Вы разговаривали с Siri или Google Assistant? Вас не удивляет, насколько совершенными стали голосовые помощники за последние годы? И то, как многим из них удается поддерживать почти нормальный человеческий разговор, выглядя так, как будто они вот-вот пересекут эту тонкую черту, проведенную знаменитым тестом Тьюринга?
Прогресс в том, что мы сейчас называем «искусственным интеллектом» (ИИ), хотя все мы знаем, что это не совсем ИИ, а скорее очень сложная самообучающаяся система, несомненно, впечатляет. Если вы заядлый геймер, то, вероятно, задавались вопросом, почему поразительного интеллекта, который демонстрирует Siri и другие подобные системы, нет в современных играх.
На самом деле он есть, но не в играх, которые можно купить в Steam, Microsoft или PlayStation Store.
Содержание
- Не слишком умен для вашего же блага
- Из точки А в точку Б
- К сожалению, никто не может сказать, что такое Матрица
- Видео
Не слишком умен для вашего же блага
В фильме «Первому игроку приготовиться» видеоигры практически неотличимы от реальности. В них игрок может делать все, что хочет, быть кем угодно и общаться с виртуальными персонажами, которые разговаривают и ведут себя как настоящие люди.
В кино это выглядит великолепно, но если такая концепция будет реализована на практике, то непременно получится игра, в которую никто не будет играть.
Причина очень проста – настоящий, осознающий себя ИИ был бы столь же непредсказуем, как и любой живой мыслящий человек. Представьте себе масштабную игру с открытым миром, в которой виртуальные персонажи никогда не забывают зло, которое мы им причинили. Или представьте ключевого героя сюжета, который в решающий момент просто отказывается следовать написанному сценарию и не желает покидать свое место.
Правда в том, что ИИ в современных играх примитивен, потому что разработчики хотят, чтобы это было так – чтобы они могли создавать последовательность событий, которые предсказуемы и подчиняются конкретным, четко установленным правилам. В конце концов, это развлекательный продукт, основная функция которого – развлечь игрока. Неконтролируемый безумный хаос просто не может быть веселым.
Даже подчиненный конкретным параметрам ИИ, даже такой как Siri или Alexa, вероятно, убьет любую интригу в играх вроде Battlefield V или Dark Souls. Только представьте себе самообучающуюся программу, которая за секунды адаптируется к любой вашей тактике, имеет время отклика, измеряемое в миллисекундах и нечеловеческую точность прицеливания. Вы сами понимаете, что нельзя обыграть такой ИИ на его поле – в виртуальной среде.
Именно по этой причине геймдизайнеры используют алгоритмы ИИ, но ровно столько, сколько необходимо для создания реалистичной иллюзии «разумного» поведения, достаточного, чтобы обмануть игрока.
Особенно яркими примерами являются Halo и F.E.A.R. – две игры, в которых впервые применена чрезвычайно простая, но очень эффективная тактика имитации ИИ. Вместо того, чтобы пытаться сделать виртуальных противников суперточными (и практически непобедимыми), создатели этих игр просто включили элемент реалистичной «коммуникации» между управляемой машиной врагами. Так спецназовцы в F.E.A.R. призывали друг друга обходить игрока с фланга или вызвать подкрепление. Инопланетяне Ковенант в Halo кричали «Граната!» каждый раз, когда бросали в игрока взрывчатку. Все это создавало правдоподобную иллюзию интеллекта.
Лучший ИИ в игре – это ИИ, которого игрок не замечает. ИИ, который временами кажется поразительно точным, а иногда – удивительно всемогущим, но не слишком. Потому что тонкая, но ощутимая граница привлекает внимание игрока таким образом, что не оставляет места для сомнений в том, что он имеет дело именно с искусственным интеллектом.
Из точки А в точку Б
Сегодня даже самые продвинутые видеоигры используют алгоритмы ИИ, идентичные тем, которые впервые появились в играх 1980-х и 1990-х годов. Хотя существуют вариации, они в основном сводятся ровно к двум моделям – алгоритмам поиска пути (pathfinding) и так называемым конечным автоматам (finite state machines). Функции первого инструмента легко объяснить – они включают методику определения кратчайшего расстояния от одной точки виртуального мира до другой. Без этого алгоритма любой движущийся объект в моделируемой реальности будет блуждать бесцельно и хаотично.
Конечные автоматы – модель, которую сложнее объяснить, но она обычно связана с моделированием реалистичного поведения «разумных» персонажей в виртуальном мире. Если вы играли в «Ведьмака 3: Дикая Охота» и ездили на верной Плотве по улицам Новиграда, то видели сотни «автоматов» в действии – каждый горожанин куда-то спешит, казалось бы, движимый своими личными задачами, заботами и целями. Иначе говоря, конечные автоматы – это установленные нормы поведения, которые запрограммированы на включение в определенных ситуациях. За каждым беспокойным «автоматом» стоит сложный алгоритм, имитирующий разумное поведение.
