จาก Atari ถึง Doom: วิธีการที่ Google กำลังเปลี่ยนแปลงวิดีโอเกมด้วย AI

อุตสาหกรรมวิดีโอเกมซึ่งมีมูลค่ากว่า 347 พันล้านดอลลาร์ ได้เติบโตขึ้นเป็นผู้เล่นที่สำคัญในโลกของความบันเทิง โดยมีผู้เล่นมากกว่า 3 พันล้านคนทั่วโลก วิดีโอเกมที่เริ่มต้นด้วยเกมอย่างง่ายๆ เช่น Pong และ Space Invaders ได้พัฒนาเป็นเกมที่ซับซ้อนมากขึ้น เช่น Doom ซึ่งกำหนดมาตรฐานใหม่ด้วยกราฟิก 3D และประสบการณ์บนเครื่องเล่นที่บ้าน ปัจจุบันอุตสาหกรรมนี้ยืนอยู่ที่จุดเริ่มต้นของยุคใหม่ โดยได้รับอิทธิพลจากความก้าวหน้าในด้านปัญญาประดิษฐ์ (AI) Google (GOOGL ) เป็นผู้นำการเปลี่ยนแปลงนี้ โดยใช้ทรัพยากรและเทคโนโลยีของตนเพื่เปลี่ยนแปลงวิธีการสร้าง เล่น และสัมผัสวิดีโอเกม บทความนี้จะสำรวจการเดินทางของ Google ในการเปลี่ยนแปลงวิดีโอเกม

จุดเริ่มต้น: AI สำหรับเล่นเกม Atari

การใช้ AI ของ Google ในวิดีโอเกมเริ่มต้นด้วยการพัฒนา AI ที่สามารถรับรู้สภาพแวดล้อมของเกมและตอบสนองเหมือนผู้เล่น ในงานวิจัยชิ้นนี้ พวกเขาได้แนะนำ ตัวแทนการเรียนรู้แบบเสริม ที่สามารถเรียนรู้กลยุทธ์ควบคุมโดยตรงจากเกม ตัวแทนการเรียนรู้นี้ใช้เครือข่ายประสาทเทียมแบบคอนโวลูชันซึ่งได้รับการฝึกฝนโดยใช้ Q-learning ซึ่งประมวลผลพิกเซลหน้าจอและแปลงเป็นคำสั่งเฉพาะเกมตามสถานะปัจจุบัน

นักวิจัยได้ใช้แบบจำลองนี้กับเกม Atari 2600 สeven เกมโดยไม่ต้องแก้ไขสถาปัตยกรรมหรืออัลกอริทึมการเรียนรู้ ผลลัพธ์เป็นที่น่าประทับใจ – แบบจำลองนี้สามารถเอาชนะวิธีการก่อนหน้าในหกเกมและเกินผลงานของมนุษย์ในสามเกม การพัฒนานี้เน้นย้ำถึงศักยภาพของ AI ในการจัดการวิดีโอเกมที่ซับซ้อนและโต้ตอบโดยใช้เพียงข้อมูลภาพ

การพัฒนานี้เป็นรากฐานสำหรับการพัฒนาต่อๆ ไป เช่น AlphaGo ของ DeepMind ที่สามารถเอาชนะแชมป์เปี้ยนโลก Go ได้ ความสำเร็จของตัวแทน AI ในการเอาชนะเกมที่ท้าทายได้กระตุ้นให้เกิดการวิจัยเพิ่มเติมเกี่ยวกับการใช้งานในโลกแห่งความเป็นจริง รวมถึงระบบโต้ตอบและหุ่นยนต์ ผลกระทบของการพัฒนานี้ยังคงอยู่ในด้านการเรียนรู้ของเครื่องและ AI ในปัจจุบัน

AlphaStar: AI สำหรับการเรียนรู้กลยุทธ์เกม StarCraft II ที่ซับซ้อน

โดยสร้างบนความสำเร็จของ AI ในช่วงแรก Google ได้กำหนดเป้าหมายไปที่ความท้าทายที่ซับซ้อนมากขึ้น: StarCraft II เกมยุทธศาสตร์ในเวลาจริงนี้มีชื่อเสียงในเรื่องความซับซ้อน เนื่องจากผู้เล่นต้องควบคุมกองทัพ จัดการทรัพยากร และดำเนินกลยุทธ์ในเวลาเดียวกัน ในปี 2019 Google ได้แนะนำ AlphaStar ตัวแทน AI ที่สามารถเล่น StarCraft II ในระดับมืออาชีพได้

