A16Z: Oportunidades para IA generativa em jogos

Autor: James Gwertzman e Jack Soslow
Compilado por: Coelho Alfa
A16Z escreveu recentemente um artigo muito interessante, falando sobre o que eles acham que são as oportunidades para combinar IA generativa e jogos. O autor traduziu e anotou parte do conteúdo. O artigo tem duas partes principais: a primeira parte inclui as observações e previsões de A16Z sobre IA generativa no campo de jogo; a segunda parte inclui o julgamento de A16Z sobre a ecologia do mercado no campo de jogo + IA generativa;
Prefácio
Qual é a conexão entre o campo dos jogos e a inteligência artificial generativa? Existe um triângulo impossível no campo do design de jogos: normalmente apenas dois dos três itens, custo, qualidade ou velocidade, podem ser escolhidos. Mas agora, os designers podem usar essas ferramentas AIGC para eliminar a necessidade de gastar muito na produção manual. demora e só precisa de algumas horas O que é verdadeiramente transformador na criação de imagens de alta qualidade é que qualquer pessoa pode adquirir essa capacidade criativa aprendendo algumas ferramentas simples. Essas ferramentas podem criar variações infinitas de maneira rápida e iterativa e, uma vez treinadas, todo o processo ocorre em tempo real, o que significa que os resultados estão disponíveis quase imediatamente. Desde o surgimento da tecnologia 3D em tempo real, nunca houve uma tecnologia com potencial para mudar tanto os jogos (com software 3D em tempo real, todo o mundo virtual pode ser renderizado digitalmente em uma velocidade mais rápida, proporcionando aos usuários mais poder atraente e experiências imersivas) Então, para onde vai a IA generativa? Como isso mudará o jogo? Primeiro, vamos revisar o conceito de IA generativa. O que é IA generativa? IA generativa é uma categoria de aprendizado de máquina em que os computadores podem gerar novos conteúdos originais com base nas entradas/solicitações do usuário. Atualmente, as aplicações mais maduras desta tecnologia estão principalmente nas áreas de texto e imagens, mas há avanços semelhantes (aplicações técnicas de IA generativa) em quase todos os campos criativos, abrangendo animação, efeitos sonoros, música e até mesmo para pessoas com personalidades completas são criados. É claro que a inteligência artificial não é novidade nos jogos. Mesmo os primeiros jogos como o Pong do Atari já tinham oponentes controlados pelo computador para lutar contra o jogador. (Nota do autor: A Atari, uma desenvolvedora de jogos, foi fundada logo após o nascimento do microprocessador. Ela lançou a primeira máquina de arcade Pong em 1972, estabelecendo seu status como criadora das máquinas de arcade. Em 1974, Steve Jobs da Apple juntou-se à Atari e foi responsável pelo desenvolvimento de jogos eletrônicos.) No entanto, os oponentes virtuais nesses computadores não são os mesmos da inteligência artificial generativa de que estamos falando hoje. Esses oponentes de computador são apenas scripts cuidadosamente projetados por designers de jogos. mas eles não podem aprender e iterar tão bem quanto os engenheiros que os escreveram. Então, quais são as mudanças na tecnologia subjacente à combinação de IA generativa e jogos? Os microprocessadores são mais rápidos, a computação em nuvem e vários recursos de computação são mais fortes e têm potencial para construir redes neurais em grande escala, que podem identificar padrões e representações em campos altamente complexos. (Graças a microprocessadores mais rápidos e à nuvem. Com esse poder, é possível construir grandes redes neurais que podem identificar padrões e representações em domínios altamente complexos. Nota do autor: O que isso significa é que as capacidades de um único microprocessador são multiplicadas por recursos mais rápidos e microprocessadores mais rápidos O fator de escala da computação em nuvem permite que o estabelecimento suporte reconhecimento de padrões complexos. O que é reconhecimento de padrões e análise. , o processo de descrever, identificar, classificar e explicar coisas ou fenômenos, é uma parte importante da ciência da informação e da inteligência artificial) Parte 1: Algumas suposições e observações da indústria
 
Algumas suposições: Primeiro, vamos discutir algumas suposições nas quais o restante do artigo se baseia: 1. O número de estudos (bem-sucedidos) sobre inteligência artificial geral continuará a crescer e surgirão tecnologias cada vez mais eficazes. A figura acima é o número de artigos acadêmicos sobre aprendizado de máquina ou inteligência artificial publicados no arXiv a cada mês. Conforme mostrado na figura, o número de artigos está crescendo exponencialmente e não mostra sinais de desaceleração. Esta parte dos dados inclui apenas artigos publicados. Existem também muitos estudos que não são publicados publicamente, mas são aplicados diretamente a modelos de código aberto ou. A pesquisa e o desenvolvimento de produtos, esses modelos e produtos de código aberto, trouxeram inovações explosivas. 