Игры на заказ: как ИИ поможет создавать проекты на основе желаний пользователей
Краткое описание исследовательского проекта, базирующегося на машинном обучении.
Исследователь ИИ и доцент в Университете Альберты Мэттью Газдайал рассказал изданию Time о своей работе над искусственным интеллектом, который сможет самостоятельно разрабатывать игры. При этом в планах находится программа, которая создаёт проекты отталкиваясь от желаний игрока. Мы выбрали из текста главное.
Для фанатов видеоигр концепция искусственного интеллекта так же хорошо знакома, как респаун, финальный босс или дополнительная жизнь. Игроки постоянно сражаются с виртуальными противниками, чтобы превзойти их и продвинуться по сюжету. Но последние разработки в области ИИ раздвигают привычные границы — исследователи создают алгоритмы, которые позволяют самостоятельно создавать увлекательные игры.
История искусственного интеллекта и игровой индустрии неразрывно переплетены. Ранние исследователи ИИ рассматривали такие игры, как например, шахматы, в качестве маркеров интеллекта — их использовали как тестовые площадки для своей работы. Когда исследования ИИ переместились в область машинного обучения, видеоигры стали столь же подходящей платформой для тестов.
В игре можно наблюдать абсолютно за всеми условиям, в то время как в реальном мире это почти невозможно.
Самое главное, что у него [алгоритма] есть поощрение. У него есть разделение на: «Ты справляешься» и «Ты не справляешься». Создать такое в жизни крайне сложно.
В Super Mario Bros., например, игрок знает, что не справляется, когда теряет жизнь. И понимает, что всё идёт хорошо, когда проходит уровень, побеждает врагов и получает монеты. Такая обратная связь — ключевой аспект для обучения алгоритмов машинного обучения.
Но создание игры — это задача совершенно другого уровня и Газдайал со своей командой работают именно над этим. Они разрабатывают программу, которая сможет совместно с людьми создавать полноценные игры.
Чтобы обучить ИИ создавать собственные платформеры в стиле, например, Super Mario Bros., Газдайал и его команда обучали алгоритм на видеозаписях прохождения разных игр. После просмотра роликов алгоритм пытался угадать правила игры, а затем проверял свои догадки, просматривая видео ещё раз. Когда он усваивал правила игры, он пытался создать новые уровни, на которых правила будут работать.
Как только алгоритм изучил оба этих бита [удача и неудача], мы поместили их в общее представление — скомбинировали эти два набора знаний вместе в одно большое представление, которое назвали игровым графом. Это можно представить, как плотную и запутанную паутину информации об игре. Но главное, что там есть вся информация, необходимая для воспроизведения игры.
Алгоритм использует данные из графа, чтобы спроектировать уровень и воспроизвести всё то, что он «видел». Например, в одном случае алгоритм попытался объединить Mega Man и Super Mario Bros., чтобы создать что-то новое.
Теперь представьте, что это происходит снова и снова для каждой части дизайна уровня и для каждой части логики проекта.
Благодаря этому могут появиться совершенно новые игры, которые похожи на то, что любят геймеры, но при этом дают уникальный игровой опыт. Поскольку работа Газдайала носит академический характер, она вряд ли нарушит закон об авторских правах.
По словам Газдайала, его цель заключается вовсе не в том, чтобы заменить разработчиков игр. Он надеется, что его работа поможет уменьшить порог входа для тех, кто хочет создавать игры. Игроки даже без знания кода смогут разрабатывать собственные уровни — достаточно лишь придумать набор правил, на основе которых будет работать игра. Некоторые подобные конструкторы стали довольно востребованными среди пользователей. Например, Super Mario Maker от Nintendo пользуются большим успехом у фанатов серии.
Следующий шаг для Газдайала — создание инструмента, который даст возможность сформировать совершенно новую игру в зависимости от того, что хочет получить пользователь. Всё, что потребуется программе — это два кадра данных, определённых игроком.
Как только у нас будет больше одного кадра, система ИИ узнает правила, которые объяснят разницу между этими двумя кадрами.
[Сейчас] мы вносим последние изменения в интерфейс, а затем собираемся запустить исследование, чтобы выяснить, на правильном ли мы пути.
ИИ делает прогноз, игрок даёт обратную связь, ИИ вносит коррективы.
Вероятно, потребительская версия такой технологии появится ещё не скоро. По мнению Газдайала, независимые разработчики, скорее всего, будут пионерами, которые сделают первые полноценные игры, используя подобные инструменты. Как пример — Lab Assistant — игра, основанная на машинном обучении, в которой пользователь должен научить языку живой комок слизи, чтобы решить головоломки.