人工智慧游戲有哪些

㈠ 有什麼小游戲可以讓人了解人工智慧嗎

目前還沒有

㈡ 游戲中的人工智慧有哪些

用的地方就是AI策略啊。
看了你1L的追問，五子棋裡面，主要就是電腦「為了得到下一步的落子點而作的運算」這個，算是人工智慧了。

剛好大二做過一次五子棋游戲...這個計算上面，一般的做法就是，得到當前雙方落子的狀態，然後對空閑可落子點做加權判斷，輸出最高的點就行了。
代碼什麼的，略多啊 - - 少年老老實實敲吧，當年我也是這么過來的...回過頭來看，大有好處。

㈢ 游戲中的經典人工智慧都有哪些

贏的都是人類人工智慧是人類在計算機科學上發展是成果，最終是會提高人類社會的生產力，提高社會福利，造福的是人類自己。計算機的強大計算能力可以幫助人類從體力和腦力計算中解脫出來，更多的精力做更多創造性的工作。

㈣ 簡述人工智慧在游戲中應用在哪些方面

比如說自動尋路，角色成長，攻擊一個人採取什麼樣的攻擊方式，等等...
我的理解是：就是某個行為的發生是角色自主決定的，就像是自己在思考。

㈤ 人工智慧的應用領域有哪些

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。
 
人工智慧產品有哪些
人工智慧一般是作為輔助人類工作的工具出現的，掃地機器人、醫療機器人、服務員機器人等是最常見的人工智慧形態。事實上，人工智慧並不只有機器人一種形態，從領域上來看，包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。今天我們就來看下，除了機器人，人工智慧的產品還有哪些。
谷歌人工智慧項目DeepMind
谷歌位於倫敦的研發部門DeepMind已經開發出能夠自主玩視頻游戲的人工智慧技術。以DeepMind技術為基礎的計算機系統，能以驚人的速度學習，快速掌握游戲玩法，精通游戲獲勝方法。此前，團隊稱之為深度Q-network學習網路，僅需觀察游戲畫面以及游戲得分的變化情況，即可分析獲得「通關技巧」以及獲得高分的玩法及演算法，能夠達到專業級人類玩家的水平。
目前這個系統在相同演算法，網路架構以及參數的設定下已經經過49個游戲的測試，目前已經能夠熟練22種游戲（包括上述的Space Invaders），達到專家級的游戲水平。這套系統進一步證明人工智慧可以通過深度學習，從而掌握游戲技巧，並獲得和人類一樣的操控力，甚至在某些方面超過人類。
IBM Watson
去年，IBM發布了Watson Analytics。Watson Analytics實現了基於自然語言的認知服務，可以為商務人士即時提供預測和可視化分析工具。Watson Analytics將於本年末推出基於雲服務的免費增值應用版本（Freemium Version），可在電腦及移動設備上使用。
Watson Analytics可提供自助式分析功能，包括數據訪問、數據清洗、數據倉庫，幫助企業用戶獲取和准備數據，並基於此進行分析、實現結果可視化，為使用者採取有效行動和開展進一步交互提供基礎和便利。
微軟人工智慧Torque中文版
