Kaip dirbtinis intelektas sukels revoliuciją vaizdo žaidimų kūrime ir žaidime
Šiuolaikinių dirbtinio intelekto tyrimų pažanga gali suteikti precedento neturinčią naudą žaidimų kūrimui
Jei paklaustumėte vaizdo žaidimų gerbėjų, koks gali būti idealizuotas, dar neįmanomas interaktyvus pramogos kūrinys po 10 ar net 20 metų, jie gali apibūdinti kažką klaikiai panašaus į programinę įrangą, pateiktą „Orson Scott Card“ mokslinės fantastikos klasikoje„Enderio žaidimas“. Savo romane Kardas įsivaizdavo karinio lygio simuliaciją, įtvirtintą pažangaus, neišsemiamo dirbtinio intelekto.
Proto žaidimas, kaip jis yra vadinamas, pirmiausia yra skirtas įvertinti jaunų žmonių psichologinę būseną, ir jis dažnai pateikia savo žaidėjams neįmanomas situacijas, kad išbandytų savo psichinę tvirtybę neišvengiamo pralaimėjimo akivaizdoje. Vis dėlto žaidimas taip pat yra be galo procedūrinis, sukuriantis aplinką ir situacijas skriejant, leidžiantis žaidėjams virtualiame pasaulyje atlikti bet kokius veiksmus, kuriuos galėtų realiame. Žengdamas dar toliau, jis reaguoja į savo žaidėjų emocinę ir psichologinę būseną, prisitaiko ir reaguoja į žmogaus elgesį ir laikui bėgant vystosi. Vienu metu „Protų žaidimas“ netgi remiasi žaidėjo prisiminimais, kad sukurtų ištisus žaidimų pasaulius, pritaikytus Enderio praeičiai.
Mokslininkai dar tik pradeda eksperimentuoti sumaišydami šiuolaikinius dirbtinio intelekto ir vaizdo žaidimus
Atmetus labiau liguistą „Card“ fantastinio žaidimo karinį pritaikymą (ir tai, kad programinė įranga galiausiai ugdo nuotaiką), „Protų žaidimas“ yra tvirtas atspirties taškas pokalbiui apie vaizdo žaidimų ir dirbtinio intelekto ateitį. Kodėl žaidimai ir dirbtinis intelektas naudojami ir kuriant juos, ir skatinant virtualių veikėjų veiksmus, net nuotoliniu būdu tai nėra sudėtinga? Kokių priemonių ar technologijų kūrėjai vis dar reikalauja, kad būtų pasiektas šis hipotetinis intelekto ir imituotos realybės susiliejimas?
Tai klausimai, kuriuos tyrėjai ir žaidimų dizaineriai tik pradeda spręsti, nes naujausi pažanga dirbtinio intelekto srityje pradeda pereiti nuo eksperimentinių laboratorijų prie žaidžiamų produktų ir tinkamų naudoti kūrimo įrankių. Iki šiol savaiminio mokymosi dirbtinis intelektas, būtent giluminio mokymosi pogrupis, apimantis platesnę mašininio mokymosi revoliuciją, lėmė pažangą savarankiškai važiuojančiuose automobiliuose, kompiuterio regėjime ir natūralios kalbos apdorojime, iš tikrųjų neišsiplėtė į komercinių žaidimų kūrimą. . Nepaisant to, kad kai kurie iš šių AI pažangos iš dalies yra dėka programinės įrangos, kuri pati buvo patobulinta žaidžiant vaizdo žaidimus, pvz.,Nepralenkiama „DeepMind“ programa „AlphaGo“ir „OpenAI“Dota 2tai yradabar gali įveikti profesionalaus lygio žaidėjus.
Tačiau horizonte yra taškas, kuriame žaidimų kūrėjai galėtų naudotis šiomis priemonėmis ir pradėti kurti įtraukiančius ir protingus žaidimus, kurie panaudotų tai, kas šiandien laikoma pažangiausiais AI tyrimais. Rezultatas būtų kūrimo įrankiai, automatizuojantys sudėtingų žaidimų, kurie gali pakeisti ir reaguoti į žaidėjų atsiliepimus, kūrimą ir žaidimo simbolius, kurie gali vystytis, tuo labiau praleisdami laiką su jais. Tai skamba kaip grožinė literatūra, tačiau ji yra arčiau realybės, nei galime pagalvoti.
