未來的遊戲美術流程（中）

本篇文章我們繼續安德魯的最後兩個觀點。

3. Parametrization, Simulation, Generation 參數化，模擬，次時代

上圖是一個可視化的AI系統，是由一個生物學家兼植物學家Linda Mayer製作的。他使用了一套演算法來模擬植物細胞的生長。這套系統可以說是有機的，因為它的演算法來自於自然植物生長的規律，同時，這個有機的植物系統也可以被整合進電腦里去，變成電腦模擬類的程序。現在只能說越來越多的東西已經像這樣發展了。

下圖為UE4的植被生成系統, 3年前出現在UE4的動畫demo《Kite》里。

《地平線》很大程度上使用了過程化的生產流程。以上的技術都可以遇見未來我們的生產流程會怎樣變革。

下面拿樹來舉例子。剛開始的時候，我們像很多模型一樣來對樹進行建模，現在的流程<參見speed tree>我們是基於真實樹的規律來製作，我們可以調整高度，樹葉密度等。

還有現在的3A遊戲都在使用的貼圖繪製軟體Substance Painter，它革新了傳統的二維繪製方法，直接在三維物體上繪製，而且集成了一些基於真實物理模擬的粒子效果等。

還有一些程序化的工具比如Marvelous Desinger可以利用物理模擬來設計虛擬角色的衣服，窗帘，被單等。

總而言之，我們的目標就是想讓虛擬物體的開發製作跟真實世界中的一樣，具有真實的物理模擬規律。

看上圖，現在的情況是虛擬角色的創建需要很大的人力成本，中小型工作室可能無法承擔起一個自動創建角色的AI系統，但不久的將來，這種模塊化系統就會變得非常平常。

未來，我們要達成的一個臨界點是大家都不需要學習電腦編程語言，因為我們只需要跟虛擬物體交互就可以。革命尚未成功，現在我們還是在路上。但是進步顯而易見，比如UE4的藍圖系統可以讓純藝術家也可以進行一些中等偏下難度的編程操作。

4. AI Assitance, Machine Learning 人工智慧，機器學習

上圖為谷歌的新版聊天軟體，內置神經網路，可以記錄你的各種回答，學習你的回答，並生成類似的一些談話聊天。所以這些技術未來集成到遊戲製作中去，那麼所有的遊戲角色包括（NPC）都是有溫度的了。

谷歌的圖片搜索：你輸入要搜索的圖片，谷歌會將圖片識別轉化為相應的關鍵字，並最終給你答案。但是谷歌也可以將這個程序翻轉過來使用，搜索一些關鍵字，將這些關鍵字整合為最終要輸出的圖片，就成為了下圖這樣：

人工智慧也是有創造力的！

上圖是SIGGRAPH展示的一段視頻，開發者使用一個基於神經網路的動畫解算器將一段視頻中的人物直接轉為遊戲可以使用的動畫資源，聽起來像《黑鏡》，但是的確現在在發生，做好準備！

上述的這些東西都最終為「Great Abstraction大抽象理論「做出貢獻和發展，使其人工智慧越來越強大。

接下來安德魯提出了百萬美元價值的問題：

我們剩下了什麼？

虛擬場景從現實中取材，開發流程被程序化代替，人工智慧為我們做一切。我們人類該做什麼？