Για όσες και όσους βυθίζονται στον κόσμο του gaming, είτε ως παίκτες, είτε ως δημιουργοί, το ερώτημα δεν είναι μόνο πώς η τεχνητή νοημοσύνη (ΤΝ) θα αλλάξει το παιχνίδι, αλλά πώς θα πυροδοτήσει νέες δυνατότητες.
Μια σημαντική ανακάλυψη στο πεδίο της τεχνητής νοημοσύνης, που δημοσιεύτηκε πρόσφατα στο περιοδικό Nature και ανακοινώθηκε από τη Microsoft Research ανοίγει νέες προοπτικές για να γίνουν τα παλαιότερα βιντεοπαιχνίδια προσβάσιμα σε μελλοντικές γενιές παικτών, σε νέες συσκευές και με νέους τρόπους, αλλά και για να δημιουργηθούν νέα βιντεοπαιχνίδια με ένα συνεργατικό τρόπο μεταξύ ΤΝ και ανθρώπων.
Σε συνεργασία με τη Ninja Theory της Xbox Game Studios, η Microsoft Research (οι ομάδες Game Intelligence και Teachable AI Experiences) ανέπτυξαν ένα μοντέλο παραγωγικής τεχνητής νοημοσύνη που ονομάζεται Muse και το οποίο που εκπαιδεύτηκε στο παιχνίδι Bleeding Edge της Ninja Theory, έτσι ώστε να μπορεί να δημιουργεί γραφικά παιχνιδιού και gameplay που επηρεάζονται από τις αποφάσεις του παίκτη. Και αυτό από μόνο του είναι πρωτοποριακό.
Το άλλο πρωτοποριακό στο Muse είναι η λεπτομερής κατανόηση του τρισδιάστατου κόσμου των βιντεοπαιχνιδιών, συμπεριλαμβανομένης της φυσικής τους και του τρόπου με τον οποίο οι παίκτες αλληλεπιδρούν με το παιχνίδι. Αυτό επιτρέπει στο μοντέλο να δημιουργεί συνεπές και ποικιλόμορφο gameplay μέσω τεχνητής νοημοσύνης, επιδεικνύοντας ένα σημαντικό βήμα προς τα παραγωγικά μοντέλα ΤΝ που μπορούν να εμπνεύσουν τους δημιουργούς παιχνιδιών να σχεδιάσουν καλύτερες εμπειρίες για τους παίκτες.
Το μοντέλο λειτουργεί παρόμοια με μεγάλα γλωσσικά μοντέλα (Large Language Models) όπως το ChatGPT. Όταν του δίνεται μια είσοδος, με τη μορφή ενός πλαισίου βιντεοπαιχνιδιού (gameplay frame) και των σχετικών ενεργειών του χειριστηρίου (game controller), μπορεί να προβλέψει το παιχνίδι που μπορεί να ακολουθήσει με μεγάλη ακρίβεια.
Το Muse μπορεί να δημιουργεί και να αναπαράγει τα γραφικά του παιχνιδιού και τις ενέργειες του χειριστηρίου που βασίζονται σε μια τρισδιάστατη κατανόηση του παιχνιδιού. Το μοντέλο έχει 1,6 δισεκατομμύρια παραμέτρους και εκπαιδεύτηκε σε 1 δισεκατομμύριο εικόνες και ενέργειες χειριστηρίου παίκτη, που μεταφράζεται σε περίπου 7 χρόνια συνεχούς παιχνιδιού!
Το μοντέλο, παρότι βρίσκεται σε πρώιμο στάδιο, μπορεί να παράγει εικόνες ανάλυσης 300x180 pixels-αρκετά βελτιωμένες από την προηγούμενη ανάλυση 128x128. Η Microsoft διαθέτει ήδη μια έκδοση του Muse για λειτουργία σε πραγματικό χρόνο στα 10fps.
