A16Z: Příležitosti pro generativní AI ve hrách

Autor: James Gwertzman & Jack Soslow
Sestavil: Alpha Rabbit
A16Z nedávno napsal velmi zajímavý článek o tom, jaké jsou podle nich příležitosti pro kombinaci generativní umělé inteligence a her. Autor přeložil a okomentoval část obsahu. Článek má dvě hlavní části: první část obsahuje pozorování a předpovědi A16Z ohledně generativní umělé inteligence v herním poli; druhá část zahrnuje úsudek A16Z o tržní ekologii ve hře + generativní AI.
Předmluva
Jaká je souvislost mezi oblastí her a generativní umělou inteligencí? V oblasti herního designu existuje nemožný trojúhelník: obvykle lze vybrat pouze dvě ze tří položek, cenu, kvalitu nebo rychlost. Nyní však mohou návrháři používat tyto nástroje AIGC, aby eliminovali potřebu utrácet mnoho ruční výroby. čas a potřebujete jen několik hodin. Na vytváření vysoce kvalitních obrázků je skutečně transformační to, že každý může získat tuto kreativní schopnost tím, že se naučí několik jednoduchých nástrojů. Tyto nástroje dokážou vytvářet nekonečné variace rychlým iterativním způsobem a po zaškolení celý proces probíhá v reálném čase, což znamená, že výsledky jsou téměř okamžitě k dispozici. Od doby, kdy se objevila technologie Real-time 3D, neexistuje technologie, která by měla potenciál tolik změnit hry (s 3D softwarem v reálném čase lze celý virtuální svět digitálně vykreslovat rychleji, což uživatelům poskytuje více atraktivní síla a pohlcující zážitek) Kam tedy směřuje generativní umělá inteligence? Jak to změní hru? Nejprve se podívejme na koncept generativní umělé inteligence. Co je generativní AI? Generativní umělá inteligence je kategorie strojového učení, kde počítače mohou generovat originální nový obsah na základě vstupu/výzev uživatele. V současnosti jsou nejvyspělejší aplikace této technologie především v oblasti textu a obrázků, ale podobné pokroky (technické aplikace generativní umělé inteligence) existují téměř ve všech kreativních oblastech, včetně animace, zvukových efektů, hudby a dokonce i pro lidi. s kompletními osobnostmi.Vytvářejí se virtuální postavy. Umělá inteligence samozřejmě není ve hrách žádnou novinkou. Dokonce i rané hry jako Atari's Pong již měly počítačem řízené protivníky bojující proti hráči. (Pozn. autora: Atari, herní vývojář, byl založen krátce po zrodu mikroprocesoru. V roce 1972 uvedl na trh první arkádový stroj Pong, čímž si vybudoval status původce arkádových automatů. V roce 1974 se Steve Jobs z Applu připojil k Atari a byl zodpovědný za vývoj elektronických her. ) Virtuální protivníci v těchto počítačích však nejsou stejní jako generativní umělá inteligence, o které dnes mluvíme. Tito počítačoví protivníci jsou pouze skripty pečlivě navržené herními designéry. Simulují protivníka s umělou inteligencí, ale nemohou se učit a opakovat. , stejně dobří jako inženýři, kteří je napsali. Jaké jsou tedy změny v základní technologii kombinace generativní umělé inteligence a her? Mikroprocesory jsou rychlejší, cloud computing a různé výpočetní schopnosti silnější a mají potenciál budovat rozsáhlé neuronové sítě, které dokážou identifikovat vzory a reprezentace ve vysoce komplexních oblastech. (Díky rychlejším mikroprocesorům a cloudu. S tímto výkonem je možné budovat velké neuronové sítě, které dokážou identifikovat vzory a reprezentace ve vysoce komplexních doménách. Poznámka autora: To znamená, že schopnosti jednoho mikroprocesoru se násobí rychlejším a rychlejší mikroprocesory. Faktor měřítka cloud computingu umožňuje zavedení podporovat komplexní rozpoznávání vzorů Co je rozpoznávání vzorů? Rozpoznávání vzorů se týká zpracování různých forem informací (numerické, textové a logické vztahy), které představují věci nebo jevy. a analýza , proces popisu, identifikace, klasifikace a vysvětlování věcí nebo jevů, je důležitou součástí informační vědy a umělé inteligence) Část 1: Některé předpoklady a průmyslová pozorování
