的好处那么多，不过一些玩家对这个系统却比较排斥，原因有很多，不过最关键的，在于电脑ai实在是太蠢了，老玩家几乎一眼就能看出谁是机器人，这些由ai操纵的敌人行动太过呆板，杀起来完全没有成就感。
可以说，如果不是因为游戏太过凉凉，匹配时间太长的话，很少会有人希望加入机器人系统，然而，被广大玩家所鄙夷的电脑ai，游戏开发商们却已经为此研究了半个多世纪。
游戏ai
1950年，计算机科学之父图灵发表了一篇题为“论数字计算在决断难题中的应用”的论文，这篇论文预言了创造出具有真正智能的机器的可能性，并由此提出了著名的图灵测试：如果一台机器能够与人类对话而不被识别出机器的身份，那么就可以说这个机器具有智能。
当时的开发商虽然不能做出符合图灵所说的人工智能（现在也不能），不过在游戏领域已经有类似的应用，最早使用相似技术的，就是是数学游戏Nim。
Nim是博弈论经典模型之一，中国民间流传的“抓三堆”被认为是Nim的起源——若干堆石子，每堆石子数量有限，双方轮流抓石子，每次只能在一堆石子里抓，谁能抓走最后一颗石子谁就算赢。
由于规则比较简单，设计起来也不难，在1940年纽约世界博览会上，西屋电气公司就展示了一台可以玩Nim的机器Nimatron。这是一台由机电继电器构建的数字计算机，机器上有4*7个小灯泡，玩家可以在任何一条线上关闭一个或多个，与机器轮流进行，谁熄灭了最后一盏灯，谁就是赢家。
这个机器被一些人认为是人工智能在游戏领域最早的应用，在展会现场，这台机器吸引了成千上万人的关注，不过，在展会持续期间，这台机器获得了将近十万场胜利，参与试玩的人里，只有少数人可以击败这台机器，而击败机器的人，会收到一枚写着Nim Champ的纪念硬币。
Ps：有说法称1952年推出的经由Nimatron启发所创造的可以玩Nim的Nimrod，才是电子游戏人工智能的第一个案例，不过由于Nimrod没有可以实时传输视觉图形的屏幕，因此也有人甚至不认可Nimrod上的Nim是电子游戏。
虽然早在上世纪五十年代就已经出现了电子游戏的人工智能应用，不过在接下来的二十多年里，符合我们现代玩家定义的电子游戏以及人工智能一直都没有出现，即使是担任了很长时间“第一款电子游戏”名头的《Pong》，也是基于两个玩家之间的竞争，真正意义上应用了电脑ai的游戏，应该是1974年的街机游戏《Speed Race》、《Qwak》、以及《Pursuit》。
在《Speed Race》中，玩家需要在90秒的时限内驾驶赛车狂奔，路上会遇到其它赛车，你需要避免与这些汽车发生碰撞，不过这些受到电脑ai控制的汽车可能会下绊儿，有的车子在行驶过程中忽然靠近你，躲闪不及就会撞车扣分。
这种智能化的设计非常成功，《Speed Race》在日本很受欢迎，之后几年游戏又推出了多个版本，登陆美国市场以后同样大受好评。
在街机游戏的黄金时代，由于包括《Speed Race》、《Space Invaders》在内的多款游戏的成功，为游戏加入AI的想法很大程度上得到了普及，开发商开始尝试为游戏中的敌人添加更多的特性。
智械危机
著名的街机游戏《小蜜蜂（Galaxian）》，敌人的行动相比之前的街机游戏复杂且多样，甚至还有飞机会脱离编队对玩家发动攻击；1988年的日本即时战略游戏《魔域传说》，可以通过计算机AI控制跟随领导者的角色；1990年的《勇者斗恶龙4》，玩家甚至可以设定队友在战斗中的行为模式，比如优先考虑伤害、治疗等。
到了21世纪，许多游戏作品里的AI已经非常复杂，2000年由EA发行的即时战略游戏《命令与征服：红色警戒2》，其电脑AI的实力已经可以吊打许多新手玩家，因此，许多人将单挑打败七个随机冷酷的敌人看作是“入门考试”。
拳头开发的moba游戏《英雄联盟》，虽然主打的是PVP，不过游戏依然有人机模式，上班族也可以每天上线打人机拿首胜，每天都有数不清的电脑ai被玩家暴打。
为此，拳头推出了末日人机模式，该模式下ai控制的英雄，技能和属性大幅加强，并且电脑ai也大幅改进，经常抱团推家，虽然之后玩家们琢磨出了许多应对末日人机的打法和套路，不过在末日人机刚推出的那段时间里，许多人还是感受到了，什么叫作“人机的复仇”。
暴雪在他们的PVP游戏《守望先锋》中，同样设计了电脑ai，玩家可以在自定义房间中添加任意数量的机器人对手。
相比别的游戏，《守望先锋》需要考虑的因素比较多，除了传统FPS的瞄准以外，走位、技能释放也是需要考虑的问题，因此游戏的困难人机在一些老玩家看来比较呆板，除了打得准以外没有任何厉害的地方，特别是在《守望先锋》这种不是非常强调射击准度的游戏里，玩家可以轻松破解电脑ai的攻势。
看起来21世纪的玩家面对电脑ai还算是游刃有余，在同等条件下，刚开始可能会吃点亏，不过经过一段时间的学习，玩家似乎总能打败电脑。
然而，随着时代的发展，如今的游戏AI实力的进化早已超过了玩家。2016年，专注于推进人工智能研究的谷歌子公司Deepmid，推出了AlphaGo围棋机器人，这个机器人通过深度学习不断提高自身的围棋技艺，并接连击败了李世石、柯洁在内的多位世界围棋冠军；2019年，Deepmind的AlphaStar又在《星际争霸2》游戏中，以5比0的成绩分别击败了职业选手TLO和MaNa。
总是嘲讽游戏AI的玩家们，或许，只是因为厂商没有把精力放在AI研究上吧。
结尾
游戏设计ai的目的不是为了赢玩家，而是想让机器人如何华丽地输给玩家，在一些单机游戏中，队友的表现也不是越强力越好，更多时候考验的还是AI的拟人水平，比如新战神里的阿特柔斯，可以像玩家一样骑在敌人的背上攻击。
2019年，索尼成立了一家专门研究人工智能的子公司，而在今年索尼的公司战略会议上，索尼高层明确指出，他们将利用强化学习，开发游戏AI代理，强化游戏玩家的电脑对手以及AI同伴。
而在赛车游戏《极限竞速：地平线》里，设计师早已开始使用神经网络，来让AI尽可能模仿真人玩家的操作，给玩家带来更好的游戏体验。
如何让游戏里的ai变得更像人，是整个游戏行业研究的大方向，现在玩家们所鄙夷的ai，或许就是我们以后所夸赞的队友。