今年2月份，微軟發布了一款為安卓平台的中國用戶度身打造、以手勢驅動並語音交互的人工智慧產品Torque中文版。作為微軟在安卓平台上的首個人工智慧產品，同時也是微軟首個針對可穿戴設備的中文產品，Torque的目標是用最小的界面把信息的傳遞做到最直接、最及時。Torque的誕生解放了安卓用戶的雙手，用戶只需要輕輕搖動手腕，然後對它說：「快樂大本營主持人」，「最近的肯德基在哪」，「打電話給張勇」等指令，就能體驗以極簡的動作輕松得到信息和完成更多任務——這也正是微軟對移動互聯時代，移動生產力和效率的理解。
據微軟表示，Torque和小冰、小娜等微軟人工智慧產品一樣，都採用了必應大數據平台作為底層引擎，用來處理每個用戶通過手機和移動互聯網上傳到雲里的語音命令；而微軟（亞洲）互聯網工程院的人工智慧產品團隊，針對中國用戶的偏好和習慣，在功能上做了特殊設計和本地化開發。
Youtube自動字幕
2009年時Google便已經利用他們的語音識別技術，在YouTube上提供實時的「自動字幕（Automatic Captions）」功能，除了讓用戶可以在避免干擾到他人以不開啟喇叭的狀況下，觀賞網路上成千上萬的各種影片內容。
YouTube調用Google的自動語音識別技術（ASR）給YouTube視頻加入字幕，這個技術來自於Google Voice。當然生成的字幕不可能100%准確，但起碼可以幫助你提高聽力來理解視頻內容，而且Google會一直改進自動語音識別技術的。這項技術支持英語、日語、韓語、西班牙語、德語、義大利語、法語、葡萄牙語、俄語、荷蘭的自動字幕。
除了自動字幕功能以外，YouTube還針對給視頻製作字幕的朋友添加了字幕時間和自動時間的功能，使大家可以更輕松的自己動手做字幕。你只需要創建一個簡單的文本文件，裡面寫上所有視頻里說的單詞，然後Google利用自動語音識別技術可以將文本里的這些話與自己識別出的話做對應，這樣准確率就提高了，而且你還不必花太多時間去一句一句的配字幕。
人工智慧仿生眼
英國曼徹斯特皇家眼科醫院已經成功實施了世界首例人工仿生機器眼移植治療老年性視網膜黃斑變性（AMD）所導致失明的手術。這個人工智慧仿生眼裝置被稱為Argus II，由兩部分組成：體內植入部分和體外病人必須穿戴的部分。植入設備將植入到病人的視網膜上，設備中含有電極陣列，電池和一個無線天線。外部設備包含一副眼鏡，內置前向的攝像頭和無線電發射器以及一個視頻處理單元。
攝像頭會捕捉到植入體正對面的畫面，將信號發送到視頻處理器上等待處理。經處理後的信號又被發送回眼鏡上，信號通過眼鏡被植入設備的天線所接收。最終，視頻被「輸出」到電極陣列上，電極陣列起到視神經模擬的作用。電極陣列的解析度達到60像素水平，這已經足夠讓植入設備追蹤物體運動的軌跡，看清基本的圖案和形狀，或者緩慢閱讀較大的文字。Argus II所提供的畫面是黑白的，但Argus的開發團隊正在努力對電極大腦刺激進行編譯，希望盡快能讓大腦接收彩色信號。
患者在手術後，恢復後已經能夠識別出垂直或水平的線條，能夠辨識出人臉，不需要放大鏡閱讀報紙。更有趣的是，通過這項手術，患者即使閉上眼睛也能夠看到眼睛的景象，這就讓人感到有一些有趣了。
此外，美國開發人工智慧眼球的公司--第二視覺公司開發的人工智慧眼球也已獲准上市，該產品可以讓完全失明的盲人重新恢復視力。
 