Některé předpoklady: Nejprve si proberme některé předpoklady, na kterých je založen zbytek článku: 1. Počet (úspěšných) studií o obecné umělé inteligenci bude nadále růst a budou se objevovat stále efektivnější technologie. Výše uvedené číslo je počet akademických prací o strojovém učení nebo umělé inteligenci publikovaných v arXiv každý měsíc. Jak je znázorněno na obrázku, počet prací roste exponenciálně a nevykazuje známky zpomalení Tato část dat zahrnuje pouze publikované práce Existuje také mnoho studií, které nejsou publikovány veřejně, ale jsou přímo aplikovány na open source modely resp Výzkum a vývoj produktů, tyto modely a produkty s otevřeným zdrojovým kódem, přinesly bouřlivé inovace. 2. Mezi všemi kategoriemi zábavy bude hraní oblastí, na kterou bude mít největší vliv generativní umělá inteligence. Pokud jde o typy aktiv, o které se v současné době jedná (2D umění, 3D umění, zvukové efekty, hudba atd.), jsou hry nejsložitější ze zábavních kategorií. Zároveň jsou hry také nejinteraktivnější se silnými důraz na zkušenost v reálném čase. To vytváří velmi vysokou vstupní bariéru pro nové herní vývojáře a také vytváří vysoké náklady na vytvoření skutečné AAA hry obrovské příležitosti (jak je ukázáno níže): Například hra jako „Red Dead Redemption 2“ je jednou z nejdražších her, jaké byly kdy vyrobeny, stojí téměř 500 milionů dolarů. Red Dead Redemption je také hra s jedním z nejlepších vizuálních efektů na trhu. Výroba trvala téměř 8 let a má více než 1 000 herních postav (a každá postava má svou vlastní osobnost a exkluzivní herecké obsazení). herní svět o velikosti téměř 30 čtverečních mil, více než 100 misí v 6 kapitolách a téměř 60 hodin hudby složené více než 100 hudebníky, produkce spojená se vším, co tato hra zahrnuje, je obrovská. Pokud srovnáme Red Dead Redemption 2 s Microsoft Flight Simulator, Microsoft Flight Simulator je mnohem větší hra... protože hráči Microsoft Flight Simulatoru mohou ve hře obletět celou planetu, všech 197 milionů čtverečních mil.Jak tedy Microsoft vytváří tak masivní hru? Děje se tak především prostřednictvím umělé inteligence Microsoft spolupracuje s blackshark.ai, aby umělou inteligenci generoval nekonečně realistické trojrozměrné světy z dvourozměrných satelitních snímků. Jaký druh společnosti je blackshark.ai? blackshark.ai je společnost, která získává globální infrastrukturu Země pomocí technologie strojového učení Extrahuje data ze satelitních a leteckých snímků po celém světě a využívá umělou inteligenci k vytváření scénářů digitálních dvojčat na základě aktuálních geografických dat simulace, mapování, prostředí se smíšenou realitou a další podniková řešení a možnosti aktualizace cloud computingu samotné technologie mohou tato data aktualizovat v reálném čase. To je jen jeden příklad Bez použití technologie umělé inteligence by hru „Microsoft Flight Simulator“ vlastně nebylo možné vytvořit. Úspěch hry je navíc dán tím, že tyto modely lze v průběhu času průběžně vylepšovat, lze například vylepšovat model "dálniční čtyřlístek" s umělou inteligencí, která řídí celý proces výstavby a tak dále. celá planeta ve hře dálničních nadjezdů by mohla být okamžitě vylepšena. 