Van Atari tot Doom: Hoe Google video games herdefinieert met AI

De video game-industrie, die nu een waarde van 347 miljard dollar heeft, is uitgegroeid tot een belangrijke speler in de entertainmentwereld, met meer dan drie miljard mensen wereldwijd. Wat begon met eenvoudige titels zoals Pong en Space Invaders, heeft zich ontwikkeld tot meer geavanceerde games zoals Doom, die nieuwe standaarden zette met zijn 3D-visuals en thuiskonsole-ervaring. Vandaag staat de industrie aan de vooravond van een nieuwe era, beïnvloed door de vooruitgang in kunstmatige intelligentie (AI). Google (GOOGL ) leidt deze transformatie, met zijn uitgebreide middelen en technologie om te bepalen hoe video games worden gemaakt, gespeeld en ervaren. Dit artikel verkent Google’s reis in het herdefiniëren van video games.

Het Begin: AI om Atari Games te spelen

Google’s gebruik van AI in video games begon met een cruciale ontwikkeling: het creëren van een AI die game-omgevingen kan herkennen en reageren als een menselijke speler. In dit vroege werk introduceerden ze een diepe versterkingsleeragent die controlestrategieën rechtstreeks uit gameplay kon leren. Centraal in deze ontwikkeling stond een convolutioneel neuronaal netwerk, getraind met Q-learning, dat ruwe scherm pixels verwerkte en omzette in game-specifieke acties op basis van de huidige staat.

De onderzoekers pasten dit model toe op zeven Atari 2600 games zonder de architectuur of het leer-algoritme te wijzigen. De resultaten waren indrukwekkend – het model overtrof eerdere methoden in zes games en overtrof de menselijke prestatie in drie. Deze ontwikkeling benadrukte het potentieel van AI om complexe, interactieve video games te behandelen met niets meer dan visuele input.

Deze doorbraak legde de basis voor latere prestaties, zoals DeepMind’s AlphaGo die een Go-wereldkampioen versloeg. Het succes van AI-agenten in het beheersen van moeilijke games heeft sindsdien verder onderzoek gestimuleerd naar echte wereldtoepassingen, waaronder interactieve systemen en robotica. De invloed van deze ontwikkeling is nog steeds te voelen in de gebieden van machine learning en AI vandaag.

AlphaStar: AI om Complex Game Strategie te leren voor StarCraft II

Op basis van hun vroege AI-successen, richtte Google zich op een meer complexe uitdaging: StarCraft II. Dit real-time strategie spel is bekend om zijn complexiteit, omdat spelers legers moeten controleren, bronnen moeten beheren en strategieën in real-time moeten uitvoeren. In 2019 introduceerde Google AlphaStar, een AI-agent die StarCraft II op professioneel niveau kan spelen.

AlphaStar’s ontwikkeling maakte gebruik van een combinatie van diepe versterkingsleer en imitatieleer. Het leerde eerst door naar replays van professionele spelers te kijken, en verbeterde vervolgens door zelf te spelen, met miljoenen wedstrijden om zijn strategieën te verfijnen. Deze prestatie demonstreerde AI’s vermogen om complexe, real-time strategie games te behandelen, met resultaten die overeenkwamen met die van menselijke spelers.

Verder dan Individuele Games: Naar een Meer Algemene AI voor Games

Google’s laatste vooruitgang markeert een overstap van het beheersen van individuele games naar het creëren van een meer veelzijdige AI-agent. Onlangs introduceerden Google-onderzoekers SIMA, afkorting voor Scalable Instructable Multiworld Agent, een nieuw AI-model ontworpen om verschillende game-omgevingen te navigeren met behulp van natuurlijke taal instructies. In tegenstelling tot eerdere modellen die toegang nodig hadden tot de broncode van een spel of aangepaste API’s, werkt SIMA met twee invoer: schermbeelden en eenvoudige taalopdrachten.

SIMA vertaalt deze instructies in toetsenbord- en muisacties om het spel te controleren. Deze methode stelt het in staat om op een manier te interacteren met verschillende virtuele omgevingen die lijkt op menselijke gameplay. Onderzoek heeft aangetoond dat AI getraind op meerdere games beter presteert dan die getraind op één enkel spel, waardoor SIMA’s potentieel om een nieuwe era van algemene of fundamentele AI voor games te stimuleren.

Google’s voortdurende werk is gericht op het uitbreiden van SIMA’s mogelijkheden, waarbij wordt onderzocht hoe dergelijke veelzijdige, taalgestuurde agenten kunnen worden ontwikkeld in diverse game-omgevingen. Deze ontwikkeling vertegenwoordigt een significante stap in de richting van het creëren van AI die kan aanpassen en gedijen in verschillende interactieve contexten.