2. Entre todas as categorias de entretenimento, os jogos serão a área que receberá o maior impacto da inteligência artificial generativa. Em termos dos tipos de ativos atualmente envolvidos (arte 2D, arte 3D, efeitos sonoros, música, etc.), os jogos são a mais complexa das categorias de entretenimento. ênfase na experiência em tempo real. Isso cria uma barreira de entrada muito alta para novos desenvolvedores de jogos e também cria altos custos para fazer um verdadeiro jogo de obra-prima AAA. Essas barreiras existentes e problemas de custo prepararam o terreno para a destruição da inteligência artificial generativa no campo dos jogos. grandes oportunidades (como mostrado abaixo): Por exemplo, um jogo como “Red Dead Redemption 2” é um dos jogos mais caros já feitos. O custo é de quase US$ 500 milhões. Red Dead Redemption também é um jogo com um dos melhores efeitos visuais do mercado. Demorou quase 8 anos para ser produzido e conta com mais de 1.000 personagens do jogo (e cada personagem tem sua própria personalidade e elenco de dublagem exclusivo). mundo do jogo com quase 30 milhas quadradas de tamanho, mais de 100 missões em 6 capítulos e quase 60 horas de música composta por mais de 100 músicos, a produção envolvida em tudo o que este jogo envolve é enorme. Bem, se compararmos Red Dead Redemption 2 com o Microsoft Flight Simulator, o Microsoft Flight Simulator é um jogo muito maior... porque os jogadores do Microsoft Flight Simulator podem voar ao redor do planeta inteiro no jogo, todos os 197 milhões de milhas quadradas.Então, como a Microsoft cria um jogo tão grande? Isso é feito principalmente por meio de inteligência artificial. A Microsoft coopera com blackshark.ai para treinar inteligência artificial para gerar mundos tridimensionais infinitamente realistas a partir de imagens de satélite bidimensionais. Que tipo de empresa é blackshark.ai? blackshark.ai é uma empresa que extrai infraestrutura terrestre global por meio de tecnologia de aprendizado de máquina. Ela extrai dados de imagens aéreas e de satélite em todo o mundo e usa inteligência artificial para criar cenários de gêmeos digitais com base em dados geográficos atuais. simulação, mapeamento, ambientes de realidade mista e outras soluções empresariais, e os recursos de atualização de computação em nuvem da própria tecnologia podem atualizar esses dados em tempo real. Este é apenas um exemplo. Sem o uso da tecnologia de inteligência artificial, o jogo “Microsoft Flight Simulator” seria realmente impossível de ser feito. Além disso, o sucesso do jogo se deve ao fato de que esses modelos podem ser continuamente aprimorados ao longo do tempo. Por exemplo, o modelo “viaduto de trevo rodoviário” pode ser aprimorado, com inteligência artificial comandando todo o processo de construção, e tudo. todo o planeta no jogo de viadutos rodoviários poderia ser melhorado imediatamente. 3. Cada ativo envolvido na produção de jogos terá um modelo de IA gerado. Até agora, geradores de imagens 2D como Stable Diffusion ou MidJourney ocuparam o mercado atual de inteligência artificial generativa devido às imagens atraentes que podem gerar. excitação. Existem agora modelos generativos de IA usados ​​para quase todos os ativos de um jogo, desde modelos 3D até animações de personagens, diálogos e música. (O próximo artigo falará sobre o mapa de mercado ecológico de empresas específicas) 4. Os custos de conteúdo continuarão a diminuir e, em alguns casos, o custo do conteúdo cairá para zero Quando tentarmos integrar a inteligência artificial de IA generativa na produção. cenário Ao conversar com desenvolvedores de jogos, o maior entusiasmo é que o tempo e o custo de criação de jogos serão bastante reduzidos. Um desenvolvedor nos contou que o tempo para gerar um mapa conceitual para uma imagem caiu de 3 semanas para 1 hora. Acreditamos que “redução de custos e melhoria de eficiência” semelhantes podem ser alcançadas em todo o processo de produção do jogo. É importante notar que os artistas não correm o risco de serem substituídos, o que significa que os artistas não precisam mais fazer todo o trabalho sozinhos: artistas e designers podem definir a direção criativa inicial e depois gastar a maior parte do tempo e da tecnologia. inteligência artificial. Neste ponto, assim como os pintores das primeiras animações desenhadas à mão, "especialistas em pintura" altamente qualificados desenham os contornos da animação e, em seguida, os pintores de custo relativamente baixo completam o demorado trabalho de colorir e preencher as linhas do filme de animação. , mas estamos falando de aplicações na área de criação de jogos. 5. Ainda estamos nos primórdios deste campo de mudança no setor e há muitas partes que precisam ser aperfeiçoadas. Apesar do entusiasmo entre muitas pessoas recentemente, ainda estamos apenas na linha de partida. Ainda há muito trabalho a ser feito antes de descobrirmos como realmente aplicar esta nova tecnologia ao mundo dos jogos, e haverá enormes oportunidades para as empresas que entraram neste novo espaço antes e rapidamente. Parte Dois: Previsões para o Futuro Tendo em vista as suposições acima, este artigo prevê e deduz como a indústria de jogos será transformada.
