Fra Atari til Doom: Hvordan Google gendefinerer videospil med AI

Videospilindustrien, der nu er værd $347 milliarder, er vokset til en betydelig spiller i underholdningsverdenen, med over tre milliarder mennesker verden over. Det, der startede med simple titler som Pong og Space Invaders, har udviklet sig til mere avancerede spil som Doom, der satte nye standarder med sin 3D-visuelle og hjemmeconsole-oplevelse. I dag står industrien på tærsklen til en ny æra, påvirket af fremskridt i kunstig intelligens (AI). Google leder denne transformation, ved at udnytte sine omfattende ressourcer og teknologi til at gendefinere, hvordan videospil skabes, spilles og opleves. Denne artikel udforsker Googles rejse i at gendefinere videospil.

Starten: AI til at spille Atari-spil

Googles brug af AI i videospil begyndte med en kritisk udvikling: at skabe en AI, der kan genkende spilmiljøer og reagere som en menneskelig spiller. I dette tidlige arbejde introducerede de en dyb forstærket læring agent, der kunne lære kontrolstrategier direkte fra spillet. Centralt for denne udvikling var et convolutionelt neuralt netværk, der blev trænet ved hjælp af Q-læring, der behandlede rå skærmbilleder og omdannede dem til spilspecifikke handlinger baseret på den aktuelle tilstand.

Forskerne anvendte denne model på syv Atari 2600-spil uden at ændre arkitekturen eller læralgoritmen. Resultaterne var imponerende – modellen overgik tidligere metoder i seks spil og overgik menneskelig præstation i tre. Denne udvikling fremhævede AI’s potentiale til at håndtere komplekse, interaktive videospil med intet andet end visuel input.

Denne gennembrud lagde grundlaget for senere præstationer, såsom DeepMinds AlphaGo, der besejrede en Go-verdensmester. Succesen med AI-agenter i at mestre udfordrende spil har herefter fremmet yderligere forskning i virkelige anvendelser, herunder interaktive systemer og robotteknologi. Indflydelsen af denne udvikling følges stadig i områderne maskinlæring og AI i dag.

AlphaStar: AI til at lære kompleks spilstrategi for StarCraft II

Bygning på deres tidlige AI-succeser, satte Google sigte på en endnu mere kompleks udfordring: StarCraft II. Dette realtidsstrategispil er kendt for sin kompleksitet, da spillere skal kontrollere hære, styre ressourcer og udføre strategier i realtid. I 2019 introducerede Google AlphaStar, en AI-agent, der kan spille StarCraft II på professionelt niveau.

AlphaStars udvikling anvendte en kombination af dyb forstærket læring og imitationslæring. Den lærte først ved at se replays af professionelle spillere, og derefter forbedrede den sig gennem selvspil, hvor den kørte millioner af kampe for at finjustere sine strategier. Denne præstation demonstrerede AI’s evne til at håndtere komplekse, realtidsstrategispil, og opnåede resultater, der svarede til menneskelige spillere.

Ud over enkeltspil: Mod en mere generalistisk AI for spil

Googles seneste fremgang indikerer en bevægelse fra at mestre enkeltspil til at skabe en mere alsidig AI-agent. For nylig introducerede Google-forskere SIMA, forkortelsen for Scalable Instructable Multiworld Agent, en ny AI-model designet til at navigere i forskellige spilmiljøer ved hjælp af naturligt sprog. Til forskel fra tidligere modeller, der krævede adgang til spillets kildekode eller brugerdefinerede API’er, fungerer SIMA med to input: skærmbilleder og enkle sprogkommandoer.

SIMA oversætter disse instruktioner til tastatur- og musaktioner for at styre spillets centrale karakter. Denne metode tillader den at interagere med forskellige virtuelle miljøer på en måde, der spejler menneskeligt spil. Forskning har vist, at AI, der er trænet på tværs af flere spil, performere bedre end de, der er trænet på ét enkelt spil, hvilket fremhæver SIMA’s potentiale til at drive en ny æra af generalist- eller grundlæggende AI for spil.