Norint geriau suprasti, kaip ateityje AI gali labiau susipinti su vaizdo žaidimais, svarbu žinoti bendrą dviejų laukų istoriją. Nuo pat pirmųjų laikų laikų žaidimų kūrėjai programuoja programinę įrangą, kad apsimestų, jog tai žmogus, ir padeda kurti virtualius pasaulius, o žmogaus dizaineriui nereikia kurti kiekvieno šių pasaulių centimetro nuo nulio.
Iš programinės įrangos, valdančios aPongasirklas ar a„Pac-Man“vaiduoklis visatą konstruojantiems kosmoso tyrimo pavadinimo algoritmamsElitas, kuris padėjo pradėti žaidimų procedūrinės generavimo idėją, kūrėjai dešimtmečius dirbtinį intelektą naudojo unikaliais ir įdomiais būdais. Ir atvirkščiai, Alanas Turingas, AI įkūrėjas,sukūrė šachmatų žaidimo algoritmą, kol dar nebuvo kompiuterio, kuriuo būtų galima jį paleisti.
Tačiau tam tikru momentu žaidimų kūrėjų reikalavimus ir galutinius tikslus iš esmės patenkino toks intelektinis intelektas, apie kurį šiandien negalvotume kaip apie tą intelektualųjį. Apsvarstykite skirtumą tarp, tarkime, originalių gumbų, su kuriais susiduriate„Super Mario Bros.“ir ypač sunkus, košmariškas viršininkas „From Software“ veiksmo RPGTamsios sielos3. Arba 1980 m. Žaidimo procedūrinio lygio dizainasNesąžiningiir 2017 mNegyvos ląstelės, kuris plačiai naudojo tą pačią techniką, kad kiekvieną kartą žaisdamas keistųsi savo lygio dizainas. Po gaubtu delta tarp tų senų klasikų ir naujesnių pavadinimų nėra tokia dramatiška, kaip atrodo.
Žaidimo AI išliko statiškas, nes pagrindiniai metodai radikaliai nepasikeitėKas daroTamsios sielostaip sunku, kad jos viršininkai gali judėti negailestingai greitai ir tiksliai ir todėl, kad yra užprogramuoti numatyti įprastas žmogaus klaidas. Tačiau daugumą priešo dirbtinio intelekto vis tiek gali įsiminti, pritaikyti ir įveikti net vidutinis žmogaus žaidėjas. (Tik labai siaurose srityse, tokiose kaip šachmatai, dirbtinis intelektas paprastai gali žengti kelią į tikrą pergalę.) Ir netgi procedūriniu būdu sukurtos tokio plataus ir sudėtingo žaidimo visatos, kaip „Hello Games“Niekieno dangusvis dar kuriami naudojant nusistovėjusią matematiką ir programavimą, nustatytą tokių žaidimų kaipNesąžiningi,Elitasir kiti po jo.
Didelių, pastebimų šuolių trūkumas yra dėl to, kad pagrindinis intelektinis intelektas, reguliuojantis šių virtualių subjektų elgesį, ir dirbtinis intelektas, valdantis procesų generavimo įrankius, per daugelį metų radikaliai nepasikeitė. Du pagrindiniai komercinio žaidimo AI komponentai yra kelio nustatymas ir baigtinės valstybės mašinos, aiškina Niujorko universiteto informatikos ir inžinerijos katedros docentas Julianas Togelius, kurio specializacija yra AI ir vaizdo žaidimų sankirta. „Pathfinding“ yra tai, kaip paprastai patekti iš taško A į tašką B, ir jis naudojamas visuose žaidimuose visą laiką. Galutinės būsenos mašina yra konstrukcija, kurioje [nežaidžiamas personažas] gali būti skirtingose būsenose ir judėti tarp jų.
Togelius sako, kad šiuolaikiniuose žaidimuose naudojamos ir šių metodų variacijospažangesni metodai, pavyzdžiui, Monte Karlo medžio paieškair vadinamieji sprendimų ir elgesio medžiai - kurie yra sudėtingesni nei 80-ųjų ir 90-ųjų pradžioje. Tačiau dauguma kūrėjų vis dar taiko tas pačias pagrindines koncepcijas ir taiko jas didesniu mastu ir naudodamiesi didesne apdorojimo galia. Žinoma, dirbtinis intelektas yra sudėtingesnis už tai, bet tai yra keli pagrindiniai principai, kurių versijas pamatysite visame pasaulyje.
