哪些遊戲策略可以應用於科學研究？
本問題已收錄進圓桌：動態 - 將科學研究進行到底
更多討論歡迎關注: ）
魔獸世界中的「墮落之血事件」，吸引了一些科學家的注意，他們向遊戲開發商索取相關數據，以虛擬環境作為參照，研究疫情的傳染。此外遊戲內的經濟系統也部分有助於研究一些經濟學上的問題。但是由於現在遊戲內的經濟體系是在研發之初就設定好的了，因此有相當的局限性。
墮落之血（英語：Corrupted Blood）是電腦遊戲魔獸世界中會傳染遊戲角色的一種虛擬瘟疫。因為意外的大規模傳播，它與現實生活中流行性疾病的相似性也引起了國際性的新聞關注。
信息
疫情開始於2005年9月13日。魔獸世界的開發商暴雪娛樂在當天發布了遊戲的1.7版更新程序，其中包括一個新的名叫「祖爾格拉布」（Zul"Gurub）的地下城副本。地下城中有頭目「哈卡——靈魂剝奪者」，又被稱為「血神」。與哈卡戰鬥時，玩家會被他的負面影響法術（一種在一定時間內產生負面影響的法術，遊戲中也稱作Debuff）所感染——這個法術就是瘟疫「墮落之血」，每幾秒鐘會造成250-300點傷害（與此對照，高等級的角色有約2500-5000點生命力，中等級約1500點）。被感染的角色周圍距離太近的其他角色也會隨之被傳染。雖然低級別的角色會在幾秒鐘內被這一瘟疫殺死，高級別的角色卻因擁有較高生命力並可以使用治療法術而存活下來，NPC和角色的寵物也是瘟疫得以傳播的重要因素。一般情況下，瘟疫在地下城中產生，並隨著時間的流逝或角色死亡而消失，因此影響範圍有限。唯一的將其傳出祖爾格拉布地下城之外的方法是讓寵物（跟隨玩家，由玩家控制協助戰鬥的動物）感染瘟疫，並在5秒鐘內將寵物遣散，最後在地下城外人口聚集的地區把寵物召回。寵物被遣散時保留了被瘟疫感染的狀態，瘟疫的計時也暫停，直到寵物被重新召喚重新計時，此時仍然感染著瘟疫。有玩家採用這一方法把瘟疫傳出了地下城，從而造成了之後瘟疫的大面積傳播。
墮落之血的範圍和影響
幾天之內，墮落之血就成為了魔獸世界中的黑死病，整個的城市都變得無法居留，玩家不得不躲避其他玩家聚集的場所，或者徹底避開大城市。由於該瘟疫特殊的傳播性，遊戲設計的本意是不讓其離開地下城的——然而感染寵物和NPC的能力可能造成的漏洞未被遊戲開發者提前注意到。按遊戲設計者的意圖，瘟疫出現在與地下城最終頭目哈卡的戰鬥中。每隔一段時間，哈卡會隨機在遊戲者的角色上施加這一魔法，使得玩家因此不得不分散開以避免傳染，如果是近戰類型的角色被感染則不得不遠離哈卡，以免傳染給其他近戰同伴的角色。但瘟疫結果被傳到地下城以外的廣大世界中。暴雪娛樂幾次曾試圖修復這一問題，包括在一些地區實施隔離措施。
最後，瘟疫在哈卡的魔法能力被修改後得到「解決」——哈卡仍然會在戰鬥中對隨機玩家施放「墮落之血」魔法，但魔法效果被改成了一道紅色的閃電，不再以瘟疫的形式在玩家之間傳播。
這次瘟疫的大範圍爆發（很多伺服器中有半數以上的角色被感染）也引起了現實世界中很多媒體的廣泛關注。
2007年3月，以色列內蓋夫本－古里安大學（Ben-Gurion University）流行病學家蘭·D·巴利瑟在《流行病學》雜誌發表了一篇文章，描述了墮落之血瘟疫與近來SARS和禽流感的相似之處。巴利瑟表示，電子角色扮演遊戲可以提供高級的研究平台，用來創建傳染病傳播的研究模型。[3]《科學》雜誌的一篇文章隨後建議電腦遊戲第二人生也可以被作為研究平台。
2007年8月，塔夫斯大學（Tufts University）公共健康與家庭醫學助理研究教授尼娜·費佛曼呼籲針對這次虛擬瘟疫事件與現實瘟疫的相似性進行研究。一些科學家準備以虛擬環境作為參照，研究人們會如何應對環境中的疾病。
