โมเดล AI อาจทำให้นักพัฒนาเกมสร้างแอนิเมชั่นที่มีลักษณะเหมือนจริง

ทีมนักวิจัยที่ Electronic Arts ได้ทดลองใช้อัลกอริธึมปัญญาประดิษฐ์ต่างๆ รวมถึงโมเดลการเรียนรู้แบบเสริมกำลัง เพื่อทำให้กระบวนการสร้างวิดีโอเกมเป็นอัตโนมัติ นักวิจัยหวังว่าโมเดล AI จะช่วยให้นักพัฒนาและนักสร้างแอนิเมชั่นประหยัดเวลาในการทำงานซ้ำๆ เช่น การเขียนโค้ดการเคลื่อนไหวของตัวละคร

การออกแบบวิดีโอเกม โดยเฉพาะวิดีโอเกมขนาดใหญ่ที่พัฒนาโดยบริษัทเกมขนาดใหญ่ ต้องการเวลาหลายพันชั่วโมงในการทำงาน เมื่อเครื่องเล่นวิดีโอเกม คอมพิวเตอร์ และอุปกรณ์มือถือมีความสามารถมากขึ้น วิดีโอเกมก็มีความซับซ้อนมากขึ้น นักพัฒนาเกมกำลังมองหาวิธีการผลิตเนื้อหาของเกมมากขึ้นด้วยความพยายามน้อยลง ตัวอย่างเช่น พวกเขามักจะเลือกใช้อัลกอริธึมการสร้างแบบกระบวนการเพื่อสร้างภูมิประเทศและสภาพแวดล้อม ในทำนองเดียวกัน อัลกอริธึมปัญญาประดิษฐ์สามารถใช้ในการสร้างระดับของวิดีโอเกม การทดสอบเกมแบบอัตโนมัติ และแม้กระทั่งการสร้างแอนิเมชั่นการเคลื่อนไหวของตัวละคร

การสร้างแอนิเมชั่นสำหรับวิดีโอเกมมักจะเสร็จสิ้นด้วยความช่วยเหลือของระบบการบันทึกการเคลื่อนไหว ซึ่งตาม dõiการเคลื่อนไหวของนักแสดงจริงเพื่อให้ได้แอนิเมชั่นที่มีลักษณะเหมือนจริงมากขึ้น อย่างไรก็ตาม วิธีการนี้มีข้อจำกัด ไม่เพียงแต่โค้ดที่ขับเคลื่อนแอนิเมชั่นยังคงต้องเขียน แต่นักสร้างแอนิเมชั่นยังถูกจำกัดให้ทำได้เพียงการกระทำที่ถูกบันทึกเท่านั้น

ตามที่ Wired รายงาน นักวิจัยจาก EA ได้ตั้งเป้าหมายในการทำให้กระบวนการนี้เป็นอัตโนมัติและประหยัดเวลาและเงินในการสร้างแอนิเมชั่น ทีมนักวิจัยได้แสดงให้เห็นว่าอัลกอริธึมการเรียนรู้แบบเสริมกำลังสามารถใช้ในการสร้างโมเดลมนุษย์ที่เคลื่อนไหวในลักษณะที่เหมือนจริง โดยไม่ต้องบันทึกและเขียนโค้ดการเคลื่อนไหวด้วยตนเอง ทีมนักวิจัยใช้ “Motion Variational Autoencoders” (Motion VAEs) เพื่อระบุรูปแบบการเคลื่อนไหวที่เกี่ยวข้องจากข้อมูลการบันทึกการเคลื่อนไหว หลังจากที่อัลกอริธึมการเข้ารหัสแบบอัตโนมัติได้ถอดรหัสรูปแบบการเคลื่อนไหวแล้ว ระบบการเรียนรู้แบบเสริมกำลังได้รับการฝึกฝนโดยใช้ข้อมูลดังกล่าว โดยมีเป้าหมายในการสร้างแอนิเมชั่นที่มีลักษณะเหมือนจริงตามวัตถุประสงค์เฉพาะ (เช่น การวิ่งตามลูกบอลในเกมฟุตบอล) อัลกอริธึมการวางแผนและการควบคุมที่ทีมนักวิจัยใช้สามารถสร้างการเคลื่อนไหวที่ต้องการได้ รวมถึงการเคลื่อนไหวที่ไม่ได้อยู่ในเซตข้อมูลการบันทึกการเคลื่อนไหวเดิม ซึ่งหมายความว่าหลังจากที่โมเดลการเรียนรู้แบบเสริมกำลังได้เรียนรู้ว่าบุคคลเดินอย่างไรแล้ว โมเดลสามารถกำหนดได้ว่าการวิ่งดูเหมือนอย่างไร

Julian Togelius ศาสตราจารย์จาก NYU และผู้ร่วมก่อตั้งบริษัท Modl.ai ได้กล่าวถึง Wired ว่าเทคโนโลยีนี้อาจมีประโยชน์มากในอนาคตและอาจเปลี่ยนแปลงวิธีการสร้างเนื้อหาของเกม

“การสร้างแอนิเมชั่นแบบกระบวนการจะกลายเป็นสิ่งสำคัญมาก มันทำให้กระบวนการทำงานหลายอย่างที่เกี่ยวข้องกับการสร้างเนื้อหาของเกมเป็นอัตโนมัติ” Togelius กล่าวถึง Wired

ตามที่ศาสตราจารย์ Michiel van de Panne จาก UBC ซึ่งเกี่ยวข้องกับโครงการการเรียนรู้แบบเสริมกำลัง กล่าวว่า ทีมนักวิจัยกำลังมองหาวิธีการนำแนวคิดนี้ไปสู่ขั้นตอนต่อไปโดยการสร้างแอนิเมชั่นสำหรับตัวละครที่ไม่ใช่มนุษย์โดยใช้กระบวนการเดียวกัน van de Panne กล่าวถึง Wired ว่า แม้ว่าการสร้างแอนิเมชั่นใหม่จะยาก แต่เขามั่นใจว่าเทคโนโลยีนี้จะสามารถสร้างแอนิเมชั่นที่น่าดึงดูดได้ในวันหนึ่ง

การประยุกต์ใช้ AI ในการพัฒนาเกมวิดีโอนั้นรวมถึงการสร้างเกมพื้นฐานด้วย ตัวอย่างเช่น นักวิจัยจาก University of Toronto ได้สามารถ ออกแบบเครือข่ายการสร้างแบบผู้ร่วมแข่งขัน ที่สามารถสร้างเกม Pac-Man ใหม่โดยไม่ต้องใช้โค้ดที่ใช้ในการออกแบบเกม ในที่อื่น นักวิจัยจาก University of Alberta ใช้โมเดล AI เพื่อ สร้างระดับของวิดีโอเกม ตามกฎของเกมต่างๆ เช่น Super Mario Bros. และ Mega Man