Искусственный интеллект уверенно входит в мир разработки игр, становясь важным инструментом для оптимизации творческих и технических процессов. От генерации графики и 3D-моделей до создания сценариев и озвучки — ИИ уже меняет подход к геймдеву. Но действительно ли он способен полностью заменить разработчиков, или же остаётся лишь продвинутым ассистентом? В этой статье мы рассмотрим различные аспекты применения ИИ в индустрии, его влияние на будущее видеоигр и даже рассмотрим первый в мире нейросетевой игровой движок.
Разработчики игр стараются создать для игроков уникальный и незабываемый игровой опыт, который достигается благодаря сочетанию различных игровых элементов, таких как графика, аудио сопровождение, геймплей, нарратив, квесты и контент. В этой связи искусственный интеллект становится мощным инструментом, помогающим разработчикам игр управлять растущей сложностью игровой динамики.
Популярность ИИ в играх также имеет значительные преимущества для бизнеса. Игровая индустрия является одним из наиболее прибыльных секторов, и ее рыночная стоимость, согласно прогнозам, к 2026 году достигнет 314 миллиардов долларов США. В результате финансирование разработки игр на основе ИИ растет во всем мире, открывая новые возможности для создания инновационных и прибыльных проектов.
Искусственный интеллект, особенно такие модели как Stable Diffusion, активно используется для генерации арт-дизайна. Некоторые разработчики полагаются на ИИ для создания игровых ассетов. Например, можно взять готовое изображение, дать ИИ соответствующий запрос, и на основе этих данных он трансформирует картинку, создав версию, подходящую сеттингу игры. Это значительно ускоряет процесс создания концепций и иллюстраций, что особенно ценно на этапе прототипирования.
Генерация игровых уровней также известна как процедурная генерация контента (Procedural Content Generation, PCG). Так называется набор методов, использующих продвинутые алгоритмы искусственного интеллекта для генерации окружения открытых миров, новых игровых уровней и многих других игровых аспектов. Это одно из самых перспективных применений искусственного интеллекта в игровом дизайне. Игры с открытым миром - одни из самых популярных на сегодняшний день. В них игроки могут исследовать огромные ландшафты. Создание таких игр занимает много времени как с точки зрения дизайна, так и с точки зрения разработки. Но алгоритмы искусственного интеллекта могут создавать и оптимизировать новые пейзажи в зависимости от состояния игры.
Например, No Man's Sky - игра на основе ИИ с бесконечным количеством новых планет, которые генерируются в реальном времени, пока вы играете.
Хотя ИИ не всегда успешно работает с трёхмерной графикой, появляются технологии, которые способны преобразовать этот аспект разработки. NeRF (Neural Radiance Fields) — одна из таких технологий, которая позволяет синтезировать изображения объектов на основе нейронных сетей. Это открывает перспективы для использования ИИ в визуализации и генерации контента в реальном времени, хотя пока технология не без ограничений.
В пример можно привести Sloyd - платформу для генерации 3D-моделей по текстовому запросу, которая уже может создавать простые объекты и архитектурные элементы, однако её возможности пока ограничены: она не может генерировать сложных персонажей или детализированные анимации.
Использование ИИ для написания сценариев — спорный вопрос. Например, ChatGPT может генерировать истории для игр, однако велик риск получить сюжет, который окажется похожим на уже существующий. ИИ отлично справляется с брейнштормингом и помогает разработчикам расширять идеи, но полагаться на него для написания полноценного сценария не стоит — тут лучше сохранить творческую уникальность, свойственную человеку.
AI Dungeon 2 - один из самых известных примеров такого применения. В игре используется современная система генерации текста с открытым исходным кодом, созданная компанией OpenAI и обученная на книгах «Выбери свое собственное приключение» (Choose Your Own Adventure).
Хотя это ещё не стало повсеместной практикой, идея создания NPC, которые могут взаимодействовать с игроком с помощью ИИ, выглядит крайне перспективно. Представьте персонажа, способного вести с игроком диалог в реальном времени, подстраиваясь под его ответы и поведение. Это могло бы изменить подход к созданию нарративных игр и симуляций.
Например, SEED (EA) обучает персонажей NPC, подражая лучшим игрокам. Такой подход позволит значительно сократить время разработки NPC, поскольку жесткое кодирование их поведения - утомительный и долгий процесс.
Еще шесть лет назад Electronic Arts выпустили видео "Experimental Self-Learning AI in Battlefield 1", где показали, как подразделение EA Search for Extraordinary Experiences Division (SEED) создало самообучающийся ИИ-агент, который сам научил себя играть в мультиплеер Battlefield 1 с нуля.