新聞寫作機器人
美聯社去年夏天起用Wordsmith平台自動撰寫財經新聞。按照美聯社商業新聞主管Lou Ferrara的說法，採用基於演算法的機器新聞寫作後，在無須增加新的人手的情況下，美聯社的商業新聞中關於企業季度經營狀況的報道量，將增加10多倍，即從原先每季度300篇上升到4400篇，而與此同時將能把之前用於此類報道的記者「解放」出來，讓其可以從事更具有創造性和挑戰性的新聞策劃和新聞源拓展工作。該系統剛上線時，尚需由人工審稿並對平台加以調整，三個月後已完全不需要人為干預。
康奈爾大學開發的鳥臉識別技術
康奈爾大學與VIsipedia研究計劃小組共同開發了Merlin Bird Photo ID軟體，可以藉助計算機視覺識別技術和深度機器學習來識別各種圖片中出現的鳥類種類。這對於入門的賞鳥人士和鳥類愛好者來說，是個非常不錯的軟體。通過深度機器學習，這個程序能夠在數秒內提供識別結果，前三種識別結果准確率已經達到了90%以上。
用戶可以通過上傳不知道種類的鳥類圖片，並且用方框框出需要識別的鳥類圖像縮小識別范圍。軟體能夠從數萬張圖片中指出已知種類的鳥，目前資料庫已經包含在北美常見的400多種鳥類。隨著用戶使用次數，和深度機器學習，准確度會日漸提高。康奈爾大學的教授Serge Belongie說：「計算機可以比人類更有效地處理圖片，它們能夠分類、建立索引、處理大量的圖形細節特徵來識別結果」。
Skype實時翻譯工具
微軟的實時翻譯工具Skype Translator將語音識別技術和微軟所謂的「深度神經網路及微軟已得到證明的靜態機器翻譯技術」結合在一起。能自動翻譯不同語言的語音通話和即時通信消息。
目前支持英語、西班牙語、義大利語和漢語普通話。此外，即時通信消息的翻譯已支持50種語言，包括法語、日語、阿拉伯語、威爾士語，甚至克林貢語。
由於這款翻譯工具集成了機器翻譯、語音識別、機器學習、大數據等先進技術，因此被廣泛看好。據了解，Skype中文實時口譯所需的語音識別技術，由微軟中國和美國的研究人員聯合開發。
人工智慧所涉及的范圍
人工智慧涉及的學科比較多，生活中的方方面面都有人工智慧的實際應用， 主要涉及哲學和認知科學，數學，神經生理學，心理學，計算機科學，資訊理論，控制論，不定性論，仿生學等學科
研究范疇 ：自然語言處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計，軟計算，不精確和不確定的管理，人工生命，神經網路，復雜系統，遺傳演算法 人類思維方式
應用領域： 智能控制，專家系統，機器人學，語言和圖像理解，遺傳編程 機器人工廠
實際應用 ：機器視覺：指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，智能搜索，定理證明，博弈，自動程序設計，還有航天應用等.