Googles fortsatte arbejde sigter mod at udvide SIMA’s kapaciteter, med at udforske, hvordan sådanne alsidige, sprogdrevne agenter kan udvikles på tværs af diverse spilmiljøer. Denne udvikling repræsenterer et betydeligt skridt mod at skabe AI, der kan tilpasse sig og trives i forskellige interaktive sammenhænge.

Generativ AI til spildesign

For nylig har Google udvidet sin fokus fra at forbedre spil til at udvikle værktøjer, der understøtter spildesign. Denne skift skyldes fremskridt i generativ AI, især i billed- og video-generering. En betydelig udvikling er brugen af AI til at skabe adaptive non-player characters (NPC’er), der reagerer på spillerens handlinger på mere realistiske og uforudsigelige måder.

Derudover har Google udforsket procedurally genereret indhold, hvor AI hjælper med at designe niveauer, miljøer og hele spilverden baseret på bestemte regler eller mønstre. Denne metode kan strømlinje udviklingen og tilbyde spillere unikke, personlige oplevelser med hver gennemløb, og fremkalde en følelse af nysgerrighed og forventning. Et bemærkelsesværdigt eksempel er Genie, et værktøj, der tillader brugere at designe 2D-videospil ved at give et billede eller en beskrivelse. Denne tilgang gør spiludvikling mere tilgængelig, selv for dem uden programmeringsfærdigheder.

Genies innovation ligger i dens evne til at lære fra forskelligt videomateriale af 2D-platformspil frem for at afhænge af eksplicitte instruktioner eller mærkede data. Denne evne tillader Genie at forstå spil-mekanik, fysik og designelementer mere effektivt. Brugere kan starte med en grundlæggende idé eller skitse, og Genie vil generere en komplet spil-miljø, herunder indstillinger, karakterer, hindringer og spil-mekanik.

Generativ AI til spiludvikling

Bygning på tidligere fremskridt, har Google for nylig introduceret sit mest ambitiøse projekt hidtil, rettet mod at forenkle den komplekse og tidskrævende spiludviklingsproces, der traditionelt har krævet omfattende kodning og specialiserede færdigheder. For nylig introducerede de GameNGen, et generativt AI-værktøj designet til at forenkle spiludviklingsprocessen. GameNGen tillader udviklere at bygge hele spil-verden og narrativer ved hjælp af naturligt sprog-prompter, hvilket betydeligt reducerer den tid og indsats, der kræves for at skabe et spil. Ved at udnytte generativ AI kan GameNGen generere unikke spil-aktiver, miljøer og historieforløb, og tillader udviklere at fokusere mere på kreativitet end på tekniske detaljer. For eksempel har forskere brugt GameNGen til at udvikle en fuld version af Doom, og demonstrere dets kapaciteter, og baner vejen for en mere effektiv og tilgængelig spiludviklingsproces.

Teknologien bag GameNGen involverer en to-faset træningsproces. Først trænes en AI-agent til at spille Doom, og derefter skabes spil-data. Dette data træner derefter en generativ AI-model, der forudsiger fremtidige frames baseret på tidligere handlinger og visuelle effekter. Resultatet er en generativ diffusionsmodel, der kan producere realtids-spil uden traditionelle spilmotor-komponenter. Denne skift fra manuel kodning til AI-drevet generation markerer et betydeligt milepæl i spiludvikling, og tilbyder en mere effektiv og tilgængelig måde at skabe højkvalitets-spil for mindre studier og enkelt-udviklere.

 Konklusionen

Googles seneste fremskridt i AI er sat til at grundlæggende omdefinere spilindustrien. Med værktøjer som GameNGen, der tillader skabelse af detaljerede spil-verden, og SIMA, der tilbyder alsidig spil-interaktion, transformerer AI ikke kun, hvordan spil skabes, men også, hvordan de opleves.

Da AI fortsætter med at udvikle sig, lover det at forbedre kreativitet og effektivitet i spiludvikling. Udviklere vil have nye muligheder for at udforske innovative idéer og levere mere engagerende og immersive oplevelser. Denne skift markerer et betydeligt øjeblik i den fortsatte udvikling af videospil, og understreger AI’s voksende rol i at forme fremtiden for interaktiv underholdning.