Хотя в последнее время в игры внедряют все более сложные системы моделирования ИИ, они обычно основаны на той или иной версии этих двух принципов. Однако это не значит, что нет примеров гораздо более совершенного и хорошо функционирующего игрового ИИ. Один из самых известных примеров – невероятный DeepBlue, который еще в 1997 году победил в нескольких партиях чемпиона мира по шахматам Гарри Каспарова. Не менее впечатляет разработанный OpenAI (компания, соучредителем которой является Илон Маск) бот для Dota 2, который в 2018 году победил на турнире одну из лучших профессиональных команд мира.
ИИ такого ранга обычно используется для совершенно других задач и никогда не используется в коммерческих продуктах. О причинах мы уже говорили – поскольку самообучающаяся программа разбивает в пух и прах команду профессиональных геймеров, то и рядовой игрок в Dota 2 вряд ли сможет противостоять ей.
Сегодня связь между ИИ и играми носит совершенно иной характер. Например, исследовательская компания DeepMind использует видеоигры для оценки уровня интеллекта своих самообучающихся алгоритмов. В отличие от реального мира, полного неконтролируемых случайностей, виртуальный мир с его строгими, жестко контролируемыми правилами и четко установленной системой вознаграждения игрока – отличный полигон для тестирования таких программ. Используя игры, исследователи DeepMind надеются лучше понять, как можно обучить созданный ими ИИ. Конечная цель – научить ИИ более эффективно выполнять широкий круг задач возрастающей сложности, подготовить его к неизбежному столкновению с живой реальностью.
К сожалению, никто не может сказать, что такое Матрица
Из всего, что было сказано до сих пор, следует, что продвинутый искусственный интеллект вряд ли когда-либо сможет найти место в играх. На самом деле это не так.
Многие ученые, работающие в области ИИ, возлагают большие надежды на будущую связь между самообучающимися программами следующего поколения и видеоиграми – просто не в том направлении, в котором вы, вероятно, думаете. Они видят ИИ не как еще одно дополнение, создающее иллюзию реализма в виртуальном мире, а скорее как соавтора, бесценного помощника для геймдизайнеров, которые создают и моделируют его.
В будущем такие инструменты на основе искусственного интеллекта могут настолько упростить создание видеоигр, что команда из нескольких дизайнеров сможет легко создать игру с глубиной и масштабом The Witcher 3: Wild Hunt или Assassin’s Creed Valhalla.
В процессе работы такая самообучающаяся программа могла бы постоянно вносить предложения о том, как именно формировать уровень, какие правила в игровом мире можно изменить и как полностью автоматически выполнять трудоемкие задачи, на которые в противном случае потребовались бы месяцы работы десятков дизайнеров, программистов, актеров и художников.
ИИ мог бы заменить или, по крайней мере, серьезно помочь с бета-тестированием игрового продукта, значительно облегчить и сократить процесс обнаружения и устранения ошибок и исправления различных игровых механизмов.
Реализованные в игре самообучающиеся алгоритмы стали бы бесценным инструментом для сбора и анализа данных о поведении игроков, которые помогали бы игровым студиям со временем улучшать и развивать свои продукты. Так называемая GAN (generative adversarial network), вероятно, полностью изменят способ создания лиц и тел виртуальных персонажей в игровых мирах. В настоящее время такие алгоритмы создают человеческие лица, неотличимые от лиц реальных людей, но путем совершенно случайной генерации различных элементов – глаз, носа, лба, скул и т.д. В ближайшем будущем такие модули могут полностью заменить генераторы персонажей.
Многие исследователи идут еще дальше в своих предсказаниях и видят еще более фантастическое (и несколько поразительное) возможное применение ИИ в игровых вселенных. Например, самообучающиеся алгоритмы смогут генерировать знакомые лица и места на основе воспоминаний – точно так же, как Mind Game из популярного романа Орсона Скотта Карда «Игра Эндера». Такой ИИ будет контролировать все аспекты игрового процесса – от истории, переживаемой участниками, и врагов, с которыми они сталкиваются, до финальной развязки.
Антиутопия? Или неизбежная реальность? Подозреваю, что нам не придется ждать слишком долго, чтобы узнать ответ на этот вопрос.
Видео
ТОП 10 невероятных случаев, когда искусственный интеллект шокировал. Умные нейросети
Искусственный интеллект в играх — сложно?
Почему глупые думают что они умные | эффект даннинга-крюгера простыми словами на примере видеоигр
Сергей Проценко — Новый прорыв в сфере искусственного интеллекта в игровой индустрии
Источник:
