AI-modeller og plattformer

Forskere utvikler AI-verktøy som kan lage nye videospillnivåer

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Siden maskinlæring og kunstig intelligens ble mer avansert, viste videospill seg å være et naturlig og nyttig område for AI-algoritmer og modeller. Fordi videospill har observerbare og kvantifiserbare mekanismer, objekter og målinger, gjør de det enkelt for AI-utviklere å teste fleksibiliteten og påliteligheten til modellene sine. Mens videospill har hjulpet AI-ingeniører med å utvikle modellene sine, kan AI potensielt hjelpe videospilldesignere med å lage sine egne spill. Nylig designet en gruppe forskere ved University of Alberta en samling algoritmer som kunne automatisere skapelsen av enkle plattformspill.

Matthew Guzdial er en assistentprofessor og AI-forsker ved University of Alberta, og ifølge Time magazine har Guzdial og hans team arbeidet med en AI-algoritme som kan automatisk lage nivåer i side-scrollende plattformspill. Denne automatiske nivådesignen kan spare spilldesignerne tid og energi, og la dem fokusere på mer krævende oppgaver.

Guzdial og hans team trente en AI til å generere plattformspillnivåer ved å la AI-en trene på mange timers plattformspillspill. Guzdial inkluderte spill som det originale Super Mario Bros., Kirby’s Adventure og Mega Man. Etter den innledende treningen, ble AI-en bedt om å gjøre prediksjoner om reglene/mekanismer i spillet, og sammenligne sine antagelser med testbilder av spillet. Etter at AI-en hadde klart å tolke reglene som spillet opererte på, brukte forskerne en lignende treningsmetode til å konstruere helt nye nivåer som modellens regler ble testet i.

Guzdial og hans team skapte en “spillgraf”, som er en sammenslåing av modellens overbevisninger om regler og dens antagelser om hvordan nivåene som bruker disse reglene er designet. Spillgrafen kombinerte alle de viktige egenskapene ved et spill i én representasjon, og denne representasjonen inneholdt derfor all den nødvendige informasjonen for å reprodusere spillet fra scratch. All informasjonen i modellens observasjoner ble kombinert på nye og unike måter. For eksempel kombinerte AI-en aspekter av både Super Mario Bros. og Mega Man for å lage et nytt nivå som bygde på plattformmekanismer fra begge spill. Når denne prosessen gjentas gang på gang, kan slutresultatet være et helt nytt spill som føles svært likt klassiske plattformspill, men likevel er unikt.

Ifølge Guzdial, som sitert av Time, er ideen bak prosjektet å skape et verktøy som spillutviklere kan bruke til å starte å designe sine egne nivåer og spill uten å måtte lære å kode. Guzdial pekte på at Super Mario Maker allerede tar dette konseptet og løper med det.

Guzdial og de andre medlemmene av forskningsteamet håper å ta konseptet enda lenger, potensielt skape et verktøy som kan la folk lage nye nivåer eller spill bare ved å spesifisere en bestemt “følelse” eller “utseende” som de ønsker. Når modellen mottar disse spesifikasjonene, kan den gå om å lage et nytt spill med unike nivåer og regler. Modellen ville tilsynelatende bare trenge to rammer av et spill for å gjøre dette, da den ville ekstrapolere fra forskjellene mellom de to rammer. Brukeren ville være i stand til å gi modellen tilbakemelding mens den genererte nivåer, og modellen ville skape nye nivåer basert på den tilbakemeldingen som ble gitt.

“Vi legger noen finishing touches på grensesnittet og så skal vi kjøre en menneskestudie for å finne ut om vi er på riktig spor,” sa Guzdial til Time.

Selv om en forbrukerklar versjon av denne applikasjonen fortsatt er langt i fremtiden, uttrykte Guzdial bekymring for at spillindustrien kanskje vil være sen til å adoptere teknologien på grunn av bekymringer for at den kan redusere behovet for menneskelige spilldesignere. Til tross for dette, trodde Guzdial at hvis noen var sannsynlig å bruke verktøyet, ville de første personene som gjorde det sannsynligvis være uavhengige spillutviklere, som kanskje ville bruke det til å lage interessante, eksperimentelle spill.

“Jeg kan helt klart forestille meg at det vi får er noen lidenskapelige uavhengige utviklere som leker med disse teknologiene og lager rare, kjølige, interessante små opplevelser,” sa Guzdial. “Men jeg tror ikke at de vil ha noen innvirkning på triple-A spillutvikling noen gang snart.”

Blogger og programmerer med spesialområder i Machine Learning og Deep Learning emner. Daniel håper å hjelpe andre med å bruke kraften av AI for sosialt godt.