此外，美國疾病控制與預防中心也向遊戲開發商請求得到這次瘟疫暴發的數據，以研究應對現實世界中的疫情。
再補充一個「眾包」的例子，儘管嚴格地說，不能算作是遊戲「策略」。
介紹一個叫 EyeWire 的遊戲 -- 人人都可以是民間神經科學家（citizen neuroscientist）。它的第一個成果發表在最新一期的 Nature 雜誌上[1]。
毫無疑問，神經科學是當前最火的科研領域（之一）。歐盟的人腦連接組計劃（12億歐元，共10年）、美國的 BRAIN Initiative （每年1~3億美元，持續10年）都在推動一件事情，就是繪製大腦的結構。
而根據目前的估計，人腦有 10^11 個神經元，每個神經元通過 10^3 個突觸與其它神經元相互聯繫形成網路。這個網路含有的信息量是巨大的[2]。要測量大腦的連接圖譜，目前的研究方法是將大腦切片後再進行顯微鏡成像。以現在實際應用的傳統光學顯微成像數據為例，一個小鼠大腦（體積約為人腦的1/1000）的數據是 750 GB [3]。而如果考慮最理想情況，假設能獲得每個像素對應 1 nm 的人腦（體積約 1 L）電鏡圖像，需要的存儲容量是 Google 公司目前容量的十萬倍[4]。即使能存儲這些數據，要分析它們也是很困難的。
事實上，科學家們目前已經獲得了電子顯微鏡下的大腦圖像。比如下邊這樣的，看上去一點都不酷炫。
圖片中連通的區域屬於同一個神經元。對於大量這樣的照片，機器很難自動識別其中的哪些部分是連通的，哪些是分離的。於是 MIT 的 Sebastian Seung 研究組就開發了這個叫 EyeWire 的遊戲，通過大家的智慧（苦力）來輔助機器在三維空間中識別和拼接神經元。拼接完成的圖像是下邊這樣，看上去就非常酷炫了。
圖片中連通的區域屬於同一個神經元。對於大量這樣的照片，機器很難自動識別其中的哪些部分是連通的，哪些是分離的。於是 MIT 的 Sebastian Seung 研究組就開發了這個叫 EyeWire 的遊戲，通過大家的智慧（苦力）來輔助機器在三維空間中識別和拼接神經元。拼接完成的圖像是下邊這樣，看上去就非常酷炫了。
上面圖中每種顏色是一個神經元，根狀的部分叫樹突，膨大的部分是胞體。通過來自 130 個國家的 100,000 名玩家的努力，目前完成了視網膜中 195 根 BC 細胞的軸突（與樹突相連的結構）和 79 根 SAC 細胞的拼接。研究人員通過這些結果，發現有兩種 BC 細胞，分別與 SAC 細胞的近端和遠端樹突相連，這種距離上的差別可以導致信息從 BC 細胞傳遞到 SAC 細胞的時間差。這種時間差可能是哺乳動物眼睛識別物體運動的機制。
上面圖中每種顏色是一個神經元，根狀的部分叫樹突，膨大的部分是胞體。通過來自 130 個國家的 100,000 名玩家的努力，目前完成了視網膜中 195 根 BC 細胞的軸突（與樹突相連的結構）和 79 根 SAC 細胞的拼接。研究人員通過這些結果，發現有兩種 BC 細胞，分別與 SAC 細胞的近端和遠端樹突相連，這種距離上的差別可以導致信息從 BC 細胞傳遞到 SAC 細胞的時間差。這種時間差可能是哺乳動物眼睛識別物體運動的機制。
儘管有 100,000 名註冊玩家，但是，根據論文中的描述，排名前 100 的玩家貢獻了 50% 的工作。說明玩家的參與熱情不是很高。所以還需要更多人的參與，提高用戶粘性，這是以後進行優化的方向。
下面是遊戲的鏈接和截圖，有興趣的同學來玩一玩吧。Sign Up | EyeWire
[1] Kim et al., Nature 509, 331–336 (15 May 2014).
