译介丨Mark Riedl：人工智能故事生成导论 (2021)
之前的几篇文章介绍了人工智能领域自动生成故事的一些方法，我在文章查阅文献时发现了Mark Riedl的这篇2021年的博客文章，感觉如获至宝。文章不仅对故事生成这个领域发展至今出现过的各种具有代表性的方法作了介绍，还穿插了大量作者自己的精彩洞见，在所有人都为chatGPT而兴奋到昏了头的今天，我认为特别有借鉴意义，因此做了翻译。
More issues
GDC 2023: 技术浪潮的推动者们和在浪潮中坚守初心的游戏人们
GDC是一个非常奇妙的地方，你能见到技术创新者和媒介创新者这两群背景完全不同的人，在同一个会场宣讲着完全不同的思考回路孕育出的观点和内容，甚至还能发生奇妙的对话。
大数据语言模型与程序化叙事生成（下）
聊聊出现在2018年之后的基于深度神经网络预训练语言模型的故事生成技术。由于内容篇幅较长，分成上、下两个部分，下篇介绍语言模型生成叙事在实际应用中会遇到的问题以及与传统技术的比较。掺杂了一些个人观点。
大数据语言模型与程序化叙事生成（上）
聊聊出现在2018年之后的基于深度神经网络预训练语言模型的故事生成技术。由于内容篇幅较长，会分成上、下两个部分，本篇先跟大家介绍语言模型的基本原理和在写作上的表现。
Stephen Wolfram 作为多重计算系统的游戏和谜题 (2022) | 译介
Wolfram的这篇文章，提出了一种可视化和具体探讨涌现行为的丰富程度的思路——也就是多重计算过程（Multicomputational Process）的概念。作者以几个传统的游戏或者说谜题为例，在计算机的强大算力下得以用图（Graph）的方式去可视化这些游戏规则下的可能游玩路线。能够将游戏规则的深度与这些图的许多直观特征挂钩，也得以将一些图论中早已建立的理论迁移到对游戏趣味性的讨论语境下。我们能在这些图上直接「看到」一个游戏有多有趣、有多难、对哪个玩家更有利——更重要的是，这个游戏规则所构建的系统有多复杂。
梅拉妮·米歇尔《复杂》导读：让我们主动去拥抱那团捉摸不透的乱麻
由GEB作者侯世达的学生米歇尔所著、复杂系统研究的经典科普书《复杂》的一个简单导读。
【中文字幕】Jonathan Blow - Truth in Game Design（游戏设计的真如）| 日落译介
Jonathan Blow在2011年GDC上的演讲《The Truth in Game Design》，是他最经典的演讲之一，也是我个人最喜欢的一个演讲。在中文圈子竟然还没有见到翻译，因此花了不少时间翻译做了中文字幕，在这里跟原演讲视频一起分享给大家。
计算创意学系列（番外篇）：组合创造力和自动游戏生成
我们来考察可计算的组合性创造力的一个有趣的应用——通过重组和混搭现有的游戏来生成全新的游戏。
计算创意学系列（完结篇）：科学家阻止不了工程师们举起魔杖
2021年初开始的这个计算创意学系列，终于要在一年后的今天走到尾声。感谢大家跟我一起走到这里。今后如果了解到计算创意学这个领域有意思的新成果，我会继续以这个系列的番外篇的形式继续分享给大家。
计算创意学系列（番外篇）：人机共同创造力
作为对第六章（共同创造力）的补充，简短地跟大家分享去年（2020年）刚刚发表的一篇关于人机共同创造力的论文。