發表日期 3/20/2022, 12:32:00 PM
什麼,7句話就讓AI給我生成瞭一個小遊戲?
還是“極簡版”塞爾達這樣的經典冒險遊戲,不僅能撿金幣、躲怪,地圖也不重復的那種。
這是一位名叫Andrew Mayne的小哥的真實經曆,整個過程中,他甚至一行代碼都沒寫!
把AI生成的遊戲和遊戲代碼po到網上後,短短數小時就收獲瞭上韆熱度:
趕來圍觀的網友試玩瞭他搞齣來的遊戲,直呼“Mind blowing”。
所以,Andrew Mayne到底是怎麼做到的?
原來,他用來做遊戲的AI,是OpenAI最新版本的Codex。
這個版本的Codex,除瞭能直接生成、修改和編輯代碼以外,連處理的文本長度也翻倍,從2048個token提升到瞭4000個,簡直像是“解開一層封印”。
起初,Andrew Mayne隻是好奇這版Codex的創造力極限在哪裏,想做個實驗,看看它能否根據文本直接生成小遊戲。
沒想到,這一試簡直讓他停不下來。
7句話生成冒險遊戲
第一次嘗試便是被他命名為“極簡塞爾達”的遊戲。
彆看畫麵抽象,整個遊戲包括隨機生成地圖、玩傢用鍵盤控製角色移動、有敵人會攻擊玩傢、收集金幣加分等遊戲核心要素。
走到地圖邊緣還能生成一張新地圖,這樣就能一直玩下去……總之是一個2D冒險遊戲原型的樣子。
所有這些規則隻用英語寫瞭七句話,AI則用Javascript寫齣瞭190行代碼。
由於小哥本人不是專業遊戲設計師,描述用詞不是很精確,但AI總是能産生自己的理解。
比如描述怪物的部分,描述裏隻有“一個紅色的怪物,玩傢移動時它也移動,試圖接近玩傢,如果玩傢被碰到就減一分”。
AI則根據上下文生生成瞭50多行完整的怪物生成、移動、判定分數的邏輯。
隻需把色塊替換成簡單貼圖,和真正的塞爾達原型是不是就很像瞭?
△被曝光的初代塞爾達原型程序
第二個小遊戲,他打算考驗AI對邏輯的理解,生成一個簡化版猜詞遊戲Wordle。
這次隻用瞭5段話描述規則。
謎底詞從一個列錶裏隨機選擇,每次選擇一個放到控製台。
描述字母輸入框的樣式,包括寬高、文字居中對齊、每個輸入框有獨立ID;輸入時自動大寫;再加一個確認按鈕。
分四種情況討論如何判定輸入結果。
後麵他又進行瞭更多嘗試,調用第三方庫生成3D迷宮、能與玩傢對戰的井字棋,以及給照片加濾鏡的小程序等,全都沒手寫一行代碼。
其中比較有意思的是生成《黑客帝國》字符雨視覺特效,幾乎是隻告訴AI“創建一個畫布,加一個黑客帝國雨特效”,沒有任何額外解釋,AI就做齣來瞭:
最後他總結齣幾條經驗,介紹如何寫文字描述能讓AI更容易理解需求:
先描述邏輯部分。然後創建UI元素時候調用前麵生成的邏輯函數。
給描述編號。這樣更容易看明白AI正在處理哪條描述。
多讓AI創建函數。如果直接讓AI生成100項的數組,AI可能真的每一項每一項寫齣來,如果告訴AI創建一個生成數組的函數,AI就會用循環語句來完成瞭。
如果一次不理想,多試幾次。把temperature參數設為0.5,有一定隨機性可能會産生更好結果。
看起來有點産品經理總結如何與程序員溝通對接的味瞭。
背後的Codex“再進化”
所以話說迴來,這個最新版的Codex到底有多好用?
除瞭Andrew Mayne最感興趣的token上限翻倍以外,新增加的插入和編輯兩大功能也挺有意思。
先來看看Codex的編輯功能,像優化代碼性能就能用一句話搞定:
或是換個編程語言實現代碼:
還有“單行代碼編程”(One Liner),一句命令就能實現:
有瞭這一功能,調整代碼的難度就會降低不少。
使用Codex的時候,甚至可以像甲方一樣,無需手動調整代碼,隻需要對著這位“AI程序員”發號施令,就能讓它生成你想要的東西。
再來看看Codex的插入功能。
不僅能主動生成注釋,提醒這段代碼的作用:
還能根據上下文理解這段函數,主動幫你插入它的定義:
無論是開發框架、還是寫小軟件,都不需要再擔心“一條路走到黑”,可以根據需求再從中間進行調整。
當然,這些功能放到GPT-3上也類似。無論是換人稱、改格式這種小技巧:
還是隨著上下文修改並插入語句,都不在話下。
除瞭這兩個功能以外,還有一些細節上的更新,例如UI變得更加簡潔等等。
事實上,這一係列新功能,都是為瞭讓Codex和GPT-3變得更容易上手。
據OpenAI的科學傢錶示,他們希望通過這次更新,讓更多“非職業選手”也玩上GPT-3和Codex。
這也確實吸引瞭不少感興趣的網友動手嘗試。
像搞齣“7句話讓AI給我做遊戲”的Andrew Mayne,原本隻是一位驚悚小說傢。
△還戴著頂SpaceX的帽子,要素過多
除瞭他以外,包括《連綫》編輯Clive Thompson等人也在嘗試用Codex給自己寫代碼。
Clive錶示,Codex掌握的知識量比他們這些“業餘選手”豐富不少,能選齣最閤適的函數和庫來完成需求。例如在接到與PDF有關的需求時,調用PyPDF庫。
還有網友錶示,自己拿Codex做瞭個《太空侵略者》(space invaders)小遊戲,同樣成功瞭。
看到這些成果,有網友感嘆,當AI真的學會寫代碼後,留給人類做的可能就剩下兩件事情:寫更好的AI,或是想想能用AI生成什麼。
不過,更加謹慎的網友則認為,AI生成代碼容易讓人對它産生依賴性,從而忽視代碼本身的問題。例如這位作者用Codex寫的圖像處理代碼,就存在一些不正確的地方:
還有網友預測,用AI寫代碼的話,最後還是要讓工程師來調整它,本質上還是殊途同歸。
你會用AI來寫工具、或是做遊戲嗎?