leafwind
leafwind

在日軟體工程師|不務正業|碎念個人意見|聯絡我:https://linktr.ee/leafwind

在「人生遊戲」跟 AI 比賽練功

練功

比較年輕的讀者可能沒經歷過 2000 年代,大概在我國中的時候,以石器時代、天堂、仙境傳說、魔力寶貝等 MMORPG 為首的線上遊戲熱潮。

我曾經寫過一篇文章〈二十世紀末的 MMORPG,跟現在的遊戲差在哪?〉解釋那些遊戲跟現在的手遊有什麼不同,並且藉機緬懷那段「玩」過的日子(因為相比之下,現在的遊戲多數稱不上是真的在「玩」)。

但這裡我想講講「練功」這件事情。

「練功」曾經可以達到一個成就

在那個年代,手動玩家沒日沒夜的練功,可以得到多數玩家的景仰、崇拜,與名聲。

2004 年 11 月,《天堂》一位女騎士娜希雅升上了等級 81,成為全伺服器最高等級,只要在台灣有玩天堂的玩家,無人不知曉這個 ID。

這個成就其實是由4位成員輪番上陣 24 小時不休息的練功而練出來的,其中有一對兄妹,還有他們的鄰居以及哥哥的同學,總共四人。

當時只要是他的一舉一動,所有人都津津樂道,並且所到之處便是人氣保證,絕對是高朋滿座,下圖就是當年其中的一個「綠洲事件」。

而為什麼後來再也沒人用練功來評斷一個玩家的成就?原因大家也都知道,就是練功外掛的興起。

在機器人盛行的開頭前一兩年,還有很多人背地裡使用外掛程式,讓機器人幫自己練功,同時假裝這些是「自己的努力成果」。

在這個過渡時期,還曾經有不少「手動派」與「工具派」的信仰之爭,然而很快地,MMORPG 便快速沒落。

原本機器人玩家能作弊而霸凌手動玩家得到的優越感,在遊戲內所有「玩家」都已經變成機器人之後,自然便失去了遊戲動力。

圖為 RO 自動練功外掛機器人的畫面

我好討厭練功

《天堂》有一個職業是妖精,而在當時妖精的最高成就是升到 48 級、學會《地裂術》。這個法術給妖精使用很弱,但卻是玩家「成功」的證明。

在那個年代,見面使用地裂術,就好像開著高級跑車赴約一樣帥氣。

練功機器人固然打消了很多人玩遊戲的念頭,然而遠在練功機器人出現之前,我就已經不是一個愛練功的人。

我在國中與高中花了大量時間在玩《天堂》,若是一般練功效率換算,我泡在遊戲的時間可能足以練三隻 48 級妖精,然而我的角色最後停留在 46 級,經驗需求大概只是 48 級的四分之一而已。

也就是說,即使在練功機器人出現之前,我玩天堂就已經有 90% 以上的時間都不是在練功了。

我覺得練功好無聊、無法理解為什麼要像工廠作業員一般,每天做這些枯燥且重複的工作,甚至有人願意一天 24 小時不眠不休去做。

我不喜歡自己的行動被框架綁住,日復一日的重複固定的行為,更不喜歡一直得到早就已經知道的結果:「既然我知道再花一個禮拜打 2000 隻同樣的怪物,我才會升級,而升級後又是再打更多的怪物,那我為何要去做?」

當我將一個職業玩到了 30 多級,我便會開下一個職業去體會職業的差異,認識不同村莊的人、去找不同的怪物,在練功過程遇到更多的人,觀察這些人、也跟這些人交流。

那些花了好幾年在練功、取得高等級的玩家,他們是遊戲的勝利者。我不知道他們在結束之後還快樂嗎?我在那個遊戲世界中是一個完全的失敗者,但至少我在玩遊戲的當下是快樂的。

練功遊戲再也沒有活人

在機器人大軍剛開始進攻 MMORPG 的時候,我便覺得無趣而退出,乍看是我被那個世界「淘汰」了,實際上是所有人類都被淘汰了,因為沒有一個人類可以不眠不休地練功。

即使一開始遊戲公司會抓自動練功機器人,到後來,當絕大多數付費使用者都使用外掛練功,沒有一個活人在「玩」遊戲的時候,任何形式上的宣戰也只是垂死掙扎而已。

後來,市場的遊戲趨勢就從以勞力為主的「線上練功」演變成以資本為主的「單機轉蛋抽卡」,多人線上遊戲的榮光再也不復返,現在只是一個小眾類別。而練功再也不被推崇,更多則是靠金錢堆砌強度。


AI 開始進入現實跟我們一起「練功」

以上對於練功遊戲的懷舊講古,跟 AI 又有什麼關係呢?在之前的這一篇〈是 AI 追上了,還是人類倒退?〉我提到:

未來我們無可避免會面對一堆 AI 產出的低品質內容,同時又沒有心力審核大量的垃圾。此時面對排山倒海的 AI 產出,有兩種可能會發生。第一種,是我們無法察覺 AI 產出的不完全正確資訊,於是只能無條件接收,這已經在發生,而且只會越來越嚴重。

而剛好就在一週後,英國衛報(The Guardian)就報導,美國知名線上科幻雜誌「克拉克世界」21日宣布停止接受投稿,因為由人工智慧(AI)產製出的稿件氾濫成災,令編輯團隊不堪負荷,光是2月就拒絕多達500份投稿。

他們目前並沒有好的方法過濾掉 AI 投稿,因此目前無限期關閉中:

Detectors are unreliable. Pay-to-submit sacrifices too many [legitimate] authors. — Clarkesworld