Деревья решений (ДР, Decision trees) - это модели контролируемого обучения, которые можно обучить классификации и регрессии. Они являются одним из самых основных методов машинного обучения для разработки игр и позволяют предсказывать значение интересующей переменной путем обучения простым правилам принятия решений, выведенным из характеристик данных.
Деревья решений довольно просты для понимания, а их результаты можно легко интерпретировать. Методы визуализации деревьев также очень развиты. Разработанные модели известны как модели белого ящика и могут быть проверены с помощью различных статистических тестов.
В разработке игр с искусственным интеллектом деревья решений используются для описания выбора и последствий (предсказания действий). В большинстве современных игр используются ДР, в первую очередь в тех, что основаны на повествовании. В одном из таких случаев деревья решений могут дать игрокам представление о том, как будет выглядеть будущее в зависимости от их выбора.
Главное преимущество алгоритмов искусственного интеллекта - их способность моделировать сложные системы. Разработчики игр постоянно пытаются создать более захватывающие и реалистичные игры. Однако моделирование реального мира - сложная задача. Алгоритмы искусственного интеллекта могут предсказывать будущие последствия действий геймеров и даже моделировать такие вещи, как погода и эмоции, чтобы сбалансировать сложность игры.
Реальный пример такого применения - командный режим FIFA. FIFA автоматически рассчитывает показатель командного духа, основываясь на индивидуальных особенностях игроков футбольной команды. Моральный дух команды колеблется от низкого к высокому в зависимости от игровых событий (потеря мяча, своевременная передача и т. д.) Таким образом, команды с лучшими игроками могут проигрывать матчи против более слабых команд из-за своего морального духа. Таким образом, ИИ можно использовать для создания дополнительного уровня сложности.
Развитие ИИ движется в сторону создания полностью автоматизированных игровых движков. Например, технология GameNGen, основанная на модели Stable Diffusion, позволяет создавать среду, взаимодействия и графику в реальном времени. И хотя пока это больше эксперимент, чем практическое решение, потенциал у подобных технологий огромен.
То, что вы сейчас видите на скриншоте, не является геймплеем из классической первой-personal shooter Doom 1993 года, а это игра 2024 года, созданная с помощью GameNGen, первого в мире полностью нейросетевого игрового движка.
Игровая среда, столкновения с объектами и графика полностью симулируются в реальном времени со скоростью 20 кадров в секунду, и не была написана ни одна строка кода для разработки этого уровня.
GameNGen основана Stable Diffusion, которая обучена предсказывать следующий кадр на основе последовательности предыдущих кадров и действий. Другим важным компонентом архитектуры является агент усиления обучения (Reinforcement learning agent), который обучен играть в игру и записывать себя, как искусственный Twitch-стример.
Однако, при разработке у них возникла проблема с автономной регрессией (Auto regressive drift), где качество геймплея начинает ухудшаться с течением времени. Модель имеет ограниченное контекстное окно около 3 секунд или 60 кадров, но в такой игре, как Doom, это все, что нужно.
Возникает вопрос, делает ли это разработчиков игр не нужными? Ответ, конечно - нет, эта игра едва работает, и технология сейчас не имеет практического применения. Но в обозримом будущем можно представить, как разработчик из Rockstar Games, использует RL-агента для игры в GTA, объединенный с будущим генератором 3D-моделей, который может создавать новые ландшафты, NPC и даже сюжеты на ходу.
Существует множество примеров применения ИИ в разработке игр. Каждый из этих ИИ имеет разный уровень сложности. Вот несколько примеров наиболее известных ИИ в игровой индустрии.
F.E.A.R. - это шутер от первого лица и психологический хоррор, в котором главный игрок сражается с роботами, различными существами и клонированными суперсолдатами. Создатели игры разработали ИИ, который генерирует поведение, чувствительное к контексту. Например, так называемые репликанты могут использовать игровое окружение в своих интересах. Они могут переворачивать столы, чтобы укрыться за ними, открывать двери, пробивать окна и даже предупреждать остальных NPC о своих действиях. Кроме того, игровой ИИ может совершать фланговую атаку, тушить пожары и бросать гранаты, чтобы заставить игрока выйти из укрытия.
Starcraft II - это стратегическая игра в реальном времени, в которой игрокам предстоит сразиться на арене 1 на 1, 2 на 2 или 3 на 3. Главная цель игроков - уничтожить базы противников. Для этого нужно создавать юнитов, которые эффективно уничтожают вражеские юниты. Игроки могут выбирать различные уровни ИИ - от легкого до Cheater 3. Один из способов, которым ИИ Starcraft II побеждает игроков, — это обрабатывая информацию о базах игроков. ИИ может использовать эту информацию, чтобы планировать свои действия и атаковать слабые места игрока. Например, если он обнаружит, что игрок имеет слабую оборону на определенной стороне его базы, он может сосредоточить свои силы на этой стороне и атаковать именно ее. Starcraft II как игра также стала популярной средой для исследования ИИ. Совместными усилиями Blizzard и DeepMind выпустили публичную среду Starcraft II, в которой ученые и энтузиасты могут тестировать различные алгоритмы ИИ.
