AI不仅可以过滤敏感信息，还可以陪我们一起打游戏 原创

日常生活中，游戏是一个很好的放松休闲方式，从掌机游戏到主机游戏，再到互联网和移动互联网衍生出的网游和手游，游戏正快速渗透到我们的生活中。

现阶段中国游戏用户规模进入稳定发展阶段，《2020-2025年中国游戏行业市场前景及投资机会研究报告》显示，2019年中国游戏用户规模达到6.5亿人，较2018年仅增加0.2亿人，同比增长3.2%。今年由于疫情影响，“宅经济”使各类型游戏日均使用时长大幅增长，2020年游戏用户规模大增，预计用户规模将达到6.6亿人。

随着游戏市场的快速扩张，竞争也愈加激烈。因为一款游戏吸引用户与否，就可以决定成败，所以游戏的设计和研发至关重要，而云与AI也正融入其中，帮助游戏实现更多的创新。“游戏应该和云、AI紧密的结合在一起”。行者AI CEO尹学渊说道，游戏需要一个更好的体验，尤其对战类游戏，在AI的加持下，匹配算法可以更快的找到一个旗鼓相当的对手。

我们看到AI正逐渐走进像内容过滤、对战机器人、游戏自动化测试等更多的领域，这也大大提高了游戏的互动性与可玩性，帮助游戏公司更加专注于核心玩法的设计。

游戏内容过滤需要新思路

行者AI（成都潜在人工智能科技有限公司，xingzhe.ai）专注于人工智能在游戏领域中的研究与应用，以促进游戏行业发展。目前已经推出内容过滤、游戏AI机器人、AI自动化测试及数据平台解决方案。

游戏现在非常注重互动性体验，这就需要在内容过滤上下足功夫。首先，低俗色情谩骂等内容会导致用户反感，破坏正常交流环境；其次，平台应用中含有违规敏感内容，导致平台整顿、停摆；最后，恶意商业推广、垃圾广告导致用户流失、营收损失。

在内容过滤上，早期的解决方案更多是人工审核和第三方通用内容安全接入，但是问题也很明显。人工审核审核流程慢、耗费人力时间精力大、很难做到实时和全部审核；第三方通用内容安全接入是通用模型，模型不能进行更新或更新周期长。

打造一款针对游戏行业的AI内容过滤系统主要存在三大难点。第一，计算资源不可控，在训练过程需要大量的GPU、CPU等计算资源，同时线上也需要稳定可靠强劲的GPU型服务器；第二，数据安全容灾难，数据作为人工智能的核心要素，对数据的容灾容备是不可或缺的；第三，运维人力成本大，团队组成主要以算法工程师为主，有少量的后端工程师，整个团队没有运维人员。

正是基于这些原因，行者AI选择了AWS。行者AI CTO江天宇表示，Amazon SageMaker是所有云厂商中唯一实现了一站式AI服务的解决方案，从整个模型的构建、训练、测试到最终的发布都提供了一个非常完善的解决方案，而且这个方案非常简单，基本做到一键完成，降低了开发人员的学习成本，节约了大量的时间。

AI让内容过滤再下一城

其实行者AI两年前就已经开始研发内容过滤系统，今年3月通过使用AWS对原有架构进行了一次重构。目前主要使用了Amazon EC2 Spot实例、Amazon Elasticsearch Service、Amazon SageMaker等服务。

行者AI COO陈洪宇举了几个在Amazon SageMaker上使用较多的场景，在算法调研最前沿的新论文复现上，Jupyter Notebook可以直接通过控制的方式进行小模型训练和一些简单算法的实现；通过内置优化算法快速验证想法，大大提升开发效率；超参优化任务可以指定哪一组超参数做调优，并直接进行自动化训练；Endpoint可以针对每一个模型添加End point，直接从Endpoint取回模型推理出的数据结果。

基于Amazon SageMaker训练、推理过程

通过部署Amazon SageMaker行者AI实现了三大层面升级：

无服务器化：使用Amazon SageMaker部署识别服务，无需管理和运维底层资源；

部署简化：使用Amazon SageMaker部署在线服务，通过参数配置可灵活实现多机器（高可用）集群部署（自动部署负载均衡）、自动伸缩、多版本模型部署至同一集群、A/B测试、模型更新的无缝切换等机制，无需自行从事任何工程部署相关的工作；

多节点、集群部署：可直接通过HTTP消息字段的不同值指向Endpoint背后不同的服务子集群，轻松实现同一Endpoint服务不同消息过滤的需要。

内容过滤系统可以实现对敏感文字、图片、音频、视频的前置审核，并进行拦截。文本过滤速度达到3000tps，即每秒3000次检测，延迟不超过30ms，几乎做到了用户的无感知。

准确率和召回率在达到较高水平后，每提升一个百分点都要付出巨大的努力和投入。目前行者AI内容过滤系统综合准确率达到96.32%，广告文本准确率达到95.26%，广告文本召回率达到94.53%，广告图片准确率达到96.89%，广告图片召回率达到93.72%。通过上云节省了6个月时间达到现在的准确度，同时运营成本节省45%，运营效率提升76%。

陈洪宇表示，内容过滤系统可以为各种类型游戏提供服务，厂商可简单通过API方式接入服务。

和你一起玩游戏的很可能是个AI

除了内容过滤系统，行者AI还有两款主打产品，AI对战机器人和AI自动化测试，同时最近已推出一款专注游戏数据分析的全流程平台。

AI对战机器人和AI自动化测试也使用了Amazon SageMaker，其中AI对战机器人是将深度强化学习技术应用于游戏中，战斗机器人通过学习玩家战斗数据，在模拟环境中大量对抗式训练，能够在任意状态下找到最优决策，达到高手玩家操作水平。

同时，通过对参数调节，可以生成各个难度等级的机器人，由于采用真人玩家数据训练，AI机器人将会模仿人类玩家的操作，提高游戏内的玩家体验。在团队模式中，AI机器人也会与真人玩家配合，共同完成对局。

陈洪宇指出，目前《多多自走棋》AI对战机器人每日调用均值达到百万次，单次调用会持续30分钟左右。

AI自动化测试主要从三大模块帮助游戏测试人员对游戏进行测试。游戏UI自动化测试：自动遍历所有界面元素，发现隐藏问题；战斗逻辑自动化测试：利用战斗机器人对游戏进行全面检测，发现战斗逻辑问题；游戏性能自动化测试：构建后自动触发，检测FPS、CPU、GPU、Memory、Network等指标。

游戏行业对于新技术一直抱有积极的态度，人工智能、机器学习等技术正越来越多地应用在该行业。毋庸置疑，我们正进入一个游戏与AI融合的大变革时代。