目前，深极智能已经跟成都的一家游戏公司进行合作，这些虚拟的玩家在游戏中可以永不下线永远不知疲倦，随时都能接受真实玩家的挑战，以此来提高真实玩家的活跃度。

◆◆◆

游戏策划你们怕了么？

智能客服和虚拟玩家这两种产品目前能够保证深极智能这家初创公司解决温饱问题，郭祥昊更大的脑洞在于，通过人工智能的方式取代游戏策划。

在游戏行业最重要的三大职务分别是程序员、美术和策划。程序员和美术的水平如何可以很清楚地判定，但是唯独策划工作的成果很难验证，因为一款游戏的受欢迎程度与市场、玩家口味的变化息息相关。

对于游戏策划来说，最头疼的就是游戏开发过程中水平发挥的不确定性。一个团队能够做出好游戏，或许做出的下一个游戏又会莫名其妙地不受欢迎，这个中间就像有一个“黑箱子”一样，工作中更多的是靠经验和感觉。

但是游戏策划出身的郭祥昊却认为，这些主观上的不确定性都能通过精确的数据计算来消除策划中的不确定性。

“比如一款游戏，深度玩家会觉得很好玩，但是对于大多数玩家来说会觉得难度太高，策划很难拿捏好难易水平，但是机器可以。”郭祥昊说，当机器策划出一款游戏时，会有另外一台机器来模拟一千万个玩家在体验游戏，最终机器给出一个结论：难度太高，游戏的通关率低于60%。

机器得到这个结论后再对游戏难度进行调整，如此反复几次就能够找到最优策略点，从理论上设计出“完美”的游戏。

举例来说，计算机能够随机产生很多游戏中的地图，并在地图上随机设置关卡，这些关卡设置的位置一开始或许不是最优的，但是当两台机器进行成千上万次的博弈之后，机器就能通过深度学习得到关卡设置的最优点，玩家能够得到最大的乐趣。

但是目前对于深极智能来说，产品的可复制性是很发展中一个很大的限制因素，产品更加趋向于定制化，每合作一个游戏就要重新做一套系统，类似于作坊式生产。

但是郭祥昊说，再过几个月，深极智能就能够为游戏公司提供批量服务。

◆◆◆

技术宅的人才方法论

人工智能领域，招人是个技术活，郭祥昊有自己的办法。

“我们这样一个短小精悍的团队，第一个优势就是聚拢了一批懂游戏、爱打游戏又有专业技术的年轻人。”郭祥昊从清华大学、剑桥大学、中国科学院等理工院校招来一批算法工程师，都是数学好又爱游戏的。

“这一行必须得不断学习最新的东西，我甚至会为他们定制学习KPI，和实际的应用场景结合，比他们在学校中学得更快更多更直接。”

郭祥昊给应聘员工出的笔试题目也很“另类”：三道用英语出的高难度数学题，面试者需用英语作答。

被淘汰的人中，有的是题目没看懂，有的是题目看懂了却算不出来，还有的算出来了却表达不出来，最终留下的就是英语和数学都擅长的人。

对英语有要求，是因为对于强化学习来说，国内文献较少，员工必须能够熟读国外文献，了解最新技术进展；对数学有要求是因为机器学习尤其是强化学习需要很强的逻辑和计算能力。

如果通过笔试，面试者还要经过正式员工的集体面试，郭祥昊却并不会参与到面试中来，因为对他来说，成员和面试者讨论问题的过程足以看出一个人的技术水平，如果水平过硬，且团队也愿意接纳这个人一起共事，那么就是找到对的人了。

目前深极智能已经拿到1千万的天使轮投资，投资方为行业内人士。 虽然现在做的事情看上去的确很疯狂，但是郭祥昊也给自己设定了一个边界：自己的人工智能技术只应用在游戏行业，其他行业不会涉足。