Dabar yra didelis skirtumas tarp dirbtinio intelekto, su kuriuo galite bendrauti komerciniame vaizdo žaidime, ir tokio intelekto, kuris yra skirtasžaistiantžmogiško lygio žaidimas. Pavyzdžiui, paprasčiausia šachmatų žaidimo programa gali patogiai įveikti žmogų klasikiniame stalo žaidime, lygiai taip pat, kaip IBM „DeepBlue“ sistema buvo geriausia Rusijos didmeistriui Gariui Kasparovui dar 1997 m.
„Google“ priklausančioje laboratorijoje „DeepMind“, „Facebook“ AI tyrimų skyriuje ir kitose dirbtinio intelekto aprangose visame pasaulyje, mokslininkai sunkiai moko programinės įrangos, kaip žaisti vis sudėtingesnius vaizdo žaidimus. Tai apima viską, pradedant kinų stalo žaidimu „Go“, baigiant klasikiniais „Atari“ žaidimaispavadinimai tokie pat pažengę kaip „Valve“Dota 2 , konkurencingas penkių prieš penkis strategijos konkursas, dominuojantis profesionalių pasaulio žaidimų grandinėse.
Daugelio dirbtinio intelekto tyrimų, susijusių su žaidimais, tikslas yra palyginti programinės įrangos rafinuotumąTikslas nėra plėtoti dirbtinį intelektą, kuris sukurtų įdomesnes, dinamiškesnes ir tikroviškesnes žaidimų patirtis; Dirbtinio intelekto tyrėjai dažniausiai žaidimus naudoja kaip būdą palyginti programinės įrangos intelekto lygį ir todėl, kad virtualūs pasauliai su griežtomis taisyklėmis ir atlygio sistemomis yra ypač naudinga aplinka mokant programinės įrangos. Tikimasi, kad mokant šią programinę įrangą žaisti žaidimus, žmogaus tyrinėtojai gali suprasti, kaip išmokyti mašinas atlikti sudėtingesnes užduotis ateityje.
Visų pirma, „DeepMind“ misija yra sukurti dirbtinį bendrąjį intelektą, Oriolą Vinyalsą, kartu vadovaujantį „Google“ priklausančioje AI laboratorijoje.„StarCraft 2“projektas, minėtas šių metų pradžioje, nurodant siekį sukurti dirbtinio intelekto agentą, kuris galėtų atlikti bet kokią protinę užduotį, kurią gali atlikti žmogus. Norėdami tai padaryti, svarbu palyginti, kaip mūsų agentai atlieka įvairiausias užduotis.
tik tok meme
Būtent tokio intelekto ir kito pažangos, panašiai pasiektos mokant programinės įrangos, kaip atpažinti nuotraukose esančius objektus ir išversti tekstą į skirtingas kalbas, žaidimų kūrėjai daugiausiai vengė. Tačiau yra rimta priežastis, kodėl daugumoje žaidimų, net ir pačiuose didžiausio biudžeto pavadinimuose, kuriuose naudojami moderniausi dizaino įrankiai ir technologijos, nenaudojami tokio tipo pažangiausi dirbtiniai intelektai. Taip yra todėl, kad tikra, savaiminio mokymosi programinė įranga greičiausiai pavers daugelį žaidimų nebegalima, nes žaidimo žaidimas bus per daug nenuspėjamas, arba dėl to, kad dirbtinis intelektas elgtųsi taip, kad pasakojimas ar sukurtų patenkinamą grįžtamąjį ryšį žaidėjų beveik neįmanoma.
Žaidimų kūrėjai teikia pirmenybę veiksmams, kuriuos galime numatyti. Nors labai įdomu, kai dirbtinis intelektas daro nenuspėjamus dalykus, žaidėjams tai nebūtinai labai smagu, paaiškina žaidimų dizainerė ir indie studijos „KitFox Games“ įkūrėja Tanya Short. Taigi, nebent žaidimas yra pagrįstas žaidėjų, kurie nėra žaidėjai, nenuspėjamumu, dirbtinis intelektas nebūtinai atlieka puikią funkciją, kai leidžiama paleisti atskirai.
