AI Muse در بازی های ویدیویی آموزش داده شد لبه خونریزی
مایکروسافت
یک مدل هوش مصنوعی مایکروسافت می تواند توالی های بازی های ویدیویی واقع بینانه ای را ایجاد کند که به گفته این شرکت می تواند به طراحان کمک کند تا بازی کنند ، اما متخصصان متقاعد نیستند که این ابزار برای اکثر توسعه دهندگان بازی مفید خواهد بود.
شبکه های نورون که می توانند تصاویر منسجم و دقیقی از بازی های ویدیویی تولید کنند ، چیز جدیدی نیستند. هوش مصنوعی اخیر که توسط Google ایجاد شده است ، نسخه کاملاً قابل پخش از بازی رایانه ای کلاسیک ایجاد کرده است ضرر بدون دسترسی به موتور بازی زیرین. اصلی از دست دادن ، با این حال ، وی در سال 1993 آزاد شد. بازی های مدرن تر بسیار پیچیده تر هستند ، با فیزیک پیشرفته و گرافیک محاسبه فشرده ، که ثابت شده است که بازآفرینی ایمان دشوارتر است.
حالا ، کاتجا هافمن در Microsoft Research و همکارانش یک مدل هوش مصنوعی به نام Muse ایجاد کرده اند که می تواند توالی کامل بازی Battle Multiplayer را بازآفرینی کند لبه خونریزی. به نظر می رسد که این سکانس ها از فیزیک اصلی بازی پیروی می کنند و بازیکنان و اشیاء را با گذشت زمان نگه می دارند و این بدان معنی است که این مدل به درک عمیق بازی وارد شده است.
Muse در هفت سال داده در مورد گیم پلی انسانی ، از جمله کنترلر و توالی های ویدیویی ، تهیه شده توسط لبه خونریزیتوسعه دهنده متعلق به مایکروسافت ، استودیوهای نینجا. این کار به طور مشابه با مدل های بزرگ زبان مانند ChatGPT کار می کند. هنگامی که شما وارد می شوید ، در قالب یک چارچوب بازی ویدیویی و اقدامات کنترل کننده مرتبط با آن ، مسئولیت پیش بینی گیم پلی را دارد که می تواند به وجود بیاید. هوفمن توضیح می دهد: “این واقعاً نفس گیر است ، حتی برای من اکنون ، که مدل های آموزشی خالص برای پیش بینی آنچه در آن زمان ظاهر می شود … او درک پیشرفته و عمیق از این محیط پیچیده سه بعدی را می آموزد.”
برای درک اینکه چگونه مردم می توانند از یک ابزار هوش مصنوعی به عنوان یک موزه استفاده کنند ، این تیم همچنین از توسعه دهندگان بازی سؤال کرد تا دریابند که چه ویژگی هایی را مفید می دانند. در نتیجه ، محققان توانایی تطبیق تکراری با تغییرات ایجاد شده در پرواز را اضافه کردند ، مانند تغییر شخصیت یک بازیکن یا اشیاء جدید که وارد یک صحنه می شوند. Hofmann توضیح می دهد که این می تواند برای ارائه ایده های جدید و امتحان کردن سناریوها مفید باشد.
اما موزه همیشه محدود به تولید توالی در محدوده اصلی است لبه خونریزی بازی – او نمی تواند مفاهیم یا برداشت های جدیدی را ارائه دهد. و مشخص نیست که آیا این یک محدودیت ذاتی مدل است یا چیزی که می تواند با داده های آموزش بیشتر از سایر بازی ها برطرف شود مایک در کالج کینگ در لندن. “این یک مسیر طولانی به دور از این ایده است که سیستم های AI می توانند بازی های خودشان را طراحی کنند.”
اگرچه توانایی تولید توالی گیم پلی منسجم چشمگیر است ، اما توسعه دهندگان ممکن است ترجیح دهند کنترل بیشتری داشته باشند. “اگر ابزاری را ایجاد می کنید که واقعاً بازی شما را تست می کند ، کد بازی را اجرا می کند ، لازم نیست نگران پایداری یا قوام باشید ، زیرا این بازی واقعی را انجام می دهد. بنابراین این مسئله برای حل مشکلاتی است که خود AI تولید کرده است. »»
این امیدوار است که این مدل با توجه به توسعه دهندگان در ذهن طراحی شده باشد. جورجیوس یاناکاکیس در انستیتوی بازی های دیجیتال در دانشگاه مالت ، اما این ممکن است برای اکثر توسعه دهندگان که به اندازه داده های آموزشی ندارند امکان پذیر نباشد. “آیا این مسئله به مسئله دردسرهایی رسیده است؟” گفت Yannakakis. مایکروسافت هفت سال را صرف جمع آوری داده ها و آموزش این مدل ها کرد تا نشان دهد که شما واقعاً می توانید این کار را انجام دهید. اما آیا یک استودیوی بازی واقعی به خودش اجازه می دهد [to do] این؟ “
حتی خود مایکروسافت مبهم است که آیا بازی های طراحی شده توسط AI می تواند در افق باشد: وقتی از وی سؤال می شود که آیا توسعه دهندگان بخش بازی Xbox خود می توانند از این ابزار استفاده کنند ، این شرکت از اظهار نظر خودداری کرد.
اگرچه هوفمن و تیمش امیدوارند که نسخه های آینده Muse بتوانند فراتر از داده های تمرینی خود را تعمیم دهند – سناریوها و سطوح جدیدی را برای بازی هایی که در آن آموزش دیده اند ارائه دهند و همچنین برای بازی های مختلف کار کنند – این یک چالش مهم خواهد بود ، زیرا بازی های مدرن بسیار پیچیده هستند.
“یکی از راه های بازی ، تغییر سیستم ها و معرفی ایده های جدید سطح مفهومی است. این امر باعث می شود که سیستم های یادگیری خودکار از داده های آموزشی خود خارج شوند و فراتر از آنچه دیده اند ، نوآوری و اختراع کنند. “
سوژه ها:
منبع: https://www.newscientist.com/article/2469180-microsoft-wants-to-use-generative-ai-tool-to-help-make-video-games/?utm_campaign=RSS%7CNSNS&utm_source=NSNS&utm_medium=RSS&utm_content=home
