AI-modellen en platforms

Onderzoekers creëren AI-hulpmiddel dat nieuwe videospel niveaus kan maken

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Naarmate machine learning en kunstmatige intelligentie geavanceerder werden, bleken videospellen een natuurlijke en nuttige testomgeving voor AI-algoritmen en -modellen. Omdat videospellen waarneembare en kwantificeerbare mechanismen, objecten en metrics hebben, vormen ze een handige manier voor AI-ontwikkelaars om de veelzijdigheid en betrouwbaarheid van hun modellen te testen. Terwijl videospellen hebben geholpen bij het ontwikkelen van AI-modellen, kan AI mogelijk ook helpen bij het ontwikkelen van videospellen. Onlangs ontwierp een groep onderzoekers aan de University of Alberta een set algoritmen die eenvoudige platformspellen konden automatiseren.

Matthew Guzdial is een assistent-professor en AI-onderzoeker aan de University of Alberta, en volgens Time magazine heeft Guzdial en zijn team gewerkt aan een AI-algoritme dat automatisch niveaus in side-scrolling platformspellen kan maken. Deze geautomatiseerde niveau-ontwerp kan spelontwerpers tijd en energie besparen, waardoor ze zich op moeilijkere taken kunnen richten.

Guzdial en zijn team hebben een AI getraind om platformspel niveaus te genereren door de AI te trainen op veel uren van platformspel gameplay. Guzdial, inclusief spellen als het originele Super Mario Bros., Kirby’s Adventure, en Mega Man. Na de initiële training wordt de AI opgedragen om voorspellingen te doen over de regels/mechanismen van het spel, waarbij het zijn aannamen vergelijkt met testbeelden van het spel. Nadat de AI de regels van het spel heeft geïnterpreteerd, gebruiken de onderzoekers een soortgelijke trainingsmethode om geheel nieuwe niveaus te construeren waarin de regels van het model worden getest.

Guzdial en zijn team hebben een “spelgrafiek” gemaakt, die een combinatie is van het model’s overtuigingen over regels en zijn aannamen over hoe de niveaus die deze regels gebruiken, zijn ontworpen. De spelgrafiek combineert alle cruciale kenmerken van een spel in één weergave, en deze weergave bevat alle noodzakelijke informatie om het spel van scratch te reproduceren. Alle informatie in de spelgrafiek wordt gebruikt om nieuwe niveaus en spellen te ontwerpen. De inhoud van het model’s observaties wordt opnieuw gecombineerd in unieke manieren. Bijvoorbeeld, de AI combineerde aspecten van zowel Super Mario Bros. als Mega Man om een nieuw niveau te creëren dat de platformmechanismen van beide spellen gebruikt. Wanneer dit proces herhaald wordt, kan het eindresultaat een geheel nieuw spel zijn dat erg lijkt op klassieke platformspellen, maar toch uniek is.

Volgens Guzdial, zoals geciteerd door Time, is het idee achter het project om een hulpmiddel te creëren dat spelontwikkelaars kunnen gebruiken om hun eigen niveaus en spellen te ontwerpen zonder dat ze hoeven te leren programmeren. Guzdial wees op het feit dat Super Mario Maker al met dit concept bezig is.

Guzdial en de andere leden van het onderzoeksteam hopen het concept verder te ontwikkelen, mogelijk door een hulpmiddel te creëren dat mensen in staat stelt om nieuwe niveaus of spellen te maken door alleen een bepaald “gevoel” of “uitzicht” te specificeren. Zodra het model deze specificaties ontvangt, kan het een nieuw spel maken met unieke niveaus en regels. Het model zou alleen twee frames van een spel nodig hebben om dit te doen, omdat het zou extrapoleren van de verschillen tussen de twee frames. De gebruiker kan het model feedback geven terwijl het niveaus genereert, en het model zal nieuwe niveaus maken op basis van de verstrekte feedback.

“We zijn een aantal finishing touches aan het toevoegen aan de interface en dan gaan we een menselijke onderwerpstudie uitvoeren om te zien of we op het juiste spoor zitten,” zei Guzdial tegen Time.

Hoewel een consumentenklare versie van die applicatie nog ver in de toekomst ligt, uitte Guzdial zijn bezorgdheid dat de spelindustrie mogelijk langzaam zal zijn om de technologie te adopteren vanwege bezorgdheid dat het de behoefte aan menselijke spelontwerpers kan verminderen. Ondanks dit, dacht Guzdial dat als iemand waarschijnlijk het hulpmiddel zou gebruiken, het eerste mensen die dit zouden doen, waarschijnlijk onafhankelijke spelontwikkelaars zouden zijn, die het zouden kunnen gebruiken om interessante, experimentele spellen te maken.

“Ik kan me heel goed voorstellen dat wat we krijgen, zijn een aantal gepassioneerde onafhankelijke ontwikkelaars die met deze technologieën rommelen en rare, cool, interessante kleine ervaringen maken,” zei Guzdial. “Maar ik denk niet dat ze triple-A spelontwikkeling op korte termijn zullen beïnvloeden.”

Blogger en programmeur met specialisaties in Machine Learning en Deep Learning onderwerpen. Daniel hoopt anderen te helpen de kracht van AI te gebruiken voor het sociale goede.