这与人工智能有什么关系呢？在计算机科学领域，游戏经常被用作衡量算法的“智能”程度的基准。Robert Wilensky，加州伯克利大学一名已故的教授，也是人工智能领域的一位领军人物，他曾经对于这个现象给出一个解释。《强迫性技术：作为文化现象的计算机》一书的作者对他进行访谈时，他说计算机科学家“环顾四周想找谁是最聪明的人，结果发现是他们自己。他们都是训练有素的数学家，而数学家只做两件事——证明定理和下棋。所以他们认为，如果一个系统能证明定理或者下棋，那它肯定是智能的。”所以也难怪人们都用游戏来测试 AI 的“智能”程度。

然而大家选择的游戏，例如象棋（谷歌 DeepMind 一直用这个游戏测试算法），一般有明确的界限，有既定的目标和通往胜利或失败的明确方法。这类游戏不像《龙与地下城》那样有开放式的合作。不禁让我思考：我们是否需要为人工智能设定新的测试方法，那种目标不只是获胜，而是讲故事的游戏？如果人工智能可以在《龙与地下城》游戏中像人类一样“通关”，那将意味着什么？是不是应该设计一个“精灵游侠”测试，而不仅仅是图灵测试？

当然，这只是一个好玩的思维实验，但它确实体现了某些智能模型的缺陷。首先，它揭示了智能系统是如何在各种环境中工作的。《龙与地下城》的玩家可以在游戏中扮演角色，玩家可以在任意角色（战士、盗贼、治疗者）之间切换。与此同时，AI 研究人员知道，在某一个领域训练出来的算法很难应用到仅有细微差别的其他领域，但我们人类却很好地掌握了这项能力。

其次，《龙与地下城》提醒我们智能是与机体所结合的。在电脑游戏中，身体的体验包括按下控制器上的按钮来移动图标或游戏角色（乒乓球拍、宇宙飞船，或者是拟人化的，永远饥饿的黄色球体），以及目前身临其境的体验，包括虚拟现实眼镜和触觉手套。即使没有这些附加功能，游戏仍然可以带来与压力和恐惧相关的生物反应。在最初版本的《龙与地下城》中，玩家围坐在一起共同进入游戏，体验游戏的故事及其影响。最近的认知科学研究表明，亲身体会对我们如何掌握更抽象的心理概念至关重要。但是我们很少注意人工智能的体会，以及这会如何影响它们学习和处理信息的方式。

最后，智能是社会性的。人工智能算法通常通过多轮的比赛来学习，其中成功的策略得到奖励。的确，似乎人类也是通过重复、奖励和强化来学习进化的。但是人类智力有一个重要的合作维度。在上世纪 30 年代，心理学家 Lev Vygotsky 发现了专家和新手的合作现象，被称为“脚手架”学习：老师先进行演示，然后帮助学习者获得一个新的技能。在不受限的游戏中，这种合作是通过叙事完成的。游戏可以从赢 / 输演变成可怕的怪物攻击，然后再转向更复杂的叙述故事，解释为什么怪物攻击，谁是英雄，他们能做什么以及为什么，叙事不一定总是合乎逻辑的，甚至可以是自相矛盾的。与一个只会下棋的人工智能相比，能够进行社交型故事讲述的人工智能无疑是更可靠的、具有更多功能的，而且会玩象棋也不一定是朝正确方向迈出的一步。

从某些方面来看，不把角色扮演类游戏设置为智能技术的障碍测试是很奇怪的一点。正如 Katie Hafner 和 Matthew Lyon 在《奇才熬夜的原因：互联网的起源》（1996）一书中所指出的，《龙与地下城》是上世纪 80 年代技术专家的重要文化试金石，以及诸多早期基于文本的计算机游戏的灵感来源。即使在今天，在空闲时间玩游戏的 AI 研究人员也经常提到《龙与地下城》。所以除了在游戏中击败对手，如果我们尝试教会人工智能和人类一样扮演圣骑士和精灵游侠玩游戏，或许我们能对智能有更深入的了解。

Beth Singler，剑桥大学法拉第科学与宗教研究学院和未来智能研究中心的副研究员。著有《靛蓝小孩：自我与科学实验的新时代》。

查看英文原文：

https://aeon.co/ideas/dungeons-and-dragons-not-chess-and-go-why-ai-needs-roleplay