近十年前，网络现象级项目“Twitch Plays Pokémon”召集了超过百万人同时游玩《宝可梦红》，每位玩家的按键操作都作为指令输入给那个像素化的角色。如今，随着技术如鲤鱼王进化为暴鲤龙般迅猛发展，一个全新的问题应运而生：人工智能能否玩宝可梦？
过去几年里，总部位于西雅图的软件工程师Peter Whidden一直在训练一种强化学习算法来通关宝可梦系列的第一款经典游戏——在此期间，该AI已游玩了超过5万小时的游戏。Whidden发布了一段讲述AI开发历程的33分钟YouTube视频，九天内该视频已获得220万次观看。
“最令人感到有趣的是，看到有如此多的人参与其中。”Whidden 告诉 TechCrunch。他将所使用的代码上传至 GitHub，并附上了如何操作和训练 AI 的说明。“似乎有非常多的人对实际执行创建或设计这一过程表现出浓厚的兴趣。”其中一位粉丝将他的代码应用到了《宝可梦水晶》这款经典的 Game Boy 作品上。
该 AI 的强化模型基于巴甫洛夫条件反射机制，通过给予积分奖励来激励 AI 提升宝可梦等级、探索新区域、赢得战斗并击败道馆馆主。有时，这些奖励与游戏进程并不完全契合，但 AI 的失败却显得别有一番趣味，这或许正是 Whidden 的视频能够病毒式传播的原因。
在 AI 的一次尝试中，它只是停在真新镇的水边凝视——这是游戏中玩家首次到达的地方——并且再未移动。它被困在一个有动态水面、草地以及来回踱步的非玩家角色（NPC）的区域里，这意味着对于 AI 而言，每一帧画面都像是全新的体验，尽管它只是静止不动，甚至还没有获得第一只宝可梦。但这只 AI 并不急于“收服所有宝可梦”。它只是在享受关都地区的美景（或者它可能对强迫这些可爱的小动物互相战斗持伦理上的反对立场……谁说得准呢）。
Whidden 在视频中解释道：“因此，根据我们设定的目标，闲逛和欣赏风景比探索世界的其他地方更具回报性。”“这是我们现实生活中遇到的一个悖论：好奇心引领我们做出最重要的发现，但同时它也让我们容易受到干扰并陷入麻烦。”
这只 AI 不知何故继续牵动着人们的心弦：后来，它在宝可梦中心经历了一场类似创伤的事件。AI 的成功部分取决于队伍中所有宝可梦的总等级。但当 AI 前往宝可梦中心并通过疯狂按键将一只宝可梦存入电脑时，总等级会急剧下降，向 AI 发出强烈的负面信号。当时它的队伍中有妙蛙种子和一只被昵称为“AAAAAAAAAA”的不明生物，总等级为 25；但一旦妙蛙种子被存入电脑，总等级仅剩 12。
Whidden 旁白道：“它没有人类那样的情感，但一次具有极端奖励值的事件仍可能对其行为产生持久影响。”“在这种情况下，仅仅失去一次宝可梦就足以让它对整个宝可梦中心形成负面联想，从而在所有后续游戏中完全避开那里。”
尽管该AI能够体验创伤并欣赏真新镇那些美丽的像素画面，但它毕竟只是一台计算机。这个AI无法读取和解读游戏中的对话，因此在早期版本中，程序会在游戏早期的一个岔路口卡住。当你到达《宝可梦 红》中的第二个城镇时，你会获得一个物品，需要带回给真新镇的宝可梦博士。但AI在折返送件方面遇到了困难，导致它无法继续推进游戏。因此，Whidden选择跳过这一环节，让每场游戏从已经送出包裹的状态开始，并选择杰尼龟作为AI的初始宝可梦，因为在水系宝可梦的帮助下，前期游戏通常会更容易一些。
“在视频中，[AI]最远只到达了第一道馆和第二道馆之间的月见山，”Whidden告诉TechCrunch。即使在拥有真正人类大脑的情况下，早期宝可梦游戏中的洞穴导航也 notoriously（以……著称）令人沮丧。但Whidden最近调整了代码中的一些奖励机制，并尝试了不同的学习算法，最终，AI成功走出了洞穴，抵达了华蓝市。
其他研究人员也曾利用强化学习来研究AI在游戏中的应用，例如DeepMind的AlphaGo，它是首个击败职业围棋棋手的计算机程序。但Whidden的视频之所以引起如此多的关注，是因为他擅长通过熟悉的媒介——宝可梦——来解释陌生的概念。
制作你自己的AI生成的类宝可梦生物