加入我们，探索复杂且不断发展的事物 AI竞技场的世界， 一款新颖且最先进的竞技游戏。 在我们的人工智能游戏探索中，我们很高兴向您介绍 Brandon Da Silva，他是 Arena X Labs 的创始人兼首席执行官，负责这项创新工作。 您可以在 YouTube 上观看完整的视频采访或继续阅读下面的内容。
在这次令人大开眼界的采访中，我们将共同挖掘《AI Arena》的历史，这是一款挑战传统游戏类型的开创性游戏。 布兰登以独特的方式融合技术、教育和娱乐，开辟了新天地，同时专注于 人工智能 和机器学习。 与我们一起分享布兰登·达·席尔瓦 (Brandon Da Silva) 的故事，从他卑微的投资起步到崛起为游戏行业的顶峰。 我们将揭开 AI Arena 背后的革命性理念，它正在改变职业游戏的面貌。
保罗：
欢迎来到 局外人游戏。 保罗，我是今天的主持人，我很幸运能邀请到出色的布兰登·达席尔瓦。 Brandon 是 Arena X 实验室的创始人兼首席执行官。 他专注于人工智能和学习。 他的公司 arena X labs 有一款旗舰游戏，叫做 AI arena，arena X 和 AI arena 可能会令人困惑，但你就知道了。 所以，要记住的游戏是人工智能竞技场。 今天我们将讨论这一切。 用布兰登自己的话来说，他用代码创造了很酷的东西。 欢迎布兰登。 你今天怎么样？
布兰登：
我很感激。 是的。 不，谢谢你邀请我。 我很好。
保罗：
真棒真棒。 所以，我快速窥探了你和你的过去。 您是如何从投资和投资分析背景发展到创立自己的公司并制作自己的游戏的？ 这是怎么发生的？
布兰登：
是的，嗯，有点啰嗦，但我会尽力使其尽可能简洁。 基本上，在该基金，我负责领导机器学习研究。 因此，利用机器学习构建系统的交易策略。 但实际上，当我创建新算法时，我会实际测试 他们在游戏中 首先在市场上进行测试。 尽管听起来很奇怪，但这只是因为将其中一些东西应用到游戏中实际上更容易。 因此，如果它至少不能在游戏中发挥作用，那么它就不可能在市场上发挥作用。 这有点像我开始将机器学习应用到游戏中的方式。 这也更有趣。 所以，我会从那里开始。 然后我应用它的游戏对我来说有点太简单了。 因此，我实际上也开始构建自己的游戏环境，比如新的、具有挑战性的游戏环境来测试机器学习算法。 因此，我开始熟悉构建游戏。 它是在一个小得多的 规模超过AI领域，但我逐渐熟悉了构建这些游戏环境来基本上测试代理。 这就是它的开始方式，也是我开始真正喜欢将机器学习应用于游戏的方式。 随着时间的推移，我对向人们传授机器学习产生了真正的热情。 一开始只是我认为很酷的演示，然后它变成了在线交互式视觉效果。 然后它的延伸基本上就是游戏，对吧？ 凡是有想法的地方，你都想抽象得越来越多。 在我看来，很多复杂性和最好的媒介是游戏。
布兰登：
这就是那里的进展。 所以，是的，还有一些其他的事情，但这有点像我决定离开并最终建立这个东西的主要进展。
保罗：
惊人的。 非常好。 显然，游戏本身，人工智能竞技场，对于普通人来说是一件很难理解的事情。 就像，这是一个游戏，但它并不是真正的游戏。 这是一个游戏，但你是在教导而不是与自己战斗。 你正在教一个 NPC 战斗，并且以你的方式训练那个 NPC。 听起来有点像《机器人大战》和《机器人大战》的结合体。 超级明星大乱斗 或者其他什么，你知道你正在努力制作《终极战士》，但你无法亲自去做。 你可以去教书。 那么这个想法是从哪里来的呢？ 我猜这是从机器学习到你已经在做的所有游戏的自然发展。 无论如何，我猜你是《任天堂明星大乱斗》的粉丝。
布兰登：