Dirbtinis intelektas nebūtinai atlieka puikią funkciją, kai jam leidžiama nubėgti savaime.Trumpas sako, kad dauguma žaidimų dirbtinio intelekto prilygsta dūmams ir veidrodžiams - tik pakankamai įmantrūs, kad priverstų jus galvoti, kad bendraujate su kažkuo protingu, tačiau pakankamai valdomu ir nuspėjamu, kad viskas neišeitų iš bėgių. Jūs galite teikti pirmenybę neapdorotai skaičiavimo galiai ar į sprendimą orientuotam mašinos mąstymui ar panašiems dalykams, priduria ji. Tačiau žaidimuose mes to beveik nevertiname. Tai malonu [mokslinių tyrimų] darbams, tačiau žaidėjų dizaineriai iš tikrųjų nori, kad žaidėjai turėtų gerą patirtį.
Togelius teigia panašiai, pabrėždamas, kad mašininio mokymosi dėstomos AI programos, išskyrus siauriausias komercines programas, tokias kaip nuspėjamasis tekstas ir vaizdų paieška, yra tiesiog per daug nenuspėjamos, kad būtų galima naudoti vaizdo žaidimuose. Įsivaizduokite virtualų pasaulį, kuriame kiekvienas personažas jus prisiminė kaip niekšą ar nusikaltėlį ir elgėsi priešiškai, arba žaidimo siužetui nepagrįstą personažą, kuris niekada nesibaigia būtinais veiksmais, kad pasiektų kitą lygį arba imtųsi esminio ieškojimo. .
Paprastai kurdami žaidimą norite sukurti žaidėjo patirtį. Norite sužinoti, ką žaidėjas patirs patekęs į tą žaidimo tašką. Tam, jei ketinate įdėti dirbtinį intelektą, norite, kad dirbtinis intelektas būtų nuspėjamas, sako Togelius. Dabar, jei ten turite gilių neuroninių tinklų ir evoliucijos skaičiavimų, tai gali sugalvoti tai, ko niekada nesitikėjote. Ir tai yra dizainerio problema. Rezultatas yra tas, kad AI žaidimuose išliko gana mažakraujystė, priduria jis.
Kita gera priežastis, kodėl dirbtinis intelektas nėra toks įmantrus, yra tai, kad tradiciškai to nereikėjo. Mike'as Cookas, Karališkosios inžinerijos akademijos mokslinis bendradarbis Londono Karalienės Marijos universitete, sako, kad žaidimų kūrėjai ypač sumaniai panaudojo tradicinius metodus intelekto iliuzijai pasiekti - ir tai buvo esmė.
[Žaidimų kūrėjai] puikiai mokėjo efektyviai naudotis technologijomis. Jie suprato, kad negali sukurti visiškai protingų padarų. Jie suprato, kad negalėjo išspręsti visų šių problemų. Taigi jie suprato, kaip sulčių, ką jie galėtų padaryti, sako Cook. Jie iš to gautų kuo daugiau.
Kukas atkreipia dėmesį į žymius pirmojo asmens šaudyklių žaidimus, pvz., „Bungie“Sveikifranšizės ir „Monolith Productions“ 2006 m. paranormalaus siaubo pavadinimasBAIMĖ., kuris dirbtinį intelektą naudojo įtakingais būdais. Žaidimuose nebuvo naudojama programinė įranga, kuri buvo tobulesnė už šiuolaikinius to meto pavadinimus; kūrėjams pavyko apgauti žaidėjus galvojant, kad jie susiduria su protingais agentais, priešams paviešinant jų ketinimus.
ĮSveikipriešai mėtė vienas kitam žodį granata, prieš įmesdami už užpakalio sprogmenį, o mažesni, niurzglio tipo priešai nurodė savo būriams bėgti, kai jūs išvedėte didesnius elito kareivius. ĮBAIMĖ., priešai verbalizuos jų elgesį kontroliuojančius kelio planavimo algoritmus, tačiau kūrėjai jį aprėpė kaip realizmo elementą. Kareiviai šaukė kolegai priešui, kad jie pasakytų, kada reikia šoną, o kiti reikalavo atsarginių kopijų, jei ypač mokėtum juos nuversti.
Geriausias dirbtinis intelektas [žaidimuose] yra tai, ko nepastebi. Tai dirbtinis intelektas, kuris tam tikru metu atrodo baisiai tikslus arba keistai viską žinantis. Bet ne per daug viską žinanti, nes tada pastebėsite, kad tai tikrai yra dirbtinis intelektas, sako Trumpas. Ji taip pat nurodoSveikiirBAIMĖ.kaip žaidimai, kurie padėjo įgyvendinti šią lengvo intelekto dirbtinio intelekto idėją, kad būtų galima perduoti vidines programinės įrangos mintis. Viskas, ką jie padarė, buvo pridėti šį balso klipą ir staiga žmonės galvoja: „O, tai prasminga. Jie meta granatą. Ir manau, kad tai taktika. “Tai buvo pavyzdys, kai dirbtinis intelektas tapo nebeįmantresnis, bet visiškai pakeitė tai, ką žmonės jautė stebėdami. Ir tai yra žaidimo dizaino esmė.
