Od Atari k Doomu: Jak Google předefinuje videohry pomocí AI

Videoherní průmysl, nyní stojí za to $ 347 miliardy, vyrostla ve významného hráče ve světě zábavy, který zapojuje více než tři miliardy lidí po celém světě. To, co začalo s přímočarými tituly jako Pong si space Invaders se vyvinul do sofistikovanějších her, jako je Doom, které nastavují nové standardy díky svým 3D vizuálům a zážitkům z domácí konzole. Dnes stojí průmysl na pokraji nové éry, ovlivněné pokroky v umělé inteligenci (AI). V čele této transformace je Google, který využívá své rozsáhlé zdroje a technologie k předefinování způsobu vytváření, hraní a prožívání videoher. Tento článek zkoumá cestu společnosti Google při předefinování videoher.

The Beginning: AI hrát hry Atari

Využití umělé inteligence ve videohrách společností Google začalo zásadním vývojem: vytvořením umělé inteligence schopné rozpoznávat herní prostředí a reagovat jako lidský hráč. V této rané práci představili a agent hlubokého posílení učení které by se mohly naučit strategie ovládání přímo z hraní. Ústředním bodem tohoto vývoje byla konvoluční neuronová síť, trénovaná pomocí Q-učení, který zpracoval nezpracované pixely obrazovky a převedl je na akce specifické pro hru na základě aktuálního stavu.

Vědci tento model aplikovali na sedm Atari 2600 hry bez úpravy architektury nebo algoritmu učení. Výsledky byly působivé – model překonal předchozí metody v šesti hrách a překonal lidský výkon ve třech. Tento vývoj zdůraznil potenciál umělé inteligence zvládnout složité interaktivní videohry s ničím jiným než vizuálním vstupem.

Tento průlom položil základy pro pozdější úspěchy, jako je DeepMind's AlphaGo porazil mistra světa Go. Úspěch agentů umělé inteligence při zvládání náročných her od té doby podnítil další výzkum aplikací v reálném světě, včetně interaktivních systémů a robotiky. Vliv tohoto vývoje je v oblastech strojového učení a umělé inteligence pociťován dodnes.

AlphaStar: AI se naučí komplexní herní strategii pro StarCraft II

Na základě svých prvních úspěchů v oblasti umělé inteligence se Google zaměřil na složitější výzvu: StarCraft II. Tato strategická hra v reálném čase je známá svou složitostí, protože hráči musí ovládat armády, spravovat zdroje a provádět strategie v reálném čase. V roce 2019 představil Google Alfa hvězda, agent AI schopný hrát StarCraft II profesionálně.

Vývoj AlphaStar používal kombinaci hlubokého posílení učení a imitační učení. Nejprve se učil sledováním záznamů profesionálních hráčů, poté se zdokonaloval prostřednictvím sebehraní, běhání milionů zápasů, aby zdokonalil své strategie. Tento úspěch demonstroval schopnost umělé inteligence zvládat složité strategické hry v reálném čase a dosahovat výsledků, které odpovídaly lidským hráčům.

Beyond Individual Games: Směrem k obecnější umělé inteligenci pro hry

Nejnovější pokrok společnosti Google znamená posun od zvládnutí jednotlivých her k vytvoření všestrannějšího agenta umělé inteligence. Nedávno výzkumníci Google představili SIMA, zkratka pro Scalable Instructable Multiworld Agent, nový model umělé inteligence určený k navigaci v různých herních prostředích pomocí instrukcí v přirozeném jazyce. Na rozdíl od dřívějších modelů, které vyžadovaly přístup ke zdrojovému kódu hry nebo uživatelským rozhraním API, SIMA pracuje se dvěma vstupy: obrázky na obrazovce a přímočaré jazykové příkazy.

SIMA převádí tyto pokyny do akcí klávesnice a myši, aby mohla ovládat ústřední postavu hry. Tato metoda umožňuje interakci s různými virtuálními nastaveními způsobem, který odráží lidskou hru. Výzkum ukázal, že umělá inteligence trénovaná ve více hrách má lepší výkon než AI trénovaná v jednom zápase, což zdůrazňuje potenciál SIMA řídit novou éru všeobecné nebo základní umělé inteligence pro hry.