一定。 我一直以来最喜欢的游戏之一。 是的，是的，我从小就开始玩它，但是，好吧，所以我的想法是我想举办一场机器学习模型竞赛。 正确的。 而且，基本上有一个排行榜来排名，就像所有这些不同的模型一样。 我可以稍后再解释原因。 我想做这个，但我想要一台机器 学习 竞争，我想变得非常有趣。 但为了让某人说他们的机器学习算法比其他算法更好，我们需要一种干净的方法来做到这一点。 还有什么比 PvP 竞赛更干净的方式呢？ 他们确实在战斗。 最常获胜的可能是更好的机器学习模型。 嗯，所以我们基本上想要一个应用它的媒介。 有很多不同的。 但正如你提到的，我是一个粉碎粉丝。 我喜欢平台格斗游戏。 这就是我们决定在那里应用它的原因。 现在你是对的，这有点不直观，对吧？ 就像很多人实际上当他们一样。 玩我们的游戏。 当他们第一次拿起它时，他们会想，到底是什么？ 我不控制它。 这就是最初的类似反应。 就好像，这不是我所习惯的。 但随着他们越来越投入，他们会觉得，哇，这真的很酷。 因为发生的事情是你几乎用这个东西建立了这种父母/孩子的联系。 虽然听起来很奇怪，但这是真的。 然后你就会对它产生依恋，因为你可以想象你在这件事上投入了 10 到 100 个小时，真的很喜欢塑造它。 这就像表现得像你一样。
布兰登：
正确的？ 这就像您自己的数字表示。 你会看到它赢得了一场比赛。 多巴胺的刺激是无与伦比的。 所以，是的，这个概念最初看起来很奇怪，但随着时间的推移，我们希望这只是游戏中被接受的类型。
保罗：
是的。 是的，绝对是。 我从你的视频中看到，有三个阶段或三个步骤，你知道， 从…开始 你的性格和教学。 所以，有点像输入数据。然后是教学培训，然后让它发挥作用，看看会发生什么。 所以，我的意思是，对于新用户来说，这是否很容易上手，还是有点令人反感，正如你所说，他们想进去玩游戏，然后突然间，就像，不，不，你来这里教书。 是的，我想对于新玩家或与经验丰富的玩家对抗会是什么样子。
布兰登：
是的。 所以，如果我完全诚实的话，我想说目前存在一些摩擦。 我们正在积极努力尽可能减少这种摩擦。 我想说第一部分是数据收集，你向它展示要做什么，这对人们来说很直观，对吧？ 他们玩游戏都习惯了，你的眼神其实就是在玩游戏，对吧。 如果你想做一个特定的组合，你必须向它展示如何做这个组合。 这部分很直观。 下一部分不太直观，因为后台发生的事情是您正在收集所有这些数据。 下一部分是如何配置这些数据。 正确的。 因此，例如，他们会看到这些切换，就像我希望它了解更多或更少，对吧。 这就像他们必须做出的一个决定。 另一种是用于删除空闲操作的切换开关。 正确的。 就像他们不太习惯的所有这些东西一样。 当然，我们可以将其抽象出来，而不将其呈现给用户。 但我不知道我是否已经提到过，但我们的目标之一是 教育人们 关于机器学习。 所以，如果我们把这只是游戏的一个机制，我们发现人们实际上开始下意识地学习机器学习，这很酷，但这会带来一个问题，因为当他们看到所有这些信息时他们需要做出的决定，就像是压倒性的。 因此，我们正在研究一个我们认为很聪明的游戏内教程来实现这一点。 但我想说，最困难的事情是了解收集数据后如何配置人工智能。
保罗：
是的，是的，我知道我看过一些视频，其中只是跳出一边并试图回到平台之类的东西，然后试图找出你应该教的关键时刻是什么。 因此，它并没有收集所有数据，最终导致它不知道该做什么。 所以，对于像我这样的极客来说，这非常复杂，我有点喜欢这些东西。 所以，正如你所说，这确实是一件有竞争力的事情。 你想制作出最好的弗兰肯斯坦怪物，并且你希望能够击败其他所有人。 所以，这是绝对有道理的。 就像人工智能现在是一个流行词一样，特别好， 聊天GPT，我认为中途旅行以及诸如此类的事情，它们都在慢慢地潜入我们的世界并占据一点点。 还不错。 这取决于。 比如说，这有什么好处？ 这是什么机器学习？ 它能让人们更有创造力吗？ 您是否发现自己获得了更多用户，或者您能够获得更多想法，因为有太多人参与一款游戏。
布兰登：
嗯，你能稍微扩展一下吗？ 我真的很理解，我不想把它带入一个奇怪的切线。
保罗：
是的。 举个例子，如果你制作了一款普通的游戏，你就把它放在那里，人们玩它，他们体验它，它就完全是你的了。 你控制了叙事，你控制了游戏机制和类似的东西，而你给了每个人做自己事情的工具，你知道，他们有自己的经验并创造自己的机制在某种程度上，你知道，在战斗竞技场的限制下，你是否发现你正在看到所有这些新的、有趣的想法和事物被注入，比如，这是积极的吗？
布兰登：
是的， 100%。 这就是我们这样设计它的原因。 所以，就像你提到的，很多游戏都会创建一个盒子让我们称之为 NPC 来操作……