Šiandien labiausiai ribas verčiantis žaidimo dizainas sukasi ne naudojant šiuolaikinį dirbtinį intelektą, o kuriant sudėtingas sistemas, kurios susidaro netikėtomis pasekmėmis, susidūrus šioms sistemoms, arba tai, ką dizaineriai pradėjo vadinti kylančiu žaidimu. Paimkime, pavyzdžiui, „Rockstar“ hiperrealistinį vakarietišką žaidimą„Red Dead Redemption 2“, kuris leidžia žaidėjamsbendrauti su nesuvaidinamais personažais nesuskaičiuojamais, sudėtingais būdaistai sukelia skirtingas reakcijas, priklausomai nuo visko, ką dėvite nuo kepurės, iki to, ar ant jūsų drabužių yra kraujo dėmių. Vienasžinomas virusinis klipas, kurio metu žaidėjas į dangų paleidžia įspėjamąjį šūvį tik tam, kad netyčia nušautų paukštį, įtvirtinamas „Rockstar“ požiūris į tokio sudėtingo ir patikimo pasaulio kūrimą, kad vienam žaidėjui gali nutikti įvykių, kurių niekada nepatirs niekas kitas.
Dažniausiai žaidžiant sienų ribas, siekiama sukurti tikroviškas, įtikinamas iliuzijasKitas žaidimas, kuris tai ypač sugeba, yra„Zeldos legenda“: laukinės gamtos kvėpavimas, kuriame nenaudojamas novatoriškas intelektinis intelektas, tačiau sukurtas darnus atviras pasaulis su griežtomis taisyklėmis, apimančiomis viską - nuo sunkumo ir inercijos iki maisto ruošimo ir netgi termodinamikos dėsnių. Rezultatas buvo apasaulis su taisyklėmis, kurias būtų galima sulenkinti stebinančiais būdais- Įrenkite liepsnojantį kardą, kad, pavyzdžiui, jūsų šaltis nepadarytų šaltų orų, tol, kol būsite pakankamai gudrus, kad suprastumėte, kaip jo sistemos gali atsirasti viena nuo kitos. Panašiai ir nuolat tobulėjantis bei ikoniškas ASCII meno imitavimo žaidimasNykštukų tvirtovėnaudoja svaiginantį skaičių išmanių sistemų, pradedant procedūriniu būdu sukurtu erozijos lygiu, baigiantis skirtingomis nykštukų gyventojų nuotaikos būsenomis ir alkoholio pažiūromis,sukurti unikalias ir keistas situacijas, kurioms jos kūrėjai niekada nebuvo aiškiai skirti.
Tokio tipo dirbtinis intelektas, kurio tikslas yra sukurti tikroviškumo jausmą, tačiau nesukelia žaidimą laužančių rezultatų, yra toks įtaigus pasaulio kūrimas, kurį bando pasiekti dauguma kūrėjų, neatsižvelgiant į tai, kokie iš tikrųjų yra kūriniai. Manau, kad tarp žaidėjo ir žaidimo jaučiamas pasitikėjimo stiprinimas, kad jie tuo patikėtų. Aš nemanau, kad tai yra pigus ir nemanau, kad tai yra blogai. Aš iš tikrųjų manau, kad tai tikrai gerai, nes jūs iš esmės prašote žaidėjo įsitraukti į pasaulį, sako Cookas. Jūs prašote jų tapti aktoriais, tikėti tuo, kas vyksta, kas, mano manymu, yra tikrai šaunu. Manau, kad tai puiki žaidimo kūrimo ir rašymo dalis.
Vėlgi, tikslas istoriškai nebuvo bandyti pasiekti kažkokį precedento neturintį į žmogų panašaus intelekto lygį, bet sukurti patirtį ar pasaulį, kuris įtrauktų ir skatintų žaidėjus būdais, kuriais anksčiau tik realus pasaulis sugebėjo. Kalbėdami apie „DeepMind“ [programinę įrangą], kalbame apie tai, kaip ji išmoko - kiek duomenų, kiek procesorių, sako Cookas. Bet tai tik 50 procentų PG. Kiti 50 procentų dirbtinio intelekto yra psichologija. Tai, kaip žmonės reaguoja į mašinas ir technologijas ir kaip juos suvokia. Tiesą sakant, daugybė žaidimų AI baigėsi gilintis į tai.
