Af alle de use cases for generativ AI derude, kan jeg ikke komme i tanke om en mere betydningsfuld end videospil. Selvfølgelig har vi set mennesker lav simple spil fra GPT-4 - men jeg antog bestemt, at en teknologi, der var så kraftfuld, blev diskuteret også på de højere niveauer af spiludvikling.
Indhold
- Hurtigere oprettelsestid
- Ændring af spillet
- Barracudaen
Anbefalede videoer
For at få en idé om, hvor stort et skift dette kunne være, ville jeg tale med en, der rent faktisk forstår, hvordan spil laves på et teknisk niveau. Marc Whitten, Senior Vice President og General Manager for Unity Create, er helt sikkert en sådan person. Han er især begejstret for, hvordan AI kunne transformere spiludvikling, og vi talte om, hvordan de værktøjer, der kunne muliggøre den revolution, er allerede på vej til skabere.
Hurtigere oprettelsestid
Spil tager en enorm mængde tid og kræfter at udvikle, men det meste af tiden er dedikeret til at skabe alt indholdet til spillet. Whitten siger, at hvis man ser på et almindeligt AAA-studie på 300 personer, er omkring 80 % af dem dedikeret til at skabe indhold. AI kan fremskynde den proces drastisk.
Relaterede
- Hvordan Intel kunne bruge AI til at tackle et massivt problem inden for pc-spil
- Jeg bad udviklere om at forklare, hvorfor pc-porte i 2023 kører som skrald
- Nvidia bringer ChatGPT-stil AI til videospil, og jeg er allerede bekymret
Whitten gav et klart eksempel på det: Ziva Face Trainer. Ziva er et firma Unity købte i begyndelsen af 2022, og det har arbejdet på sit Face Trainer-værktøj i lidt over to år. Den tager en model, træner den på et stort sæt af følelser og bevægelser og genererer noget brugbart.
Hvor meget tid sparer dette? Whitten siger, at high-end rigning af en karakter kan tage et hold på fire til seks kunstnere fire til seks måneder: "Helt ærligt, [det er] grunden til, at karakterernes avancerede kvalitet faktisk ikke har udviklet sig så meget i de sidste ti år eller så."
Senua's Saga: Hellblade II – The Game Awards 2019 – Annoncer trailer (In-Engine)
Med Ziva Face Trainer giver udviklere "det et mesh, og vi træner det mesh mod et stort sæt data... så du får tilbage på fem minutter en rigmodel, der giver dig mulighed for derefter at køre den i realtid." Ziva tech bliver Brugt en masse, også. Det er bag dragtens deformation i Spider-Man: Miles Morales, samt Trolden i Senua's Saga: Hellblade 2 anhænger. Du har sikkert set det i et par film og tv-serier endda - Captain Marvel, John Wick 3, og Game of Thrones er på listen.
Det burde ikke komme som en overraskelse. Maskinlæring og proceduremæssige teknikker (såsom værktøjer som SpeedTree) er ikke ligefrem nyt i spiludviklingens verden. Det er rigtigt, at mere forskning i AI-modeller kan føre til endnu mere effektive skabelsespipelines, men vi ser et skift med generativ AI. Vi taler om store sprogmodeller (LLM'er) som GPT-4 og diffusionsmodeller som Midjourney, og de kan radikalt ændre de spil, vi ser.
Ændring af spillet
Whitten siger, at håbet med AI er at gøre spil "ti til den tredje bedre", hvilket betyder spil, der er ti gange hurtigere, ti gange nemmere og ti gange billigere at udvikle. Resultatet af det er dog ikke en oversvømmelse af de samme spil, vi har. Whitten mener, at resultaterne af det er "bredere, større, dybere verdener."
Jeg bad om et eksempel, og Whitten overvejede hvad Skyrim ville se ud, hvis den havde en generativ AI-model bag sig. Vi har alle hørt "pilen til knæet"-meme fra spillet, men Whitten forestillede sig et spil, hvor den bortkastningslinje betød noget mere.
"Nå, hvad nu hvis hver af disse vagter faktisk havde et Myers-Briggs-type diagram? Lidt af en baghistorie og ærligt talt en baghistorie, der kunne have været påvirket af det. Hvad er der sket med karakteren undervejs? Og så en AI-model til at generere, hvad der ville være et rationelt svar, der kommer ud af det, givet alle de særlige begivenheder."
