Как AI е на път да промени радикално развитието на игрите

Тази история е част от поредицата ReSpec на Джейкъб Роуч, обхващаща света на компютърните игри и хардуера.

От всички случаи на използване на генеративен AI, не мога да се сетя за един по-значим от видеоигрите. Разбира се, виждали сме хора създавайте прости игри от GPT-4 — но със сигурност предположих, че се обсъжда толкова мощна технология и на по-високите нива на разработка на игри.

За да добия представа колко голяма промяна може да бъде това, исках да говоря с някой, който наистина разбира как се правят игрите на техническо ниво. Марк Уитън, старши вицепрезидент и генерален мениджър на Unity Create, със сигурност е един такъв човек. Той е особено развълнуван от това как изкуственият интелект може да трансформира разработката на игри и ние говорихме за това как са инструментите, които биха могли да направят тази революция вече проправят си път към създателите.

По-бързо създаване на време

Игрите отнемат огромно количество време и усилия за разработване, но по-голямата част от това време е посветено на създаването на цялото съдържание за играта. Whitten казва, че ако погледнете общо студио AAA с 300 души, някъде около 80% от тях са посветени на създаването на съдържание. AI може драстично да ускори този процес.

Whitten даде ясен пример за това: Ziva Face Trainer. Ziva е компания, придобита от Unity в началото на 2022 г., и работи върху своя инструмент Face Trainer малко повече от две години. Взема модел, обучава го на голям набор от емоции и движения и генерира нещо използваемо.

Колко време спестява това? Уитън казва, че монтирането на персонаж от висок клас може да отнеме на екип от четирима до шест артисти четири до шест месеца: „Честно казано, [ето защо] най-съвременното качество на героите всъщност не е напреднало толкова през последните десет години или така."

Със Ziva Face Trainer разработчиците „дават мрежа и ние обучаваме тази мрежа спрямо голям набор от данни... така че получавате обратно след пет минути модел на платформа, който ви позволява да го стартирате в реално време. Ziva tech се развива използвани много, също. Това е зад деформацията на костюма Спайдърмен: Майлс Моралес, както и Тролът в Сагата на Сенуа: Hellblade 2 ремарке. Вероятно сте го виждали в няколко филма и телевизионни предавания дори - Капитан Марвел, Джон Уик 3, и Игра на тронове са в списъка.

Това не трябва да е изненада. Машинното обучение и процедурните техники (като инструменти като SpeedTree) не са съвсем нови в света на разработката на игри. Вярно е, че повече изследвания на AI моделите могат да доведат до още по-ефективни тръбопроводи за създаване, но виждаме промяна с генеративен AI. Говорим за големи езикови модели (LLM) като GPT-4 и дифузионни модели като Midjourney, и те могат радикално да променят игрите, които виждаме.

Промяна на играта

Уитън казва, че надеждата с AI е да направи игрите „десет на трета по-добри“, което означава игри, които са десет пъти по-бързи, десет пъти по-лесни и десет пъти по-евтини за разработване. Резултатът от това обаче не е наводнение от същите игри, които имаме. Уитън вярва, че резултатите от това са „по-широки, по-големи, по-дълбоки светове“.

Помолих за пример и Уитън се замисли какъв Skyrim би изглеждало така, ако имаше генеративен AI модел зад него. Всички сме чували мемето „стрела в коляното“ от играта, но Whitten си представи игра, в която тази реплика за изхвърляне означава нещо повече.

„Е, какво ще стане, ако всеки от тези пазачи наистина има таблица от типа на Майерс-Бригс? Малко предистория и честно казано, предистория, която можеше да бъде повлияна от това. Какво се случи с героя по пътя? И след това AI модел, който да генерира това, което би било рационален отговор, произтичащ от това, предвид всички тези конкретни събития.