Taigi, kaip atrodytų sąžiningo gerumo savarankiško mokymosi programinė įranga vaizdo žaidimų kontekste? Mes nutolome nuo kažko tokio rafinuoto, kaip Orsono Scotto kortos „Proto žaidimas“. Tačiau ypač padaryta pažanga naudojant dirbtinį intelektą kuriant meną žaidimams ir naudojant dirbtinį intelektą, siekiant pakelti procedūrinę ir automatizuotą žaidimų dizainą į naujas aukštumas.
Tai, ką mes matome dabar, yra dirbtinio intelekto technologinė pusė, kuri pasivijo ir suteikia [kūrėjams] naujų sugebėjimų ir naujų dalykų, kuriuos jie iš tikrųjų gali pritaikyti savo žaidimuose, o tai yra labai įdomu, sako Cookas. Vykdydamas savo tyrimą, Cookas sukūrė sistemą, kurią jis vadina Angelina, kuri visiškai kuria žaidimus, iš kurių kai kuriuos jis ir patsnetgi nemokamai prieinama indie žaidimų rinkoje Itch.io.
Šio tipo eksperimentai su nenuspėjamu intelektualiuoju intelektu žaidimuose dažniausiai atliekami tik mokslininkams ir indie kūrėjams, pažymi Cookas. Bet būtent toks darbas - atmetant didelių studijų ir viešai parduodamų žaidimų leidėjų komercinį spaudimą - dabar yra pagrindas tikroms, dirbtiniu intelektu pagrįstoms žaidimų patirtims, kurios yra tikslingai sukurtos atsižvelgiant į nuolat besikeičiantį neuronų pobūdį. tinklus ir mašininio mokymosi sistemas.
Kukas mato ateitį, kurioje dirbtinis intelektas tampa savotišku bendradarbiu su žmonėmis, padėdamas dizaineriams ir kūrėjams kurti meno išteklius, dizaino lygius ir netgi kurti ištisus žaidimus iš pagrindų. Manau, kad pamatysite įrankių, leidžiančių atsisėsti ir tiesiog žaisti žaidimą beveik negalvojant, sako jis. Kai dirbate, sistema jums rekomenduoja dalykus. Nesvarbu, ar esate ekspertas žaidimų dizaineris, ar naujokas. Bus siūlomos taisyklės, kurias galite pakeisti, arba lygiai, kuriuos galite sukurti. Kukas jį lygina su nuspėjamu tekstu, pvz., „Google“ mašininio mokymosi valdoma „Smart Compose“ funkcija „Gmail“, tačiau skirta žaidimų dizainui.
Jūs pamatysite įrankių, leidžiančių beveik nesusimąstant susėsti ir tiesiog žaisti žaidimą.Tokių įrankių rezultatas būtų tas, kad mažesnės komandos galėtų žaisti daug didesnius ir sudėtingesnius žaidimus. Be to, didesnės studijos galėtų stumti voką, kai reikia kurti atviro pasaulio aplinką ir kurti simuliacijas bei sistemas, kurios labiau priartėtų prie realaus pasaulio sudėtingumo. Taigi, vertus, kurti žaidimus bus daug lengviau. Tikriausiai galėtume kurti didesnius žaidimus. Pamatysite, kad šie atvirojo pasaulio žaidimai taps kur kas didesni, sako Cookas. Bet manau, kad vienas dalykas, kurį, manau, ypač matysime, yra žaidimai, kuriuose taisyklių sistemos yra kintamos, o taisyklės nėra vienodos kiekvieną kartą, kai jas žaidi. Jie net nėra vienodi tarp jūsų ir jūsų draugo kompiuterio.
Tai toks pritaikomas, besivystantis žaidimo dizainas, kuris gali tapti procedūrinės kartos ateitimi. Manau, kad tai yra tikrai įdomi automatizuoto žaidimo dizaino dalis - žaidimai nėra baigti kurti, kol nenustosi jų žaisti, sako Cookas. Jis netgi įsivaizduoja kažką panašaus į „Protinį žaidimą“, kur programinė įranga galėtų naudoti savo pateiktą asmeninę informaciją, kad būtų galima sukurti žaidimą, sukurtą jūsų gimtajame mieste, arba kuriame būtų simbolių, paremtų jūsų draugais ar šeima.