«Δεν υπάρχει αμφιβολία ότι πρόκειται για κάτι εξαιρετικά ενδιαφέρον και σημαντικό όχι μόνο για την τεχνητή νοημοσύνη στα παιχνίδια αλλά και γενικότερα. Το μοντέλο συνδέει τα γραφικά με τις κινήσεις του παίκτη. Αυτό γίνεται για πρώτη φορά με τόση επιτυχία και είναι εντυπωσιακό ότι οι εμπνευστές του καταφέραν να το κάνουν, γιατί με αυτό τον τρόπο κάποιος σχεδιαστής παιχνιδιών μπορεί να αλλάξει το περιεχόμενο στο παιχνίδι, (πχ μπορεί να βάλει έναν καινούργιο αντίπαλο ή να μεταβάλει τις διαθέσιμες διαδρομές) και ο κόσμος του παιχνιδιού να προσαρμοστεί σε αυτές τις εναλλαγές άμεσα. Άρα ουσιαστικά έχεις ένα μοντέλο που προσομοιώνει το ίδιο το παιχνίδι (τον κόσμο του παιχνιδιού ή αλλιώς world model) και μπορεί να αξιολογήσει γρήγορα εναλλακτικούς τρόπους παιχνιδιού, καινούργια αντικείμενα ή καινούργια γραφικά, έτσι ώστε να σχεδιάσει κάποιος καινούργιες αποστολές και εξατομικευμένες εμπειρίες για κάθε παίκτη. Επίσης για πρώτη φορά τα γραφικά αναπαρίστανται με μεγάλη ευκρίνεια και αποδοτικότητα και άρα εδώ αναμφισβήτητα μιλάμε για ένα σημαντικό βήμα στο σχεδιασμό μοντέλων ΤΝ που αναπαριστούν τρισδιάστατους κόσμους», σχολιάζει ο Καθηγητής και συν-ιδρυτής της εταιρείας modl.ai, Γιώργος Γιαννακάκης, ο οποίος ηγείται της ομάδας τεχνητής νοημοσύνης για ψηφιακά παιχνίδια στο Ινστιτούτο Ψηφιακών Παιχνιδιών στο Πανεπιστήμιο της Μάλτας-του μοναδικού στη Ευρώπη κέντρου έρευνας και εκπαίδευσης στον σχεδιασμό, την ανάλυση και την τεχνολογία παιχνιδιών-το έργο του οποίου βρίσκεται στην πρώτη γραμμή της έρευνας καινοτόμων παιχνιδιών και περιλαμβάνεται στη λίστα με τα κορυφαία επιστημονικά ιδρύματα στον κόσμο, σύμφωνα με την Princeton Review.
Μια έμπνευση για τους σχεδιαστές αλλά…
Η ομάδα της Miscrosoft, για να κατανοήσει πώς οι άνθρωποι μπορούν να χρησιμοποιήσουν ένα εργαλείο τεχνητής νοημοσύνης όπως το Muse, απευθύνθηκε σε προγραμματιστές παιχνιδιών για να δει ποιες λειτουργίες τους φαίνονται χρήσιμες. Η ομάδα πήρε συνέντευξη από 27 δημιουργούς παιχνιδιών, από την Ινδία μέχρι το AAA Game Art Studio, ώστε να διασφαλίσει ότι η πορεία της έρευνας διαμορφώνεται από τους ανθρώπους που θα τη χρησιμοποιήσουν. Επίσης, για να μπορέσουν άλλες ερευνητικές ομάδες και προγραμματιστές παιχνιδιών, που δεν έχουν πειστεί για την χρησιμότητά του στην πράξη, να εξερευνήσουν το μοντέλο και να πειραματιστούν με τις δυνατότητές του, οι δημιουργοί άνοιξαν το Muse στο Azure AI Foundry,
