终于有人拿AI干点正事了，用它来打游戏。
拳皇、街霸、星际、红警、魔兽……在这些上古游戏里，当你与最高困难等级的电脑人PK的时候，总是被他们揍到怀疑人生。
比如街霸II，哪怕你有全游戏厅最敏捷的反应和最快的手速，也不是最终Boss红衣警察的对手，更别提一睹通关后的神秘剧情。
而今随着GPT的横空出世，就有一位叫林亦LYi的博主想试着用它实现儿时的梦想。
于是他让GPT写了一套AI算法，要求让AI通过图像识别学会操控游戏角色去与红衣警察对抗，任务是获得胜利。
很快，GPT就给出了相应代码。但初始版本肯定有这样那样的问题，于是GPT与街霸II之间又进行了多次沟通交流，而博主作为人类只扮演了传话筒的角色。
最终，一套可以持续运行且没有明显BUG的代码被写了出来，博主立马带着它进入了街霸的世界……
经过无数次的学习与迭代，AI的表现很有意思。从统计出的数据来看，一开始AI的胜率就在持续下降，而每局的平均耗时却在不断增加。
大家猜下这是为什么？
答案就是AI被红衣警察打怂了，它一开始还有些进攻动作，但是慢慢的招术就变成了躲在角落里保持防守动作挨打。
再后来连每局的平均耗时也开始不断减少，说明这个版本的算法什么都没学到。
（上曲线为平均每局对战时长，下曲线为胜率统计）
这真是像极了这几年进入社会的年轻人，几经折腾下来挨揍多奖励少，根本没机会知道怎么做是对的，只能无助地往后躲，越来越看不到希望。最后干脆选择了躺平，一败涂地。
针对这种螺旋下坠的情况，博主开始修改算法中的奖惩机制。
首先他扮演高高在上的领导，让AI在输掉一局后被扣更多的分数，结果是AI以更快的速度螺旋下坠，彻底摆烂了；于是博主换了一套正面激励的方法，比如说尽管这一局游戏输了，但如果AI能让对手掉血就可以少扣一些分，如果能把对手打成残血还能够获得加分。
当然，这些代码也是博主让GPT帮他写的，他只需说出自己的想法。
这一次，博主见识到了AI的恐怖实力。
得到正向激励的AI如同昭和男儿般同时打开了16个游戏窗口，并在每个窗口里以7倍的速度运行游戏进行训练，这种毁天灭地的效率仅需要博主的一台个人电脑就能运行。
仅仅过了几个小时，AI便让博主实现了多年来的梦想：红衣警察被揍到亲妈都不认识了，而AI却一丝血都没掉。细看游戏过程中，AI控制的小人上蹿下跳屡出连招，根本不给红衣警察任何机会，像极了红衣警察过去这么多年不给博主任何机会一样，太解气了！
不过我们还不能高兴的太早，因为这个游戏是三局两胜制，AI需要再胜一局才能让博主看到通关后的神秘剧情。
然而AI在第二局的表现却令人大跌眼镜。它虽然打出了一些漂亮招数，也让红色警察受了伤，但最后却输掉了比赛。
博主仔细观看了比赛录像，发现红色警察在第二局的时候使用了和第一局不一样的打法，而之前AI一直是以第一局为环境进行的训练。
奇怪，AI明明是自学习的，按理说它应该能针对红衣警察的不同招数作出不同的反应，而不是有如此之大的反差。
于是博主又查看了AI的学习曲线，这才发现了端倪，原来是AI发生了“过拟合”。
也就是说，AI一开始确实是在根据红衣警察的各种招数来灵活训练自己的应变，但红衣警察毕竟是一段上古代码，它的套路是有限的，AI在经过一番学习探索后总结出了一套制胜打法，并不断精益求精。而这也是个让AI“走火入魔”的过程：现在的AI忘掉了随机应变，变成了一个只能打败第一局红衣警察的杀手，一旦打法发生变化，AI就无法应对了。
解决的办法也不难，那就是截取出AI在训练过程中已经获得了相当知识储备但尚未“走火入魔”的状态（比如说第37分钟迭代了250万步的时候），这个状态下的AI胜率很高，同时也没有忘记随机应变。
博主让这个状态的AI去应对第二局，结果AI不负众望，在第二次尝试时就击败了红衣警察。
最后，博主终于见到了通关后的剧情：主人公并没有去领什么奖，而是迫不及待踏上了下一段旅程……
瞪大双眼看完了博主的这一番骚操作后，我总结了三个道理：
第一，未来的人将被分为会使用AI的人和不会使用AI的人。别看博主今天拿着AI打游戏好像人畜无害还有点玩物丧志的样子，但是这个强大的工具分分钟就能应用到各行各业，以恐怖的效率完成大量工作的同时，代替掉很多人的岗位。我们要立马思考在即将到来的AI时代里自己面临的危险与机遇；
第二，连AI在面对持续的负激励的时候都会选择躺平摆烂，更何况人。希望朝堂和社会多关心当下年轻人的训练环境，不要连着练废几代人，因为他们的状态就是国家未来的状态。最近三十年痛失互联网、新能源等产业机遇的日本已是前车之鉴。
第三，掌握充足知识的同时要避免让自己陷入“过拟合”状态，否则无法面对变化的环境。正如乔布斯所说：Stay hungry, Stay Foolish。