Vi ser en indsats der med spil som Seriemordssagen i Portopia, som rent ud sagt ikke har lavet bedste tilfælde for AI i spil. Det er dog ikke svært at se potentialet, især i større spil med NPC'er, der ikke har faste quests eller udtømmende dialog.
Der er også et stort potentiale i spil i sandkassestil. Whitten forestillede sig et spil i GTA-stil, hvor du "går ind i pantelånerbutikken og rekrutterer personen bag skrivebordet og, du ved, med måske spilskaberen tænkte aldrig på det som en mulighed på grund af noget andet, der skete i spillet." Whitten tænkte også om Scribblenauts, undtagen i en verden, hvor du virkelig kunne lave hvad som helst og tildele det alle egenskaber.
Problemet lige nu er at få det til at virke, som det fremgår af Seriemordssagen i Portopia. Whitten var et af grundlæggerne af Xbox-teamet hos Microsoft, og han hjalp med at lede Kinect-fremstødet. Om Kinect sagde Whitten: "Jeg ville fortælle alle, at det fungerer fantastisk, hvis jeg sidder ved siden af dig." Du var nødt til at anmode om det på en bestemt måde, og hvis du afveg, ville det ikke fungere.
Det er det store problem, som AI står over for som helhed, med smarte assistenter som Alexa kun opererer inden for et snævert område. LLM'er ændrer denne dynamik og giver mulighed for enhver prompt, og det er det, der er spændende ved at skabe dybere spilverdener. Der er dog stadig en vej dertil.
"Hvis du sætter værktøjet derude... vil [skaberne] ramme uanset grænserne og sige: 'Nå, det er ikke sjovt.’ Men så vil de faktisk gå og finde det rum, som ingen selv tænker på,” sagde Whitten.
Med flere værktøjer på vej ud, kunne vi se nogle tidlige eksperimenter med kunstig intelligens inden for det næste år. Det har vi allerede i nogle tilfælde, f.eks. de vildt populære AI Dungeon 2. Men for at gøre denne form for fordybende verden mulig i skala, har du brug for en mellemmand. Og for Unity er den mellemmand Barracuda.
Barracudaen
Unity inkluderer et neuralt netværks-inferensbibliotek kaldet Barracuda. Som Whitten forklarer, "Det er en inferensmotor, der giver dig mulighed for at drive enten diffusion eller andre former af generativt indhold under kørsel på enheden uden at ramme skyen og med en høj ydeevne tempo."
Åh ja, præstation. Så meget som vi kan lide at tale om, at AI kan ændre indhold for altid, er der en massiv beregningsomkostning (der er en grund til, at det tog titusindvis af GPU'er til at bygge ChatGPT). Barracuda tillader disse modeller at køre på din CPU eller GPU, så du ikke behøver at gå ud til skyen, hvilket for ordens skyld ville være en enorm penge-sænk for udviklere.
Unity arbejder på flere funktioner til Barracuda, og Whitten siger, at "interessen fra spilskaberfællesskabet har været ekstraordinært højt." Det er nøglen, der gør generativ AI mulig i spiludvikling og design, især uden at kræve noget specifik hardware.
Whitten siger, at holdet ønsker at begynde at "bygge teknikker, der gør det muligt for skabere at begynde virkelig at målrette en stor og kernedel af deres spildesign, ikke" Åh, det her vil virkelig formindske mit publikum, hvis jeg designer til det.'" Unreal Engine har på sin side et lignende værktøj (det passende navngivne NeuralNetworkInference-værktøj eller NNI).
Disse biblioteker kan, når de mødes med store generative AI-modeller og en acceleration i indholdsudvikling, føre til en "eksplosion af kreativitet", ifølge Whitten. Og det er noget at blive spændt på for fremtidens spil.
Denne artikel er en del af ReSpec – en løbende klumme hver anden uge, der inkluderer diskussioner, råd og dybdegående rapportering om teknologien bag pc-spil.
Redaktørens anbefalinger
- Jeg forsøgte at genopleve den glemte arv fra Halo som en Mac-franchise - og det var en katastrofe
- Med eksklusive pc-partnerskaber taber alle
- De værste pc-porte nogensinde - og hvorfor de var så dårlige
- Konsoller har stadig én stor fordel, og det skader pc-spil
- Hvordan et viralt bodycam-spil narrede internettet til at tro, at det var ægte optagelser