深度学习在游戏开发中的应用

其实我写这些文章，最想写的就是这一篇，最不想写的也是这一篇，这一篇文章记录了我如何的从入门到放弃。
我个人是做游戏开发的，从pc mmo,到手游。我05年入行，至今做了15个年头。我第一个项目做了8年，作为一个一般本科学校毕业的人来说，有一个共有的通病，就是认为坚持就是胜利，认为天道酬勤，这些观念在我第一个项目中体现的淋漓尽致，8年，日本人都被打跑了，我的项目却死了。后来我加入一家手游公司，亲眼目睹了，一款现象级产品的诞生和公司迅速的成长，彻底的颠覆了我的人生观。天道并不酬勤。
说了这么多废话，我到底要说什么，游戏的开发，风险性特别大，成功率特别的低，而且非常的难以把握，可以统计一下，做成一款大成项目之后，再做一款大成项目的的概率有多大？（这里我们只讨论制作人，不讨论代理），可以说风毛菱角，几乎没有。也就是说，从一款成功项目中总结的方法论并不具有可操作性。整个行业都在寻求一种可控的方式能增大游戏的成功概率，其实本质的问题就是从成功或者失败的项目中建立模型来指导在研项目。或者说对已上线项目进行分析和提升。目前的很多决策大部分是基于以往的经验积累和个人的情绪化判断。
我之所以想到深度学习落地到游戏研发是因为看到巨人网络收购以色列公司 playtika.playtika 这家公司他本身并不开发游戏，他的主要工作是收购已经运营一段时间的游戏，并对这些游戏做提升。提升的方法就是对他的运营数据做分析建模，做游戏的都知道，游戏的几个核心数据，留存，付费率，roi,如果能够及时的发现用户的流失倾向做对应的安抚和召回，如果能发现潜在的付费用户做付费引导，如果能够预测用户的付费深度