Pokračující práce společnosti Google si klade za cíl rozšířit možnosti SIMA a zkoumat, jak lze takové všestranné, jazykem řízené agenty vyvíjet v různých herních prostředích. Tento vývoj představuje významný krok směrem k vytvoření umělé inteligence, která se dokáže přizpůsobit a prosperovat v různých interaktivních kontextech.

Generativní AI pro herní design

Společnost Google nedávno rozšířila své zaměření z vylepšování hratelnosti na vývoj nástrojů, které podporují herní design. Tento posun je způsoben pokrokem v generativní umělé inteligenci, zejména v oblasti generování obrázků a videí. Jedním významným vývojem je použití umělé inteligence k vytvoření adaptivního nehrající postavy (NPC) které reagují na akce hráčů realističtějším a nepředvídatelnějším způsobem.

Kromě toho Google prozkoumal procedurální generování obsahu, kde AI pomáhá při navrhování úrovní, prostředí a celých herních světů na základě konkrétních pravidel nebo vzorů. Tato metoda může zefektivnit vývoj a nabídnout hráčům jedinečné, personalizované zážitky s každým hraním, což podnítí pocit zvědavosti a očekávání. Pozoruhodným příkladem je Genie, nástroj, který uživatelům umožňuje navrhovat 2D videohry poskytnutím obrázku nebo popisu. Díky tomuto přístupu je vývoj her dostupnější, a to i pro ty, kteří nemají znalosti programování.

Inovace Genie spočívá v jeho schopnosti učit se z různých videozáznamů 2D plošinových her, spíše než se spoléhat na explicitní pokyny nebo označená data. Tato schopnost umožňuje Genie porozumět herním mechanismům, fyzice a designovým prvkům efektivněji. Uživatelé mohou začít se základní myšlenkou nebo náčrtem a Genie vygeneruje kompletní herní prostředí včetně nastavení, postav, překážek a herních mechanismů.

Generativní AI pro vývoj her

Na základě předchozích vylepšení Google nedávno představil svůj dosud nejambicióznější projekt, jehož cílem je zjednodušit složitý a časově náročný proces vývoje her, který tradičně vyžaduje rozsáhlé kódování a specializované dovednosti. Nedávno představili GameNGen, generativní nástroj umělé inteligence určený ke zjednodušení procesu vývoje hry. GameNGen umožňuje vývojářům budovat celé herní světy a příběhy pomocí výzev v přirozeném jazyce, což výrazně zkracuje čas a úsilí potřebné k vytvoření hry. Díky využití generativní umělé inteligence může GameNGen generovat jedinečné herní prostředky, prostředí a příběhy, což vývojářům umožňuje soustředit se více na kreativitu než na technické záležitosti. Výzkumníci například použili GameNGen k vývoji plné verze Osud, demonstruje své schopnosti a připravuje cestu pro efektivnější a přístupnější proces vývoje her.

Technologie GameNGen zahrnuje dvoufázový tréninkový proces. Nejprve je agent AI vycvičen, aby mohl hrát Doom, a vytváří herní data. Tato data pak trénují generativní model umělé inteligence, který předpovídá budoucí snímky na základě předchozích akcí a vizuálů. Výsledkem je generativní difúzní model schopný produkovat hru v reálném čase bez tradičních komponent herního enginu. Tento posun od ručního kódování ke generaci řízené umělou inteligencí představuje významný milník ve vývoji her a nabízí efektivnější a přístupnější způsob vytváření vysoce kvalitních her pro menší studia a jednotlivé tvůrce.

 Bottom Line

Nedávné pokroky Googlu v oblasti umělé inteligence mají od základu přetvořit herní průmysl. S nástroji, jako je GameNGen umožňující vytváření detailních herních světů, a SIMA nabízející všestranné herní interakce, umělá inteligence mění nejen to, jak se hry tvoří, ale také to, jak je zažíváme.

Jak se AI neustále vyvíjí, slibuje zvýšení kreativity a efektivity při vývoji her. Vývojáři budou mít nové příležitosti prozkoumat inovativní nápady a poskytnout poutavější a pohlcující zážitky. Tento posun představuje významný okamžik v pokračujícím vývoji videoher a podtrhuje rostoucí roli umělé inteligence při utváření budoucnosti interaktivní zábavy.