Togelius sako, kad artimiausiu metu dirbtinis intelektas tikriausiai padės kūrėjams išbandyti žaidimus dar prieš juos išleidžiant, o įmonės galės pasikliauti AI agentais, kad greitesniu greičiu atliktų žaidimų testavimo programinę įrangą, kad atrastų klaidas ir išlygintų žaidimo grumtis. Jis taip pat mano, kad mašininis mokymasis ir kitos technikos yra nepakeičiamos duomenų paieškos priemonės žaidimų analizei atlikti, todėl žaidimų studijos gali ištirti žaidėjų elgesį ir iššifruoti naujas įžvalgas, kad laikui bėgant būtų galima patobulinti žaidimą.
Jis taip pat atkreipia dėmesį į nepaprastą pažangą srityje, vadinamoje generatyviniais priešpriešiniais tinklais arba GAN, kurie yra mašininio mokymosi metodas, kurio metu naudojami keli AI ir duomenų kaupiniai, kad būtų galima tiksliai atkartoti modelius, kol padirbiniai nebus atskirti nuo originalų. .
GAN tyrimų rezultatas yrastulbinanti pažanga kuriant unikalius žmonių veidus, tinkančius tikriems žmonėmsir generuoti žaidimų grafiką, panašią į tiesioginę vaizdo medžiagą. Šiuo metu žaidimuose turite personažų redaktorių, kur galite pasirinkti, kokio dydžio nosies norite, kokio tiksliai odos atspalvio ir kokių plaukų norite ir pan., Sako Togelius. Šie dalykai ateityje bus kur kas pažangesni naudojant generatyvinius metodus.
Žinoma, šventasis gralis būtų tikras dirbtiniu intelektu pagrįstas žaidimo personažas arba visapusiška žaidimą kurianti dirbtinio intelekto sistema, kuri galėtų keistis, augti ir reaguoti taip, kaip žmogus, žaisdamas. Nesunku spėlioti, koks tai gali būti įtraukiantis ar distopiškas, ar jis panašus į „Proto žaidimą“, ar panašų įnešvankus, jaučiantis svetimas personažaskino kūrėjas ir dailininkas Davidas O’Reilly'as sukūrė mokslinį fantastinį filmąJos.
Tačiau Togelius sako, kad valdymo perdavimas išmanioms programinės įrangos sistemoms gali radikaliai pakeisti mūsų požiūrį į patį žaidimų pobūdį. Sukurti dirbtinį intelektą, kuris iš tikrųjų gali būti žaidimo meistras, yra kažkas, kas tikrai žavi. Daugelis žmonių jau kurį laiką turėjo šią viziją, kad jūs turite dirbtinį intelektą, kuris ne tik tarnauja jūsų žaidimui, bet ir keičia žaidimą, kad jis tiktų jums, sako Togelius. Taigi galite sakyti, kad žaidimas žaidžia tiek, kiek žaidėjas.
Vis dėlto turbūt įdomiausias šios ateities vizijos elementas yra ne tik tai, kad programinė įranga įgavo kūrybinį vaidmenį žaidimų kūrimo meniniame procese, bet ir tai, kad tokio tipo technologijos galėtų sukurti pritaikytą patirtį, kuri nuolat keičiasi ir niekada nepasens.
Kai pagalvoji apie pirmą kartą, kai žaidi savo mėgstamą žaidimą, tą patirtį gauni tik vieną kartą. Jokiu būdu negalima pakartoti šio jausmo. Galite grįžti kaip ekspertas, bet negalite grįžti kaip naujokas, sako Kukas. Tačiau automatizuotas žaidimų dizainas leidžia jums patirti šią patirtį daug kartų, nes šis žaidimas gali būti nuolat pertvarkomas ir atnaujinamas. Tai ne tik kaip naujos rūšies žaidimas. Tai taip pat visiškai nauja žaidimų koncepcija - visiškai nauja žaidimo koncepcija, kuri yra tikrai šauni.
Žiūrėti youtube red nemokamai
„The Verge“ „YouTube“
Išskirtinis pirmiausia apžvelgia naujas technologijas, apžvalgas ir laidas, tokias kaip „Geresni pasauliai“.Prenumeruoti!