การพัฒนาของ AlphaStar ใช้การผสมผสานระหว่างการเรียนรู้แบบเสริมลึกและการเรียนรู้แบบเลียนแบบ มันเรียนรู้โดยการดูวิดีโอตัวอย่างของผู้เล่นมืออาชีพ จากนั้นปรับปรุงผ่านการฝึกฝนแบบ self-play โดยการวิ่งหลายล้านแมตช์เพื่อปรับกลยุทธ์ของมันให้สมบูรณ์แบบ ความสำเร็จนี้แสดงให้เห็นถึงความสามารถของ AI ในการจัดการเกมยุทธศาสตร์ในเวลาจริงที่ซับซ้อน โดยสามารถบรรลุผลลัพธ์ที่เทียบเท่ากับผู้เล่นมนุษย์ได้

ไกลกว่าเกมเดี่ยว: สู่ AI ที่มีความสามารถทั่วไปมากขึ้นสำหรับเกม

ความก้าวหน้าล่าสุดของ Google หมายถึงการเปลี่ยนแปลงจากการจัดการเกมเดี่ยวไปสู่การสร้างตัวแทน AI ที่มีความสามารถทั่วไปมากขึ้น นักวิจัยของ Google ได้แนะนำ SIMA หรือตัวแทน AI ที่สามารถนำทางสภาพแวดล้อมเกมต่างๆ โดยใช้คำสั่งภาษาธรรมชาติ SIMA ไม่ต้องการการเข้าถึงโค้ดต้นฉบับของเกมหรือ API ที่กำหนดเอง แต่ทำงานด้วยการรับข้อมูลจากภาพหน้าจอและคำสั่งภาษาธรรมชาติ

SIMA แปลคำสั่งเหล่านี้เป็นคำสั่งสำหรับแป้นพิมพ์และเมาส์เพื่อควบคุมตัวละครหลักในเกม วิธีนี้ทำให้สามารถโต้ตอบกับสภาพแวดล้อมเสมือนจริงต่างๆ ในลักษณะที่คล้ายกับการเล่นของมนุษย์ การวิจัยแสดงให้เห็นว่า AI ที่ได้รับการฝึกฝนข้ามหลายเกมมีประสิทธิภาพมากกว่า AI ที่ฝึกฝนในเกมเดียว ซึ่งแสดงให้เห็นถึงศักยภาพของ SIMA ในการขับเคลื่อนยุคใหม่ของ AI ที่มีความสามารถทั่วไปสำหรับเกม

การทำงานอย่างต่อเนื่องของ Google มุ่งเน้นไปที่การขยายความสามารถของ SIMA โดยสำรวจวิธีการพัฒนาตัวแทน AI ที่สามารถปรับตัวและเติบโตในหลายๆ สภาพแวดล้อมของเกมได้ การพัฒนานี้เป็นขั้นตอนสำคัญในการสร้าง AI ที่สามารถปรับตัวและเติบโตในหลายๆ บริบทโต้ตอบ

Generative AI สำหรับการออกแบบเกม

ล่าสุด Google ได้ขยายโฟกัสจากการจัดการการเล่นเกมไปสู่การสร้างเครื่องมือที่สนับสนุนการออกแบบเกม การเปลี่ยนแปลงนี้ได้รับแรงผลักดันจากความก้าวหน้าในด้าน AI ที่สร้างสรรค์ โดยเฉพาะอย่างยิ่งในด้านการสร้างภาพและวิดีโอ หนึ่งในการพัฒนาที่สำคัญคือการใช้ AI ในการสร้างตัวละครที่ไม่ใช่ผู้เล่น (NPCs) ที่สามารถตอบสนองต่อการกระทำของผู้เล่นในลักษณะที่สมจริงและไม่คาดคิดมากขึ้น

นอกจากนี้ Google ยังได้สำรวจการสร้างเนื้อหาที่มีกระบวนการ โดยที่ AI ช่วยในการออกแบบเลเวล สภาพแวดล้อม และโลกของเกมโดยอาศัยกฎหรือรูปแบบเฉพาะ วิธีนี้สามารถทำให้กระบวนการสร้างเกมง่ายขึ้นและให้ผู้เล่นได้สัมผัสประสบการณ์ที่ไม่ซ้ำกันและเป็นส่วนตัวในแต่ละครั้งที่เล่น ซึ่งสามารถสร้างความตื่นเต้นและความคาดหวังได้ ตัวอย่างที่น่าสนใจคือ Genie ซึ่งเป็นเครื่องมือที่ช่วยให้ผู้ใช้สามารถออกแบบเกมวิดีโอ 2D โดยการให้ภาพหรือคำอธิบายได้ วิธีนี้ทำให้การสร้างเกมเป็นเรื่องที่เข้าถึงได้ง่ายขึ้น แม้สำหรับผู้ที่ไม่มีทักษะในการเขียนโปรแกรม