[2] 僅考慮只含有 3 個節點的有向圖，假設邊的權值僅 -1、1、0 三種可能，分別代表抑制、興奮、沒有連接；節點到自身可以有邊。可以計算出來，這樣的圖就有 16038 個。N 個節點的話，這個數字是 3^(N^2) 量級。
[3] Oh et al., Nature 508: 207-214 (10 April 2014). 該研究中的實際數據。
[4] 根據 http://what-if.xkcd.com/63/ 的推測，Google 的存儲容量是1.5*10^19 byte。
Foldit, 它本身就是一個應用在科學研究的遊戲。這個遊戲主要內容就是由玩家進行設計、摺疊蛋白質，而科學家們則可以研究玩家們設計的蛋白質，看看能不能用在新葯里。舉個例子：科學家們一直研究愛滋病的逆轉錄酶，已有十五年之久，這種蛋白質酶是愛滋病毒在活體細胞中複製和繁殖自己的重要關鍵，但在遊戲中逆轉錄酶的結構在十天內玩家們破解。
Foldit 是結合 眾包與 分散式計算所得的成果。「很多人嘗試通過分子替代的方法解決 M-PMV 的晶體結構問題，但都失敗了，於是我們向蛋白質摺疊遊戲 Foldit 的玩家發起了挑戰，讓他們製作該蛋白質的精確模型。出人意料的是，這些玩家製作的模型質量很高，可成功地用於分子替代和結構判斷。這種更準確的結構為設計抗逆轉錄病毒藥物提供了新的見解。」
人類具有空間推理能力，這是計算機所不擅長的。遊戲則提供了一個框架，把計算機和人類的優勢整合到一起。Foldit 首席設計師 Seth Cooper 說到。
這樣的遊戲，簡直就是玩家推動了科學的發展有木有。
這項通過 Foldit 取得的突破不僅可用於艾滋病研究，還可用於癌症和帕金森症的研究。
Foldit 看似很難，但是在遊戲中提供了一系列教程，讓你學習到基本的生物知識，然後應用這些知識，不斷的進步，也許有一天會有驚人的發現。
附幾張圖片
官網：http://fold.it/portal/
中國分散式計算總站：Foldit - 中國分散式計算總站
瘟疫公司吧。
這個遊戲的主題大家都知道，就是讓你扮演一個瘟疫（細菌，病毒，真菌，甚至寄生蟲等），然後感染並殺死全人類。
而你殺死全人類的過程，大概是這樣的。首先，從一個個體傳染給周圍的人；其次，盡量潛伏，不動聲息地傳染更多的國家（因為一旦被發現，某些國家可能封鎖邊境）；然後，進化出致病性和致死性，大規模殺死人類。人類會開始研究治癒的疫苗，這時你需要不停的變異來干擾研究進度，在人類成功前殺死所有人。
所以，關鍵詞是：
傳染性 致死率 變異（進化速度）
前期，如果你的傳染性不高，但是致死率很高，你會迅速被人類發現，然後被隔離封鎖，或者疫苗被研發出來。類似於，埃博拉病毒，天花病毒。
如果你具備一定的傳染性，但是致病性不足，人類會認識到你。當你傳染性真的很高時，人類也會重視，也會研究出疫苗，類似於，流感，肺炎。
有趣的是，每個國家的衛生條件不一樣，研發疫苗能力不一樣，甚至封鎖國境線的方式也不一樣。
這個遊戲完美地，用瘟疫作為第一視角，模型化了擊敗人類的整個過程。我覺得，這個遊戲可以幫助科學家研究哪些潛在的細菌或病毒，可能成為殺死全人類的殺手：
超長的潛伏期，一旦發作則出現高致死率，傳播能力很強無法隔離，超強的變異能力讓疫苗難以研發。（夠級策略在油氣勘探分析中的體現和運用）
本文基於系統分析的研究方法 ,運用萬物有機聯繫和系統發展的觀點將流行於民眾間的夠級方法與油氣勘探系統進行了初步地對比研究 ,目的是充分利用已有的成功素材為油氣勘探系統研究增磚添瓦 ,將夠級精華運用於油氣勘探的系統分析之中。分析結果表明 ,夠級方法與油氣勘探之間具有許多相似之處 ,夠級策略可以借鑒於油氣勘探的系統分析之中 ,文中對夠級策略在油氣勘探分析中的體現和運用方式進行了簡要討論
補充一下：
文明系列
當年據說門捷列夫就是從撲克牌發現元素周期律的。。
美國有研究人員專門為蒼蠅開發了一款飛行模擬遊戲，以實現在蒼蠅被固定的情況下觀察蒼蠅的飛行狀態。
遊戲里AI的開發對機器人或者人機交互會有很大幫助吧
對遊戲品質提升的需求促進了主機硬體品質的提升，美軍曾經還用幾千台ps3攛了一台超級電腦呢。。
劍靈（以及各路韓國網遊）， 可以從人妖的數量來研究男性的各種古怪心理 （→ →）。
我認為萌戰中形成的策略對於博弈論，選舉學和拍賣研究都有作用
這裡有一本書，我覺得可以比較系統性地回答這個問題。Total Engagement: Using Games and Virtual Worlds to Change the Way People Work and Businesses Compete
該書是由哈佛商業評論出版社出版。作者為斯坦福大學Byron Reeves教授。
推薦讀第七章Virtual teams （p.129），該章主要是講DKP系統（Dragon Kill Points）以及相關合作機制。
試讀地址請點這裡 Total Engagement
生命遊戲: Conway"s Game of Life
推薦閱讀：