说到游戏与 AI 的关联，许多人想到的都会是游戏中非玩家角色（NPC）的动作或对话应对，但 BGR 报导介绍的一款简单的勇者游戏，AI 系统的工作却并非如此。
这款游戏是由英国法尔茅斯大学（Falmouth University）AI 资深研究员 Mike Cook 设计，严格来说，Mike 并没有完成这款游戏，他只是将简单的概念传达给 AI 系统，并由其接手进行开发游戏的工作。
这个系统称为“ANGELINA”，在 Mike 对其提供初步的设计概念后，ANGELINA 便会接过概念进而延伸设计出游戏，以这次的例子来说，Mike 提供给 ANGELINA 的初步概念非常简单：玩家必须指挥在地下城的一位冒险者，杀死骷髅到达出口。
接过这个初步概念后，ANGELINA 在设计中巧妙些微调整了 Mike 的想法，让游戏内容变得更有趣。
比起传统让玩家控制一位冒险者，并将目标设定为杀死骷髅到达出口，ANGELINA 选择将游戏设计为玩家必须同时操作多位冒险者，且在多数情况中，必须选择牺牲其中一些人才能离开，Mike 认为这是非常聪明的关卡设计，他将其称为“在冒险之前”（Before Venturing Forth）。
Mike 造出 ANGELINA 已有一段时间，提供初步概念后，Mike 便会看着它打造游戏：有些很有趣，有些糟得很可笑，更多的是介于这两者之间。只是 ANGELINA 设计游戏的工作究竟怎么进行的？
▲ ANGELINA 早期设计的游戏。 （Source：gamesbyangelina 截图）
Mike 解释，ANGELINA 最主要的技术是计算演化（computational evolution），当它在设计游戏某个关卡时，会先随机制造出一大堆关卡，接着测试且完成所有内容，尽管其中多数都非常糟糕，但仍有一两个相较其他好上那么一些。
接着 ANGELINA 便会选择较好关卡的优点，并将其混合在一起制造出一个全新关卡，然后再次启动这个循环：测试、挑选、混合内容。
Mike 将设计游戏的过程分解成不同的几个任务，像是设计关卡、发明规则、测试难度等，而 ANGELINA 会根据现在游戏缺乏的内容选择任务，运用包含计算演化在内各项技术来完善每个层面。
目前 ANGELINA 仍需要依靠 Mike 的意见来做一些事情，像是提醒它“需要花较长时间解决的关卡必定更好”，但 Mike 期望未来能将 ANGELINA 变得更独立，这样它才能抛弃这些旧有观念，从全新不同的角度让游戏变得更有趣。
截至目前为止，ANGELINA 已生产出约 30 款游戏，其中多数都已被删除，因为并不具备成为游戏系统的全面能力，Mike 形容这种行为就有点像是艺术家扔掉旧草图。
但为什么不自己制造游戏，而是打造一个能做到的引擎呢？Mike 解释，主要是因为这是一个非常新的领域，即使真的很难创造出完整的游戏，尝试和失败也总会带来一些新的想法、方向和挑战。
“完全自动化的游戏设计将会是一个很大的挑战，可能需要花上数十年才能有所进展，但过程中我们会持续运用一些小发现来帮助人们制造游戏，除了持续在许多小地方进步，这项运用也能帮助我们从全新角度来看待游戏设计。”
▲ ANGELINA 早期设计的游戏。 （Source：gamesbyangelina 截图）
近几年间，ANGELINA 已经过许多次“演化”，Mike 目前正在制作第六版，他期望这个版本的 ANGELINA 将能结合过往的所有优点来设计 2D 游戏，加快设计速度、花时间找出新的灵感或是改良旧有想法。
Mike 表示，他正在改善 ANGELINA 的界面设计，计划今年将把 ANGELINA 设计游戏的过程放上 Twitch 直播，人们除了可以观看，也能在聊天室与之交谈，给他一些改善游戏品质的建议。
“在那之后，我会持续努力扩大 ANGELINA 能够设计的游戏类型，让它能发想出更多新的游戏概念。”
Mike 的工作并不只是与“游戏”相关，从其他层面看来，这也是研究人员正在探究 AI “思考”极限的另一个例子──无论这种过程对非生命体的电脑来说算什么，它们确实能在计算后做出决定，靠自己解决问题。
Mike 认为，ANGELINA 其实是一个非常简单的 AI，能做的事并不多，但它确实能让人们看到更多可能性并一起讨论，“就像 Twitter bot 设计师 Darius Kazemi 有次被问到工作内容时回答的那样，‘透过调整现在，让人们稍微看见未来’，AI 的研究也有点像这个样子。”
“最好的 AI 研究并不是为‘现在’创造技术，而是探究有关‘未来’的问题。”
- This gaming AI doesn’t play games, it builds them instead
（首图来源：Before Venturing Forth 游戏截图）
