在现在这个信息爆炸的时代，我们几乎所有人都已经离不开手机了，很多软件如：微信、头条、微博、抖音等等，一天恨不得能弹出无数条消息来对你进行信息轰炸。
你或许应该知道，这些内容都是专门为你量身“定制”的，通过大数据算法、AI智能分析你的日常习惯来给你看到你会感兴趣的东西。
有句话不是这么说的嘛，你随机播放的音乐都不是真的随机......
在生活中，我们经常会想起童年的一些事情，以为关于童年的那些记忆是真实的，但其实你可能没想过，这种回忆其实是带滤镜的，如果回头再看从前的那些东西，你会发现它可能跟你现象中并不一样，比如游戏。
偶尔用看看小时候追过的剧，总会不经意间说句：“分辨率真低”！其实我们回头在看童年那些游戏，你也会惊讶的发现原来这些游戏在画面上的表现就像打了马赛克一样这么粗糙。
今年可以说是人工智能应用的爆发年，虽说现在AI技术尚未成熟，但大家对它的好奇心丝毫不减，而游戏本身的性能(包括画面处理,动作处理等),就好象人有IQ一样。就拿「换头术」来说，其实你在B站上看到的那些，都是通过AI工具训练出来的结果。然而AI妙用当然不仅于此，目前正在有一些人通过名为「AI UPSCALING」的技术去改善那些画面很粗糙的老游戏。
这项技术的能做到什么？打个比方说：当你决定将手机上的照片打印出来时，你可能会因为照片模糊不清而感到恼火。即使你是一个PS高手，那些模糊照片的分辨率也几乎是不可能被提升的。而你这样的烦恼对于我们的AI算法来说简直就是小菜一碟，当你为AI算法提供一个低分辨率的图像时，根据它使用的训练数据，AI会生成一个看起来相同但是分辨率更高的版本，虽然这种类似于超分辨率的算法从前就已经存在，但AI的使用现在极大地提高了生成的速度和质量。
「这简直就像是巫术一样，」来自挪威的老师兼学生Daniel Trolie说道，它使用了AI工具训练来改善一款2002年的经典RPG游戏The Elder Scrolls III：Morrowind（上古卷轴3：晨风）的视觉效果，「它看起来像是从游戏开发商那里下载了高分辨率纹理材质包一样。」
在著名的「美国贴吧」Reddit论坛上也有名为「GameUpscale」的主题论坛，Trolie是这个话题主持人，粉丝们会在这里分享如何更好的使用这些AI工具以及相关的技巧。
如果你浏览这些论坛能够发现，其实这个过程很像修复一些旧家具或者艺术品，是一个熟能生巧的过程，除了知识以外还需要非常有耐心。同时也并非所有游戏都能通过算法产生类似的结果，在通过AI训练数百小时之前，Modders（做游戏Mod的人）们必须先挑选合适的工具，因为这是一项充满热情和爱的工作。
▲ 图片来自：@andrewrstine
据DeepMind联合创始人Demis Hassabis等人说，这些进步不仅仅是推进游戏设计。相反，他们正在为将来有一天诊断疾病、预测复杂蛋白质结构和分割CT扫描的系统的发展提供信息。 “AlphaZero是我们通用人工智能的垫脚石。”Hassabis在最近的采访中告诉VentureBeat， “我们自己测试所有这些游戏的原因是......它们是我们开发算法的一个非常方便的试验场。......最终，[我们正在开发可以转化到真实世界的算法，以解决真正具有挑战性的问题......并帮助这些领域的专家。”创造这些AI图形是一项需要花费大量时间的工作，名为hifan的Modder向外媒theverge表示，关于Doom（毁灭战士）的视觉效果改善他做了至少200小时调整算法输出，并且还手动对最结果进行了调整。在Doom中，和许多其它游戏一样，视觉效果是以材质包的存储的，这些纹理贴图像壁纸一样，必须做的非常完美，不然玩家就会发现两张贴图的衔接部分可能会出现不自然的表现。
▲ 图片来自：@andrewrstine
同时因为AI用算法生成过程中会引入很多随机的「噪音」，所以仍然需要大量的人工手动编辑清理，包括角色和敌人的形象也是如此，手动编辑一个怪物可能需要5到15小时，这取决于怪物的复杂程度。
那么用AI算法重建游戏究竟能带来什么？
过去十几年，人类可以说是在机器智能面前节节退败，屡败屡战。而多任务处理（multi-tasking），几乎是为数不多可以让我们“天生骄傲”的能力了。
比如，人可以同时打开8个网站、3份文档和一个Facebook，即使正在专心处理其中一件事，只要突然收到一条回复或更新提醒，也能够快速安排的明明白白。
对机器而言，要在同一时间完成这样的任务显然有点难。因此，多任务处理一直被视作是人类所独有的的技能点。然而，这个优势似乎也快要失守了。
Deepmind一项最新的研究成果显示，借助其开发的PopArt方法来训练深度学习引擎，能够培养出可进行多任务处理的智能体，并且在实际的表现中超越了人类！
有人就要纳闷了，用AI算法重建游戏究竟能带来什么呢？就像我开始所说的，我们的记忆是对过去有美化的，如果现在让你再去重玩这些老游戏，很多人可能就会惊讶原来过去的游戏画面是如此的简陋，甚至让人无法再重新投入进去。
比如现在回想过去玩过的那些GBA游戏，你可能无法想象它的原生分辨率只有240×160，而之所以在模拟器上画面会显得更柔和细腻，也是因为模拟器在模拟的过程中改变了渲染的算法。
▲ 图片来自：theverge
研究人员发现，与神经网络上的相同测试相比，该方法对游戏引擎预测的视频帧更接近于原始游戏中的视频帧。这就赋予了他们只使用视频片段去重建一个准确，一般的游戏模型的能力。而通过的AI算法对画面进行重新输出，我们则能够得到一个更加真切细腻的画面，这让很多玩法和剧情优秀的老游戏甚至有了再度焕发青春地可能。
这就是AI的神奇之处，不需要开发商用原始的素材进行重置，只需要一个有一定知识的人就能够用AI工具进行完成绝大部分的工作，大大降低了部分游戏「高清重置」的门槛。
所以，如果那些经典的老游戏有了高清重置版，你愿意再试一次吗？
19游戏网整理报道