ความก้าวหน้าของ Genie อยู่ที่ความสามารถในการเรียนรู้จากวิดีโอเกม 2D ต่างๆ มากกว่าการอาศัยคำแนะนำหรือข้อมูลที่มีฉลาก ผู้ใช้สามารถเริ่มต้นด้วยความคิดพื้นฐานหรือการวาดภาพ และ Genie จะสร้างสภาพแวดล้อมเกมที่สมบูรณ์ รวมถึงการตั้งค่า ตัวละคร อุปสรรค และกลไกของเกม

Generative AI สำหรับการพัฒนาเกม

โดยสร้างบนความก้าวหน้าในอดีต Google ได้แนะนำโครงการที่ทะเยอทะยานที่สุดของตน ซึ่งมีเป้าหมายในการทำให้กระบวนการพัฒนาเกมที่ซับซ้อนและใช้เวลานานง่ายขึ้น โดยไม่ต้องใช้ทักษะการเขียนโค้ดหรือทักษะเฉพาะด้าน ล่าสุดพวกเขาได้แนะนำ GameNGen ซึ่งเป็นเครื่องมือ AI ที่สร้างสรรค์สำหรับการพัฒนาเกม GameNGen ช่วยให้นักพัฒนาเกมสามารถสร้างโลกเกมและเรื่องราวโดยใช้คำสั่งภาษาธรรมชาติ ลดเวลาและความพยายามที่จำเป็นในการสร้างเกมลงอย่างมาก โดยใช้ AI ที่สร้างสรรค์ GameNGen สามารถสร้างสินทรัพย์เกม สภาพแวดล้อม และเรื่องราวที่ไม่ซ้ำกัน ทำให้นักพัฒนาสามารถมุ่งเน้นไปที่ความสร้างสรรค์มากกว่าด้านเทคนิค ตัวอย่างเช่น นักวิจัยได้ใช้ GameNGen เพื่อพัฒนาเกม Doom ฉบับเต็ม ซึ่งแสดงให้เห็นถึงความสามารถและเปิดทางสำหรับกระบวนการพัฒนาเกมที่มีประสิทธิภาพและเข้าถึงได้ง่ายขึ้น

เทคโนโลยีเบื้องหลัง GameNGen เกี่ยวข้องกับการฝึกอบรมสองขั้นตอน ขั้นแรก ตัวแทน AI จะถูกฝึกให้เล่นเกม Doom โดยสร้างข้อมูลการเล่นเกม ข้อมูลนี้จะใช้ฝึกโมเดล AI ที่สร้างสรรค์ ซึ่งสามารถคาดการณ์เฟรมในอนาคตตามการกระทำและภาพที่ผ่านมา ผลลัพธ์คือโมเดลการกระจายที่สร้างสรรค์ ซึ่งสามารถสร้างการเล่นเกมในเวลาจริงโดยไม่ต้องใช้ส่วนประกอบของเครื่องมือเกมแบบดั้งเดิม การเปลี่ยนแปลงนี้เป็น里程สำคัญในการพัฒนาเกม โดยนำเสนอวิธีการที่มีประสิทธิภาพและเข้าถึงได้ง่ายขึ้นสำหรับการสร้างเกมคุณภาพสูงสำหรับสตูดิโอเล็กๆ และผู้สร้างรายบุคคล

สรุป

ความก้าวหน้าล่าสุดของ Google ในด้าน AI กำลังจะเปลี่ยนแปลงอุตสาหกรรมเกมอย่างมาก ด้วยเครื่องมืออย่าง GameNGen ที่ช่วยให้สามารถสร้างโลกเกมและเรื่องราวที่มีรายละเอียด และ SIMA ที่นำเสนอการโต้ตอบเกมที่หลากหลาย AI กำลังเปลี่ยนแปลงไม่เพียงแต่วิธีการสร้างเกมเท่านั้น แต่ยังเปลี่ยนแปลงวิธีการเล่นเกมและประสบการณ์ของผู้เล่นด้วย

เมื่อ AI ต่อไปนี้จะพัฒนาเพิ่มเติม มันจะช่วยเพิ่มความสร้างสรรค์และประสิทธิภาพในการพัฒนาเกม นักพัฒนาจะมีโอกาสใหม่ๆ ในการสำรวจความคิดสร้างสรรค์และนำเสนอประสบการณ์ที่น่าดึงดูดและสมจริงมากขึ้น การเปลี่ยนแปลงนี้เป็นจุดสำคัญในประวัติศาสตร์การพัฒนาเกม โดยเน้นถึงบทบาทที่เพิ่มขึ้นของ AI ในการกำหนดอนาคตของความบันเทิงแบบโต้ตอบ