㈥ 用人工智慧的有哪些軟體

許多游戲都用到了人工智慧
如 魔獸爭霸，星際爭霸等等
沒有什麼軟體是為了用人工智慧而用人工智慧的
許多軟體都涉及到了人工智慧

㈦ 人工智慧在游戲中的應用有什麼

1. 現代電腦游戲簡介
電子游戲從1971年誕生以來，越來越受到人們的喜愛。隨著現代計算機、網路、虛擬現實、人工智慧等技術的發展，游戲的擬人化越來越逼真。高度的擬人化使得現代電腦游戲能夠模仿人類社會中的各種情形，並把這些情形通過視覺、聽覺、甚至觸覺等多種感官反映到人的大腦，從而對人們的現實生活產生巨大沖擊。基於游戲中的這些反映人類社會的情形不同和游戲表示的方式不同，可以把電子游戲分為幾大類別：縱向卷軸和橫向卷軸類、棋牌邏輯類、文字冒險類、圖形冒險類、模擬類、戰略類、第一或第三人稱射擊類和角色扮演類。
無論游戲屬於何種類別，游戲玩家都希望在游戲中能夠體驗到現實中無法體驗到的刺激，得到現實中無法得到的滿足。這些刺激和滿足主要表現在特定的挑戰、社會化、吹噓與幻想、情感等方面。實際上，大部分的玩家並不能預先知道他們想要什麼樣的游戲，但是他們往往在看到了一個精美的游戲後說，「嗯，我要的就是這個！」
要使得玩家喜歡游戲，游戲的開發過程必須得到重視。一般來說，游戲的開發過程主要分為四個階段：構想階段、總體設計階段、細節設計階段和建設階段。[1]
萬事開頭難，構想階段是游戲開發中最為重要的階段。一個好的游戲背景故事是整個游戲成功的一半。在准備好游戲故事之後，就需要考慮游戲採用何種游戲類型，並把游戲故事分割成幕(Act)，改編為游戲劇本(Gameplay)。
在總體設計階段，要考慮每個幕中的角色和規則，同時也要考慮相關的技術問題。比如，游戲將採用何種技術、准備運行在什麼平台上等。
在細節設計階段，要對每一幕中的焦點(Focus)進行設計，對每一幕的效果產生效果圖，選擇合適的音樂匹配到各個場景，設計各個角色和場景的細節。
最後是建設階段。開發者要採用選定的技術對游戲進行開發。游戲製作包括編程和觸發器的製作。最後要進行游戲測試。2. 基於電腦游戲的圖靈實驗
人們在娛樂電腦游戲的時候，往往希望游戲中的其他角色能夠擁有某些程度上的智能。這些智能可以使得人們能夠在游戲的同時得到滿足。然而，這種智能必須得到控制。如果游戲中的機器角色的智能明顯高於玩家的能力，使得玩家對勝利喪失信心，那麼玩家會放棄這樣的游戲。所以，人工愚蠢(Artificial Stupidity)技術也是必不可少的。在游戲中，太強或太弱的人工智慧都是不合適的。
那何種程度的人工智慧才是合適的呢？回答這個問題首先要考慮怎樣的機器可以算作智能機器。圖靈曾經提出了「圖靈實驗」的概念。他認為能夠通過圖靈實驗的機器是具有智能的。其實，在游戲中也是一樣的。「圖靈實驗」在游戲中可以這樣描述：當玩家和其他玩家同諸多機器在同時游戲時，如果這個玩家通過游戲規則中的任何方式都無法分辨游戲中的其他角色哪個是其他玩家，哪個是機器的線程，那麼我們可以說這個游戲通過了「游戲中的圖靈測試」。[2]一般來說，通過了「游戲中的圖靈測試」的游戲是最適合玩家娛樂的。3. 游戲中的人工智慧技術
人工智慧在游戲中的目標主要有五個：一是為玩家提供適合的挑戰；二是使玩家處於亢奮狀態；三是提供不可預知性結果；四是幫助完成游戲的故事情節；五是創造一個生動的世界。這個生動的世界可以是類似現實生活中的世界，也可以是與現實世界完全不同的世界。但不管何種世界都要求有一整套能夠自圓其說的游戲規則。
在游戲製作過程中，實現人工智慧的關鍵主要有：虛擬現實與擬人化、動畫效果與機器角色場景感知[3]、機器角色的機器學習和進化、玩家與機器角色之間的平衡性、人工愚蠢技術、確定性人工智慧技術與非確定性人工智慧技術的互補。
游戲中的人工智慧的主要技術主要有：有限狀態自動機(Finite State Machines)、模糊邏輯(Fuzzy Logic)、A*演算法與有效尋徑(A* Algorithm for Efficient Pathfinding)、腳本設計(Scripting)、基於規則的人工智慧和系統(Rules-based AI and Systems)、人工生命(Artificial life)、貝葉斯推論(Bayesian Inference)和非確定性貝葉斯網路(Bayesian Networks for Uncertainty Decisions)、神經網路(Neural Networks)和遺傳演算法(Genetic Algorithms)等。4. 目前的局限與前景展望
就目前來說，技術上的困難主要來源於兩個方面：一是游戲中的非確定狀態實在太多；二是現有的硬體和計算機網路對於高級人工智慧還說，速度還達不到要求。[4]
目前要解決這些困難，在技術上來說還是不成熟的。對於數量極多的非確定狀態來說，盡可能地提高硬體和計算機網路的速度，可能是一個解決方法。但是要提高硬體和計算機網路的速度也並非易事。這可能要等到全息光學計算機和光互聯網誕生之後才能徹底解決。但目前有效的辦法是提高軟體的執行速度。比如使用更有效的演算法或神經網路等新技術。