而這只是剛開始,所有領域都正在面臨 AI 的大量產出問題,這簡直像極了我童年最討厭的「跟機器人比賽練功」的夢魘:人們用著高科技工具,並假裝自己沒有使用這些工具,藉此來獲得不對等的優勢。

針對這個情況,我也在同一篇文章說過,未來最有可能的解法只能是「用 AI 審 AI」:

而第二種情況是使用一個較為「經濟」的對策,那便是用另一個 AI 來驗證內容、替它們打分數。我認為這很快也會發生。於是,一個「用 AI 產出,再用 AI 來驗證產出」的閉環就這樣形成了。

設計徵稿、小說徵稿、工程師面試、學術論文,不只是有標準答案的問題,只要是有大眾一致認同的範本,連沒有標準答案的創作,基本上都可以模仿,並很難靠人力找到抄襲的證據。

即便能抽絲剝繭、找到可疑目標並刷掉,也會花掉太多人力審核,並且這會衍生出一個最關鍵的問題:「我們怎麼能保證刷掉的不是真人?」。


「人生」這場遊戲會變成怎樣?

自動練功的「外掛程式」已經出現在我們的人生,把整場人生遊戲變成一個無窮的練功迴圈。

只不過這次,「跟機器人比賽練功」的夢魘不會只乖乖待在遊戲當中,而是會從出生到死亡,跟著人類如影隨形。

《底特律:變人》中的仿生人

一個正在發生的事實是,熟練使用工具的人會取得初步優勢。在 ChatGPT 或 Midjourney 的世界中,我們戲稱這些人為「會詠唱咒語的魔法師」。

人們說「不學會用這些工具的人就等著被淘汰」,但我認為,只要一樣是跟 AI 比賽「練功」,就算將這些工具用得如火純菁,過不了多久絕大多數人也一樣會被淘汰。

因為下一階段,資本會找到一個框架,讓使用這些工具變成跟喝水一樣自然,當這些程序標準化、效率最大化之後,精通這些工具的「魔法師」也會面臨激烈的競爭。

尋找沒有答案的問題

一直以來,我只要發現一個遊戲的最佳解被找到了,就會退出、並動身前往下一個我不懂的未知領域,因為我認為,只有那些地方才會有價值、才能做出跟別人不同的東西,所以我作為玩家討厭練功、作為學生討厭背誦題庫、作為工程師討厭刷 leetcode。

很多人都會問:「要學什麼技術才不會被 AI 取代?」我認為這個問題應該換個方向問:「什麼問題是 AI 無法回答的?」這兩個問題的差別在於後者並不預設 AI 要取代的是人類,因為 AI 可以取代的技術非常廣泛,也不僅限於人類的工作,我們必須先知道它的極限,才能找到人類有機會的地方。

只有那些沒有正確答案(模糊一點,就是小 Lin 影片中說的套路)、甚至沒有人解決過的問題,才有可能不會被 AI 取代。

創業與投資

第一個最明顯的領域,就是廣義的「創業」(跟投資)。因為做為員工要跟 AI 競爭技術,但做老闆的時候,AI 就是最強的助手。並且,不可能存在一個 AI 自動完成事業、替我們賺錢,如果可以的話,全世界都將有賺不完的錢,而這顯然是不可能的。

但這也表示,往後一定會有很多用了 AI 仍然會失敗的老闆,多數人可能都會失敗,但混亂便是洗牌的機會。

生活與哲學,或者說「生活哲學」

另一個領域就是「哲學」,這不是要自己成為哲學大師,而是找到屬於自己的生活哲學:我們想過怎樣的生活?

討論哲學能直接養活自己、甚至在「人生遊戲」取得成功嗎?至少從人類歷史上,絕大部分的案例都是否定的。但即便如此,找到自己的生活哲學,仍然在 AI 時代有非常重要的意義。

我們對知識與技術的取得會比以往更為容易,諸如露營、園藝、健身等等興趣,或者更困難的綜合性問題,像是想要找到適合居住的小鎮、規劃你的旅遊目標(注意,這裡的目標不是一個地點,而是你的人生究竟想要完成哪些旅遊)。

老高在他的影片中說到「目的性」也是一樣的道理:AI 不可能指引你終極人生目標、找到人生意義,人生要完成什麼事情,只有自己能找到答案,否則就算是使用 AI 的高手,也只是一個高效率的機器,無法成就有意義的人生。

個人品牌與「信任」

很多時候我會替一個創作或商品買單,不完全是因為他的技術高超,有些時候我們甚至也會欣賞不完美的手作感,因為我們相信那些瑕疵是增加韻味,而不是影響使用品質。

舉例來說,一幅我信任的創作者所畫出來的圖,雖然有著小瑕疵,我也還是會付錢;至於那些乍看漂亮,但可能是不知道誰用 AI 製造出來的圖,我是一毛都不會花。

在 AI 產出過度氾濫的時候,人與人的信任就顯得更加珍貴。

反過來也成立,如果有創作者自己破壞了這個信任,那將會使得他的創作直接降格到「連 AI 都不如」的等級。

這並不代表沒有人與 AI 共存的中間地帶,譬如我們相信一個「調教師」使用 AI 的技術,但也清楚地知道他是使用 AI 創作,因此有著不同的期待與標準,這當然也可以變成是一個值得信任的品牌。譬如勘雲工造製造出的碧藍航線 Cosplay 照片,會比其他人來得有公信力。

至於我自己,應該還是會一直朝著「AI 無法回答的領域」前進探索。就像二十年前我不會跟著機器人比賽練功,寧願當個練功遊戲中的「失敗者」一樣。


原文刊登於《leafwind.tw

CC BY-NC-ND 2.0 版权声明

喜欢我的文章吗?
别忘了给点支持与赞赏,让我知道创作的路上有你陪伴。

加载中…
加载中…

发布评论