一句话就能让 AI 找到 3A 游戏 Bug？准确率达 86%，Demo 在线可玩

输入简单的关键字，就能给 3A 大作找 Bug？

好，先来看看《GTA5》，输入 A car flying in the air（空中汽车）：

随手点开一个视频…… 这牛逼的物理引擎，不愧是你！

就用这种简单的方法，我们找到了《荒野大镖客》的空中飞马：

（打一枪还能变成真・马达）

还有《上古卷轴 5》的"桶中人"：

目前，Bug 的搜索范围包括《赛博朋克 2077》《巫师 3》《孤岛惊魂 5》等多个 3A 大作在内的 1873 个游戏，共计 26954 个视频。

而且还不需要任何的视频标题和其他属性，只输入文字，AI 就会基于视频内容进行搜索。

就是这么一个找 Bug 的 AI，现在已经登上了 MSR 2022，一个鼓励研究者开发建立新的数据集，并基于软件系统进行有趣的应用开发的会议。

输入关键字就能给出 Bug 视频的 AI

所以这位 AI 游戏测试员到底是如何工作的？

要开发 AI 模型自然少不了数据集，研究团队收集了 reddit 社区中 GamePhysics 版块里的 2 万多个视频，首次建立了一个游戏 Bug 数据集。

抓取工具则是他们基于 Reddit API 和 PushShift.io API 自己开发了的一个爬虫软件。

其中 PushShift.io API 用来获取论坛中每个提交内容的高级信息，而 Reddit API 则用来更新内容得分和其他元数据。

基于上面的数据集，研究团队提出了一种以对比性语言-图像预训练模型 CLIP 为基础的方法。

这一模型由 OpenAI 在去年推出，能够判别文本与图像是否相关，其 zero shot 效果堪比 ResNet50。

因此，团队便依靠 CLIP 模型的零次迁移学习（Zero-shot Transfer Learning），在不需要任何数据标签和训练的情况下，以英文文本查询为输入，从上面的游戏 Bug 数据集中检索相关视频。

整体架构如下，主要分为三步。

首先，对视频帧和文本查询进行编码。

这一步会从每个视频中提取所有帧，将一段视频当做一种"图像的合集"，然后使用 CLIP 模型将输入的文本和视频帧转化为第嵌入向量表示。

然后是计算嵌入向量的相似性。

这里使用余弦相似度来衡量成对的嵌入向量的相似度，通过穷举式搜索计算输入的与视频帧的相似性得分。

最后，将每个视频帧的得分汇总起来。

研究团队提供了两种汇总方法：

• 一种是选取一段视频所有的帧里与输入文本的相似性得分最高的帧，根据这一帧来对视频进行排名，这种方法是高度敏感的。

• 另一种则是将视频所有的帧与输入文本的相似度分数进行排序，然后根据池大小的超参数，在所有视频中选择一个排名最高的帧。

团队选择了基于上述 AI 系统的两种架构：RN101 和 ViT-B / 32，然后分别测试了其在不同情况下的准确率。

首先是简单查询，比如输入文本只有单个物体：飞机、汽车、猫、狗等等，在这种情况下，模型检索出来的前五名视频准确率分别为 76% 和 86%：

将单个物体与一些场景组合起来，进行复合查询时，模型检索出来的前五名视频准确率也能达到 78% 和 82%：

如此看来，CLIP 不仅掀起多模态学习的新一波浪潮，从驱动图像生成到为游戏找 Bug，应用领域上也在不断拓展。

那些专找 Bug 的 AI 测试员们

像这篇论文里的这种，专为（游戏）程序找 Bug 的 AI 测试员并不是真的要来抢游戏测试的活儿，而是人力来测试实在是时间成本又高，还容易出错。

于是，业界早早就开始了 AI 测试的研究。

早在 2018 年的时候，育碧就曾经推出过一款叫做 Commit Assistant 的 AI 助手。

这款 AI 测试员会利用深度学习和大数据分析已有的 Bug 并进行标注，然后在 Bug 再次出现时为程序员们提供最快的修复方案，甚至还能依据已有的经验提前触发警报。

不过当时就有粉丝怀疑，知名土豆服务器厂商做出来的抓 Bug 的 AI，会不会自己先出了 Bug，然后变成两群 Bug 之间的混战……

往近处说，EA 在去年还推出了一款能够在给定的测试场景中进行自动探索的 AI，基于强化学习的智能体会像真的测试工程师一样，在探索中发现并收集 Bug：

微软也曾在 2021 年推出过一款叫做 BugLabs 的 AI 助手，通过 GAN 检测并修复代码中的错误：

这样看起来，有一个任劳任怨的 AI 测试员来兢兢业业地遍历玩家社区搜集 Bug、或者一遍又一遍地玩游戏找问题、甚至直接从代码层面揪出问题…… 这多是一件美事啊！

甚至，这些负责测试的 AI 还能搭配那些会玩游戏的 AI【加链接】，一个肝游戏，一个从游戏录像里找 Bug……

那或许这种场面，就不会再出现了【狗头】。

论文：

https://arxiv.org/abs/2203.11096

在线试玩：

http://165.232.141.160:50001/