AI 結合心理學，如何在 Pokémon 中挖掘 3 大人性隱喻？

讓探索 AI 在遊戲世界的無限可能

西雅圖的軟體工程師 Peter Whidden 近期因為一項實驗聲名大噪。他為何如此受到注目呢？答案是他利用強化學習算法訓練 AI 去玩《Pokémon Red》這款遊戲。是的！你沒看錯。他把一個高科技的學習模型應用到了一個幾乎每個 90 後都玩過的復古經典遊戲。

基於 Pavlovian 模型：一個古老心理學理論的新應用

Peter Whidden 選擇了基於 Pavlovian（也就是俄羅斯心理學家 Pavlov 的經典條件反射理論）的訓練模型。在這個模型中，AI 通過點數獎勵機制被鼓勵提升寶可夢的等級、探索新區域、贏得戰鬥和戰勝道館領袖。這種學習模型已經在消費者行為中得到了廣泛的應用和實證支持。

遊戲中的不完美：AI 的情感反應？

令人驚訝的是，這個 AI 在遊戲中有時表現得並不完美。例如：它會在遊戲中的 Pallet Town 停下來欣賞水景，而不是繼續遊戲（基於探索獎勵）、不停購買等級 5 的鯉魚王（基於總體寶可夢等級提升獎勵），或是當 AI 在 寶可夢中心儲存一隻寶可夢時（同時象徵失去一隻寶可夢），它會產生強烈的負面反應，並在未來的遊戲中完全避免前往寶可夢中心。

數位世界的現實啟示：超過遊戲的學習

這項實驗影片被上傳到 Youtube 並且得到了超過 220 萬的觀看量。但這只是冰山一角，AI 在遊戲、甚至更多領域的應用將會是一個長期並且充滿挑戰和可能性的探索。

這個例子反映了人工智能不僅僅是一個冷冰冰的電腦程序，它有能力學習、適應，甚至在某種程度上學習人類的情感和偏好。活像一個人類新手玩家會逐漸學習成為遊戲高手。不管你是不是寶可夢的粉絲，這項實驗都值得你深思和關注！