AI是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。对于绝大多数的游戏来说，AI都是不可或缺的一部分，优秀的AI设计可以增加游戏深度，提高游戏的挑战性，增加游戏的幽默感，甚至可以让游戏视觉效果、动画以及更多方面更加突出。不过，游戏AI的设计并不是越困难越好，在此前的GDC大会上，从事游戏AI设计十多年的Kimberly Voll做了题为《少就是多：如何做优秀的游戏AI》的演讲，她表示，游戏开发者最重要的工作就是创造体验，其余所有的东西都是为了支撑游戏体验而存在的，而AI也不例外。
Kimberly表示，AI涉及的是感知问题，开发者们对于游戏AI的感知程度其实决定了它的质量，做优秀的AI关键的不是创造多么复杂的东西、不是用多么聪明的手段，更步是打败它可以获得多么诱人的奖励，而应该是关心玩家们在游戏中对AI的感知方式，她建议开发者们首先要了解玩家们是怎么玩游戏的，不要单纯地追求复杂性，而是要从简到难地设计AI。以下请看记者整理的演讲内容：
游戏AI的目的是为了支持核心体验
大家好，我是Kim，我是一名游戏开发者，从小到大一直在做游戏，第一次接触游戏开发大概从6岁开始的，自此之后我对于游戏研发感到着迷，也对于人和游戏之间的互动非常感兴趣，所以我读的学位是是软件工程和AI方面的博士，所以我是专门研究游戏中有关人类感知方面的东西，也就是人们是怎么看待游戏的。我最近在做的一款游戏叫做《Rockets Rockets Rockets》，这是一个有关火箭的游戏，但我不会用太多时间说它。
我们今天要说的内容是游戏的AI，人类大脑的运作方式、处理各种情况的做法都能反映出我们对其他人的理解程度。所以我在大大小小的AI系统制作和研究方面投入了大量时间，今天我不会去说学术中的AI，因为这个话题实在是太大了，而且和游戏也没有多大的关系。所以我会谈谈自己从事过的一些比较小的AI项目，由于时间有限，所以我会尽量把自己在十多年的游戏研发中所学到的经验分享给你们。
我们都是游戏开发者，作为一名游戏开发者，我们只有一个工作，那就是创造游戏体验，我们所做的所有其他事情都是为这个目的而服务的，AI当然也不例外，它也必须支持整体游戏的体验，重要的不是你做出了多么聪明的AI，而是它给你的游戏带来了什么样的体验，帮你解决了游戏中的哪些问题，我个人非常喜欢AI制作，所以之前总是喜欢做非常复杂的AI，但后来我发现，AI越简单越好。
不同AI的差别：可以影响游戏体验
所以，优秀的AI可以给游戏带来很多东西，它可以增加游戏的深度，提高游戏的挑战性，为玩家们带来更多的幽默，它能做到其他因素不能带来的效果，甚至可以影响游戏的视觉、动画等等很多方面。游戏历史上有很多比较不错的AI案例，比如《半条命2》里的AI就非常有趣，这款游戏的AI有非常好的剧本设计，所以并没有打乱游戏的玩法，有设计非常好的故事线并且增强了游戏体验。当然，它并不是完美的，其实包括我自己参与的一些项目在内，AI做的都不是完美的。
《Thief》的AI制作也非常不错，这款游戏还给AI增加了配音，让整个游戏体验更加流畅和真实。《模拟人生》里的虽然不是特别明显的AI，但它通过展现人与人之间互动的方式让每一个玩家都非常容易理解和体验。
差劲的AI对于游戏的流畅度和沉浸感都是一种很大的威胁，它可以毁掉我们在游戏中尝试打造的体验，从始至终都给游戏带来破坏性的影响。我们都做过比较差的AI，比如‘僵尸围城’，你拿到了生存武器，本来正在奔跑，却在路上希望消灭所有的敌人，因为这是有意义的，这些东西并不一定都是错的，只是在执行的过程中会破坏设计好的游戏体验。
有时候这些AI还可能是有趣的，比如《Skyrim（上古卷轴天际）》里的Lucan Valerius，虽然也能带来一些乐趣，但却是非常有限的，和整个游戏丰富的世界观并不协调。还有一个就是《GoldenEye 64》，这是我上学的时候投入时间最多的游戏之一，它的难度非常高，但仍然是我最喜欢的十大游戏之一。
我说了这么多，究竟是为什么？我想要说的是，AI涉及的是感知问题，我们对于游戏AI的理解程度其实决定了它的质量，不是我们做了多么复杂的东西，也不是我们用了多么聪明的手段，更不是打败它你可以获得多么好的宝箱，我们最关心的应该是玩家们在游戏中对它的理解方式，这才是我们希望尝试控制的，我们需要控制AI带给玩家的感知。
了解大脑感知世界的方式
但在此之前，我们需要了解一下大脑是如何感知这个世界的，首先大脑是非常固执的，我们都不擅长和天性做对，不管是戒掉一个坏习惯还是戒烟或者是其他类似行为，都非常困难。另外，我们的大脑习惯性地喜欢寻找规律，所以容易忽视很多微小的东西，或者说是因为与众不同的东西更容易引人注目，大脑往往还是故事讲述者，即便是再乱的信息输入都会产生一个对应的故事，我们的大脑和计算机里的内存是不一样的，我们的大脑会无意识地转换我们的想法，所以，你不管是何时何地产生了感知，那都是你的大脑展现给你的故事。
所以，作为游戏开发者，我们有责任引导玩家对游戏产生感知，有时候，给玩家一个行为建议远胜于复杂的模型，因为大脑会自动假想其中的难度。和大脑打交道的关键在于，你要做的少一些，从大脑中获得的反馈要多一些，这就是演讲标题中的‘少就是多’。列出你游戏AI的需求，从简单的开始，拒绝做太复杂的东西，但根据游戏的不同，你可以从简单的逐步走向复杂，最好是利用大脑的感知方式。
从简到繁：AI设计三步走
第一步，观看人们玩游戏。这一点可能是被很多人忽视的，但是，如果你要做一些比较像人类的东西，至少要知道玩家们是怎么和游戏互动的。通过观察人们玩游戏，你可以了解人们的游戏习惯以及他们对其他人的预期。
第二步，从最愚蠢/聪明的开始做。不要误解我的意思，我的确想给游戏做复杂的AI，但过早加入高难度的东西会让玩家们直接放弃。比如我做《Rockets Rockets Rockets》游戏AI的时候，其实一开始是很简单的，只是让敌人追着玩家跑，但后来发现效果是很不错的。
第三步，找到合适的行为并解决它。我不在乎做的AI开始有多么蠢，只要我能够通过它了解玩家的行为，然后加入更智能的东西。
另一个问题就是AI的智能随机性，上面我们说道，大脑习惯于寻找规律，而随机性可以让他们尝试更多次，但就像掷骰子一样，在经过了很多次尝试以后，随机性带来更多的是枯燥感，所以，当你做AI随机的时候，最好是更加自然一些。所以，在做复杂的东西之前，最好先从简单的开始。
游戏都有自然的发展曲线，很多东西都是重复的，但是，作为游戏开发者，我们要能够用自然的循环方式隐藏游戏玩法的重复性。