Виждаме известни усилия там с игри като Делото за серийно убийство в Портопия, които, направо, не са направили най-добрият случай за AI в игрите. Не е трудно обаче да се види потенциалът, особено в по-големи игри с NPC, които нямат зададени куестове или изчерпателен диалог.

Има много потенциал и в игрите в стил пясъчник. Whitten си представи игра в стил GTA, в която „влизате в заложната къща и наемате човека зад бюрото и, знаете ли, с може би създателят на играта дори не е мислил за това като възможност поради нещо друго, което се е случило в играта. Уитън също се замисли относно Scribblenauts, освен в свят, в който наистина можете да направите всичко и да му присвоите всякакви свойства.

Проблемът в момента е да накарате това да работи, както се вижда от Делото за серийно убийство в Портопия. Whitten беше един от членовете-основатели на екипа на Xbox в Microsoft и той помогна да ръководи Kinect. За Kinect Уитън каза: „Бих казал на всички, че работи невероятно, ако седя до вас.“ Трябваше да го подканите по определен начин и ако се отклоните, нямаше да работи.

Това е големият проблем, пред който е изправен AI като цяло, с интелигентни асистенти като Алекса работещи само в тесен диапазон. LLM променят тази динамика и позволяват всякакви подкани и това е вълнуващото в създаването на по-дълбоки игрови светове. Все пак има път до там.

„Ако поставите инструмента там … [творците] ще ударят каквито и да са границите и ще кажат: „Е, това не е забавно.’ Но тогава те всъщност ще намерят пространството, за което никой дори не мисли“, каза Уитън.

С пускането на повече инструменти можем да видим някои ранни експерименти с AI през следващата година. Вече имаме в някои случаи, като например изключително популярните AI Dungeon 2. Но за да направите този вид завладяващ свят възможен в мащаб, имате нужда от посредник. А за Unity този посредник е Barracuda.

Баракудата

Unity включва библиотека за изводи за невронни мрежи, наречена Barracuda. Както обяснява Whitten, „Това е машина за изводи, която ви позволява да управлявате или дифузия, или други форми на генериращо съдържание по време на изпълнение на устройството, без да навлиза в облака и с висока производителност темпо.”

О, да, изпълнение. Колкото и да ни се иска да говорим за това, че AI може да промени съдържанието завинаги, има огромни изчислителни разходи (има причина, поради която десетки хиляди GPU за изграждане на ChatGPT). Barracuda позволява на тези модели да работят на вашия CPU или GPU, така че не е нужно да излизате в облака, което, за протокола, би било огромна загуба на пари за разработчиците.

Unity работи върху повече функции за Barracuda и Whitten казва, че „интересът от общността на създателите на игри е бил изключително високо." Това е ключът, който прави генеративния AI възможен в разработването и дизайна на игри, особено без да се изисква такъв специфичен хардуер.

Whitten казва, че екипът иска да започне „изграждане на техники, които позволяват на създателите да започнат наистина да се насочват към голяма и основна част от своя дизайн на играта, а не „О, това наистина ще намали аудиторията ми, ако проектирам за нея.“ Unreal Engine от своя страна има подобен инструмент (уместно наречения инструмент NeuralNetworkInference или NNI).

Тези библиотеки, когато се срещнат с големи генеративни AI модели и ускоряване на разработването на съдържание, могат да доведат до „експлозия на креативност“, според Whitten. И това е нещо, от което да се вълнувате за бъдещето на игрите.

Тази статия е част от ReSpec – текуща двуседмична колона, която включва дискусии, съвети и задълбочени доклади за технологиите зад компютърните игри.

Препоръки на редакторите

• Опитах се да преживея отново забравеното наследство на Halo като франчайз за Mac — и беше катастрофа
• С ексклузивни PC партньорства всеки губи
• Най-лошите компютърни портове на всички времена – и защо бяха толкова лоши
• Конзолите все още имат едно голямо предимство и то вреди на компютърните игри
• Как вирусна игра с бодикамера подмами интернет да мисли, че това са истински кадри