«Μοντέλα σαν το Muse πραγματικά μπορούν να εμπνεύσουν τους σχεδιαστές παιχνιδιών ή τουλάχιστον αυτός είναι ο βασικός στόχος τους. Όμως οι εμπνευστές του Muse χρειάστηκαν επτά χρόνια παιχνιδιού και πολλά χρήματα για να εκπαιδεύσουν ένα μοντέλο με 1,6 δισεκατομμύρια παραμέτρους. Αυτή τη στιγμή κανένα στούντιο που θέλει να δημιουργήσει ένα παιχνίδι και να το τεστάρει δεν διαθέτει τους απαραίτητους πόρους, ούτε τον χρόνο, ούτε τόσα δεδομένα εκπαίδευσης, ούτε τόσες χιλιάδες ευρώ, οπότε το ερώτημα που προκύπτει είναι αν το μοντέλο είναι χρήσιμο τελικά στην πράξη. Ναι μεν το μοντέλο έχει σχεδιαστεί με γνώμονα τους προγραμματιστές και τους σχεδιαστές παιχνιδιών, αλλά μπορεί να μην είναι τελικά και τόσο χρήσιμο για τους περισσότερους από αυτούς. Αυτό δεν αναιρεί φυσικά την αξία του. Το ότι επηρεάζονται τα γραφικά του παιχνιδιού από τις αποφάσεις του χρήστη σε ένα προσομοιωμένο περιβάλλον με έναν άκρως ρεαλιστικό τρόπο είναι από μόνο του ένα σημαντικό επίτευγμα. Με αυτόν τον τρόπο μπορεί κάποιος να προσομοιώσει και να τεστάρει δυνητικά και άλλα τρισδιάστατα περιβάλλοντα, όπως π.χ. την λειτουργικότητα του χώρου ενός αεροδρομίου, την αισθητική ενός καινούργιο κτηρίου, μέχρι και την ασφάλεια μιας μηχανολογικής εγκατάστασης», λέει ο καθηγητής Γιαννακάκης.
Στην ανακοίνωση της Microsoft αναφέρεται πως αν και είναι ακόμη νωρίς, αυτή η έρευνα μοντέλου πιέζει τα όρια αυτού που η εταιρεία θεωρούσε ότι ήταν δυνατό. «Χρησιμοποιούμε ήδη το Muse για να αναπτύξουμε ένα μοντέλο τεχνητής νοημοσύνης με δυνατότητα αναπαραγωγής σε πραγματικό χρόνο, εκπαιδευμένο σε άλλα παιχνίδια και βλέπουμε ότι αυτό το έργο μπορεί μια μέρα να ωφελήσει τόσο τους παίκτες όσο και τους δημιουργούς παιχνιδιών, από το να τους επιτρέψει να αναβιώσουν νοσταλγικά παιχνίδια μέχρι να φτάσουν στον πιο γρήγορο δημιουργικό ιδεασμό».
Σύμφωνα με την εταιρεία, μια άλλη ευκαιρία που διερευνάται είναι ο τρόπος με τον οποίο το Muse μπορεί να βοηθήσει τις ομάδες δημιουργών παιχνιδιών να προσφέρουν νέες εμπειρίες παιχνιδιού κατά τη δημιουργική διαδικασία και να εισαγάγουν νέο περιεχόμενο -παίρνοντας παιχνίδια που αγαπούν ήδη οι παίκτες και προσφέροντάς τους νέες εμπειρίες για να απολαύσουν ή ακόμα και να επιτρέποντάς τους να συμμετάσχουν στη διαδικασία δημιουργίας τους.
«Θα δημιουργήσουμε ευκαιρίες για τους ανθρώπους να συμμετάσχουν σε αυτήν την εξερεύνηση, ξεκινώντας με σύντομες διαδραστικές εμπειρίες παιχνιδιών τεχνητής νοημοσύνης ώστε να μπορούν να τα δοκιμάσουν στο Copilot Labs πολύ σύντομα»
Το Coplitol Labs είναι ένα πειραματικό πρόγραμμα της Microsoft το οποίο επιτρέπει σε μια επιλεγμένη ομάδα συνδρομητών να δοκιμάσουν τις αρχικές δυνατότητες και εργαλεία τεχνητής νοημοσύνης που δημιουργούνται προτού κυκλοφορήσουν στο κοινό. Ουσιαστικά πρόκειται για μια πειραματική ‘παιδική χαρά’.
«Έχουμε ακόμα τόσα πολλά να ανακαλύψουμε και ανυπομονούμε να μοιραστούμε περισσότερα», καταλήγει η μακροσκελής ανακοίνωση της Microsoft.