3. Každé aktivum zapojené do výroby her bude mít vygenerovaný model umělé inteligence. Generátory 2D obrázků jako Stable Diffusion nebo MidJourney zatím obsadily současný trh generativní umělé inteligence díky poutavým obrázkům, které dokážou generovat vzrušení. Nyní existují generativní modely umělé inteligence používané pro téměř každé aktivum ve hře, od 3D modelů přes animace postav až po dialogy a hudbu. (Příští článek bude hovořit o tržní ekologické Market Map konkrétních společností) 4. Náklady na obsah budou nadále klesat a v některých případech náklady na obsah klesnou až na nulu, když se pokusíme integrovat do výroby generativní umělou inteligenci scéna Když mluvíme s herními vývojáři, největší nadšení je, že se výrazně sníží čas a náklady na výrobu her. Jeden vývojář nám ​​řekl, že čas na vygenerování pojmové mapy pro obrázek klesl ze 3 týdnů na 1 hodinu. Věříme, že podobného „snížení nákladů a zlepšení efektivity“ lze dosáhnout v celém procesu výroby hry. Stojí za zmínku, že umělcům nehrozí nahrazení, což znamená, že umělci již nemusejí dělat veškerou práci sami: umělci a designéři mohou určit počáteční tvůrčí směr a poté strávit většinu času a technologie Nechat provedení na umělá inteligence. V tomto okamžiku, stejně jako malíři rané ručně kreslené animace, vysoce kvalifikovaní „odborníci na malbu“ kreslí obrysy animace a poté relativně levní malíři dokončí časově náročnou práci s vybarvováním a vyplňováním animovaných čar , ale bavíme se o aplikacích v oblasti tvorby her. 5. Jsme stále v začátcích tohoto oboru, který se mění, a existuje mnoho částí, které je třeba zdokonalit Navzdory vzrušení mezi mnoha lidmi v poslední době jsme stále jen na startovní čáře. Než přijdeme na to, jak tuto novou technologii skutečně aplikovat do herního světa, zbývá ještě hodně práce, a pro společnosti, které do tohoto nového prostoru vstoupily dříve a rychle, budou obrovské příležitosti. Část 2: Předpovědi pro budoucnost S ohledem na výše uvedené předpoklady tento článek předpovídá a vyvozuje, jak se herní průmysl promění.
1. Naučit se efektivně používat generativní umělou inteligenci se může stát obchodovatelnou dovedností.
 Již existují průkopníci, kteří používají generativní umělou inteligenci efektivněji než kdokoli jiný. Chcete-li co nejlépe využít tuto novou technologii, musíte také rozumět různým nástrojům a technikám a vědět, jak je kombinovat. Předpovídáme, že efektivní aplikace generativní umělé inteligence se sama o sobě stane velmi slibnou dovedností, protože dokáže spojit kreativní vizi umělce s technickými schopnostmi programátora. Chris Anderson má známé rčení: "Každá hojnost vytváří nový nedostatek." S tím, jak bude obsah bohatší, budou nejžádanější umělci, kteří rozumí tomu, jak co nejefektivněji pracovat s nástroji AI. Například: Použití generativní umělé inteligence pro generování uměleckých děl také přinese některé výzvy, včetně:
Zachovat kontinuitu: Musíte být schopni upravovat nebo upravovat různá aktiva ve hře a pro nástroje AI to znamená být schopni replikovat (digitální) aktiva se stejným signálem, abychom je mohli upravovat a napadat. To může být složité, protože stejná výzva může přinést velmi odlišné výsledky.
Udržujte konzistentní styl: Všechna umělecká díla v jedné hře musí udržovat konzistentní styl, což znamená, že nástroje umělé inteligence musí být vyškoleny nebo svázány se zavedeným stylem umělce/designéra.
2. Snížení bariér vývoje her povede k většímu dobrodružství a kreativnějšímu zkoumání Možná brzy vstoupíme do nového „zlatého věku“ vývoje her, a to nejen proto nižší výrobní náklady mají za následek nižší rizika pro tvůrce her, ale také proto, že tyto nástroje představují schopnost vytvářet vysoce kvalitní obsah pro větší publikum. 3. Postupný vzestup „mikroherních studií“ s pomocí umělé inteligence S nástroji a službami generativní umělé inteligence budou možná životaschopnější komerční hry produkovat malá „mikrostudia“ pouze s 1 nebo 2 zaměstnanci. Malá nezávislá herní studia jsou samozřejmě již velmi rozšířená populární hra "Among Us" (pozn. autora: Among Us je strategická ležérní hra z produkce a vydavatelství Innersloth, kterou může hrát online 4-10 lidí. Byla vydána. dne 17. listopadu 2018. Vydáno 23. března 2020) je produkováno Innersloth, studiem s pouze 5 zaměstnanci, a rozsah her, které jsou tato malá studia schopna vytvořit, bude jen růst.