Generatieve AI voor Game Design

Onlangs heeft Google zijn focus uitgebreid van het verbeteren van gameplay naar het ontwikkelen van tools die game-ontwerp ondersteunen. Deze verschuiving wordt gestimuleerd door vooruitgang in generatieve AI, met name in beeld- en videogeneratie. Een significante ontwikkeling is het gebruik van AI om adaptieve non-player characters (NPC’s) te creëren die op een realistische en onvoorspelbare manier reageren op speleracties.

Bovendien heeft Google onderzocht naar procedurale contentgeneratie, waarbij AI helpt bij het ontwerpen van niveaus, omgevingen en complete game-werelden op basis van specifieke regels of patronen. Deze methode kan de ontwikkeling vereenvoudigen en spelers unieke, gepersonaliseerde ervaringen bieden met elke speelsessie, waardoor een gevoel van nieuwsgierigheid en verwachting ontstaat. Een opvallend voorbeeld is Genie, een tool die gebruikers in staat stelt om 2D-videogames te ontwerpen door een afbeelding of een beschrijving te bieden. Deze benadering maakt game-ontwikkeling toegankelijker, zelfs voor mensen zonder programmeervaardigheden.

Genie’s innovatie ligt in zijn vermogen om te leren van verschillende videobeelden van 2D-platformspellen in plaats van te vertrouwen op expliciete instructies of gelabelde gegevens. Dit stelt het in staat om game-mechanica, fysica en ontwerpelementen effectiever te begrijpen. Gebruikers kunnen beginnen met een basisidee of schets, en Genie zal een complete game-omgeving genereren, inclusief instellingen, personages, obstakels en gameplay-mechanica.

Generatieve AI voor Game Development

Op basis van eerdere vooruitgang, heeft Google onlangs zijn meest ambitieuze project tot nu toe gelanceerd, gericht op het vereenvoudigen van het complexe en tijdrovende game-ontwikkelingsproces dat traditioneel uitgebreide codering en gespecialiseerde vaardigheden vereist. Onlangs introduceerden ze GameNGen, een generatieve AI-tool ontworpen om het game-ontwikkelingsproces te vereenvoudigen. GameNGen stelt ontwikkelaars in staat om complete game-werelden en verhalen te bouwen met behulp van natuurlijke taal prompts, waardoor de tijd en inspanning die nodig zijn om een spel te creëren aanzienlijk worden teruggebracht. Door generatieve AI te gebruiken, kan GameNGen unieke game-assets, omgevingen en verhalen genereren, waardoor ontwikkelaars zich kunnen concentreren op creativiteit in plaats van technische details. Zo hebben onderzoekers GameNGen gebruikt om een complete versie van Doom te ontwikkelen, waardoor zijn mogelijkheden en de weg vrijmaken voor een efficiëntere en toegankelijkere game-ontwikkelingsproces.

De technologie achter GameNGen omvat een tweefasen trainingsproces. Eerst wordt een AI-agent getraind om Doom te spelen, waardoor gameplay-gegevens worden gegenereerd. Deze gegevens trainen vervolgens een generatief AI-model dat toekomstige frames voorspelt op basis van eerdere acties en visuals. Het resultaat is een generatief diffusiemodel dat in staat is om real-time gameplay te produceren zonder traditionele game-engine componenten. Deze overstap van handmatige codering naar AI-gestuurde generatie markeert een significante mijlpaal in game-ontwikkeling, waardoor een efficiëntere en toegankelijkere manier wordt geboden om games van hoge kwaliteit te creëren voor kleinere studio’s en individuele creators.

 De Bottom Line

Google’s recente vooruitgang in AI zal de gaming-industrie fundamenteel herschikken. Met tools zoals GameNGen die het creëren van gedetailleerde game-werelden mogelijk maken en SIMA die veelzijdige gameplay-interacties biedt, transformeert AI niet alleen hoe games worden gemaakt, maar ook hoe ze worden ervaren.

Naarmate AI verder evolueert, belooft het de creativiteit en efficiëntie in game-ontwikkeling te verbeteren. Ontwikkelaars zullen nieuwe kansen hebben om innovatieve ideeën te verkennen en meer boeiende en immersieve ervaringen te bieden. Deze verschuiving markeert een significante stap in de voortdurende evolutie van video games, waarin AI’s groeiende rol in het vormgeven van de toekomst van interactieve entertainment wordt onderstreept.