Alien: Isolation основана на серии научно-фантастических фильмов ужасов «Чужой». Действие игры происходит через 15 лет после событий фильма, когда Аманда Рипли, дочь Эллен Рипли (главной героини фильма), расследует исчезновение своей матери. Разработчики игры используют искусственный интеллект для измерения уровня стресса, который испытывает игрок. ИИ постоянно измеряет три критических элемента: видит ли игрок Ксеноморфа, расстояние между Чужим и игроком, а также близость Ксеноморфа к моушен сенсору.
Анализируя эти три фактора, система ИИ в Alien: Isolation корректирует поведение чужого, чтобы создать динамичные и непредсказуемые ощущения. Если уровень стресса слишком низок, ИИ может переместить ксеноморфа ближе к игроку, чтобы усилить напряжение. Если уровень стресса слишком высок, ИИ может переместить его подальше, чтобы дать игроку небольшую передышку. Эта динамическая система создает ощущение неопределенности и страха, делая игру более похожей на хоррор.
Forza Horizon - это гоночный симулятор, в котором эмулируются реальные характеристики и управляемость гоночных авто. Для управления ботами-водителями в Forza используется самообучающаяся нейронная сеть. Разработанная система искусственного интеллекта может наблюдать за реальными игроками и имитировать их стиль вождения. Эта система искусственного интеллекта под названием Drivatar недавно была подключена к облачным сервисам Microsoft, откуда она получает данные о вождении огромного количества пользователей. Эти данные используются для создания систем искусственного интеллекта, которые имитируют других игроков со всего мира, причем не только их сильные, но и слабые стороны, чтобы обеспечить непредсказуемый опыт гонок.
Несмотря на ажиотаж вокруг ИИ в играх, есть и опасения по поводу чрезмерной зависимости индустрии от ИИ. Например, использование контента, созданного ИИ, поднимает вопросы об авторстве и праве собственности. Кому принадлежат права на интеллектуальную собственность на созданные ИИ произведения искусства и музыки? ИИ генерирует контент на основе уже существующих данных и вероятность того, что алгоритм использует кусок или мотив чужой композиции - велика. Кроме того, упор индустрии на разработки, основанные на ИИ, может привести к потере разнообразия и креативности, а также к сохранению существующих предубеждений и стереотипов. Разработчикам, политикам и геймерам необходимо провести критический разговор о последствиях применения ИИ в играх и обеспечить прозрачность, этичность и ответственность его внедрения.
В заключение следует отметить, что ИИ, несомненно, произвел революцию в игровой индустрии, изменив способы создания и взаимодействия разработчиков с играми. ИИ открыл новые возможности для разработки игр - от создания художественных и 3D-моделей до создания NPC и диалогов. Однако по мере того, как ИИ все больше внедряется в индустрию, необходимо осознавать потенциальные риски и ограничения, связанные с чрезмерным использованием ИИ.
Хотя ИИ может дополнить творческий потенциал человека и ускорить разработку, он также поднимает важные вопросы об авторстве, ответственности и потенциальной гомогенизации игрового дизайна. Чрезмерная зависимость от ИИ может привести к потере человеческого подхода и креативности, а также к сохранению существующих предубеждений и стереотипов.
Кроме того, использование ИИ в играх вызывает опасения по поводу вытеснения рабочих мест и эксплуатации труда разработчиков. По мере того как ИИ будет брать на себя все больше задач, станут ли лишними разработчики-люди? Как индустрия обеспечит справедливое распределение выгод от ИИ между всеми заинтересованными сторонами?
В конечном итоге ИИ следует рассматривать как инструмент, а не как замену человеческой креативности и изобретательности. Признавая как потенциал, так и подводные камни ИИ в играх, мы сможем использовать его возможности для создания инновационных, увлекательных и инклюзивных игр, которые улучшат игровой опыт для всех.
Источники:
How to make a game in 5 days using AI | Dylan Ebert | TEDxBoston;
5 Ways to use AI in Game Development in 2024!;
The future of game development... has no game engine?;
Статья поддерживается командой Serverspace.
Serverspace — провайдер облачных сервисов, предоставляющий в аренду виртуальные серверы с ОС Linux и Windows в 8 дата-центрах: Россия, Беларусь, Казахстан, Нидерланды, Турция, США, Канада и Бразилия. Для построения ИТ-инфраструктуры провайдер также предлагает: создание сетей, шлюзов, бэкапы, сервисы CDN, DNS, объектное хранилище S3.
IT-инфраструктура | Удвоение первого платежа по коду HABR