4. Počet her vydaných každý rok se bude zvyšovat
 Úspěch Unity a Roblox ukazuje, že poskytování výkonných kreativních nástrojů vede k vytváření více her. Generativní umělá inteligence dále sníží překážky vstupu a vytvoří více her. Odvětví již nyní trpí problémy s objevováním – jen za minulý rok bylo na Steam přidáno více než 10 000 her – a to vyvine ještě větší tlak na objevování. Však také uvidíme... 5. Budou vytvořeny nové typy her. Budou vynalezeny nové typy her, jako je výše zmíněný Microsoft Flight Simulator, ale vynalezeny zcela nové typy her, které budou kombinovány s generováním nového obsahu v reálném čase. Například RPG hra Arrowmancer od Spellbrush obsahuje postavy vytvořené umělou inteligencí, což umožňuje téměř neomezené nové způsoby hraní. Někteří vývojáři her používají umělou inteligenci, aby umožnili hráčům vytvořit si ve hře své vlastní avatary: obrázky avatarů se automaticky generují na základě popisu hráče. Všimněte si, že z hlediska uživatelského zážitku, když hráčům umožníte generovat obsah pomocí umělé inteligence, mohou hráči vnímat větší vlastnictví. 6. Hodnota bude připisována průmyslově specifickým nástrojům AI, nejen základním modelům Nadšení obklopující základní modely, jako je Stable Diffusion a Midjourney, generuje extrémně přehnaná ocenění, ale jak se stále objevují nové výzkumy, nové modely budou následovat. iterace nových technologií. Soudě podle návštěvnosti vyhledávání na webových stránkách tří aktuálně oblíbených modelů generativní umělé inteligence (Dall-E, Midjourney a Stable Diffusion) má každý nový model specifické obavy. Dalším přístupem je vytváření odvětvových (vertikálních) sad nástrojů, které se zaměřují na generativní potřeby AI specifické pro dané odvětví, hluboce rozumí konkrétnímu publiku a integrují se se stávajícími produkčními scénáři (Unity nebo Unreal). Typickým příkladem je Runway, která poskytuje pro tvůrce videa nástroje podporované umělou inteligencí, jako je střih videa, odstraňování zelené obrazovky, malování a sledování pohybu. Tyto nástroje mohou časem přidávat nové aplikační scénáře. Herní nástroj jako Runway jsme ještě neviděli, ale je to oblast s potenciálem. 7. Nadcházející právní výzvy Všechny tyto generativní modely umělé inteligence mají společné to, že tyto modely umělé inteligence jsou trénovány pomocí velkých souborů dat obsahu, obvykle vytvořených z datových souborů na internetu.Například „Stable Diffusion“ je trénován na více než 5 miliardách obrázků/titulek shromážděných z webu. V současné době tyto modely prohlašují, že fungují v souladu s doktrínou autorského práva „fair use“, ale tento argument nebyl výslovně ověřen zákonem. Zjevně se blíží právní výzvy, které by mohly změnit prostředí generativní umělé inteligence. Velké filmové společnosti si mohou vytvořit vlastní modely a hledat konkurenční výhody prostřednictvím výhod vlastních autorských práv. Například Microsoft zastřešuje mnoho studií, zejména akvizici Activision Blizzard. 8. Přinese alespoň prozatím, na rozdíl od umělecké oblasti, generativní AI obrovské změny v oblasti programování? Softwarové inženýrství je dalším hlavním zdrojem nákladů při vývoji her, ale generování kódu pomocí modelů AI vyžaduje více testování a ověřování, takže generování kódu je méně produktivní než generování kreativních podkladů. Věříme, že nástroje pro kódování, jako je Copilot, mohou poskytnout inženýrům mírná vylepšení výkonu, ale ne tak rychle, jak se mění oblasti obsahu. Část třetí: Některá doporučení 1. Začněte zkoumat generativní AI: Chvíli potrvá, než přijdeme na to, jak plně využít sílu této nadcházející generativní revoluce AI. Společnosti, které začnou růst své podnikání brzy, budou mít v budoucnu výhodu a několik studií provádí interní experimentální projekty, aby prozkoumala, jak mohou tyto technologie ovlivnit produkci her. 2. Hledejte příležitosti v mezerách na trhu V současné době je mnoho částí celé skladby již velmi přeplněných, jako je animace, hlas a dialog, ale stále existuje mnoho oblastí, které jsou široce otevřené. Vyzýváme podnikatele, kteří se o tento obor zajímají, aby se zaměřili na oblasti, které jsou stále neprozkoumané, jako je „hra + generativní dráha AI“.