1. Aprender como aplicar IA generativa de forma eficaz pode se tornar uma habilidade comercializável.
 Já existem pioneiros que aplicam a IA generativa de forma mais eficaz do que qualquer outra pessoa. Para aproveitar ao máximo essa nova tecnologia, você também precisa entender as diversas ferramentas e técnicas e saber combiná-las. Prevemos que a aplicação eficaz da IA ​​generativa se tornará uma competência muito promissora por si só, pois pode combinar a visão criativa de um artista com a capacidade técnica de um programador. Chris Anderson tem um ditado famoso: “Cada abundância cria uma nova escassez”. À medida que o conteúdo se torna mais rico, os artistas que entendem como trabalhar de forma mais eficaz com ferramentas de IA serão mais procurados. Por exemplo: A utilização de inteligência artificial generativa para a geração de obras de arte também trará alguns desafios, incluindo:
Manter a continuidade: Você precisa ser capaz de modificar ou editar vários ativos no jogo e, para ferramentas de IA, isso significa ser capaz de replicar o ativo (digital) com o mesmo sinal para que possamos modificá-lo e desafiá-lo. Isso pode ser complicado porque o mesmo prompt pode produzir resultados muito diferentes.
Mantenha um estilo consistente: Toda arte dentro de um único jogo precisa manter um estilo consistente, o que significa que as ferramentas de IA precisam ser treinadas ou vinculadas ao estilo estabelecido do artista/designer.
2. A redução das barreiras de desenvolvimento de jogos levará a mais aventura e exploração criativa. Em breve, poderemos entrar em uma nova "era de ouro" do desenvolvimento de jogos. custos de produção mais baixos resultam em riscos menores para os criadores de jogos, mas também porque estas ferramentas representam a capacidade de criar conteúdo de alta qualidade para um público maior. 3. A ascensão gradual de “microestúdios de jogos” assistidos por inteligência artificial. Com as ferramentas e serviços de inteligência artificial generativa, talvez jogos comerciais mais viáveis ​​sejam produzidos por pequenos “microestúdios” com apenas 1 ou 2 funcionários. Claro, pequenos estúdios de jogos independentes já são muito comuns. O popular jogo "Among Us" (Nota do autor: Among Us é um jogo casual de estratégia produzido e publicado pela Innersloth, que pode ser jogado online por 4 a 10 pessoas. Foi lançado. em 17 de novembro de 2018. Lançado em 23 de março de 2020) é produzido pela Innersloth, um estúdio com apenas 5 funcionários, e a escala dos jogos que esses pequenos estúdios são capazes de criar só vai crescer.
4. O número de jogos lançados a cada ano aumentará
 O sucesso do Unity e do Roblox mostra que fornecer ferramentas criativas poderosas leva à construção de mais jogos. A IA generativa reduzirá ainda mais as barreiras de entrada e criará mais jogos. A indústria já sofre com desafios de descoberta – mais de 10.000 jogos foram adicionados ao Steam só no ano passado – e isso colocará ainda mais pressão na descoberta. Porém, veremos também... 5. Novos tipos de jogos serão criados. Serão inventados novos tipos de jogos, como o já mencionado "Microsoft Flight Simulator", mas inventados tipos de jogos inteiramente novos, e esses jogos serão combinados com a geração em tempo real de novos conteúdos. O jogo de RPG da Spellbrush, Arrowmancer, por exemplo, apresenta personagens criados por inteligência artificial, permitindo novas maneiras quase ilimitadas de jogar. Alguns desenvolvedores de jogos estão usando inteligência artificial para permitir que os jogadores criem seus próprios avatares no jogo: as imagens dos avatares são geradas automaticamente com base na descrição do jogador. Observe que, do ponto de vista da experiência do usuário, permitir que os jogadores gerem conteúdo por meio de inteligência artificial pode permitir que os jogadores percebam uma maior propriedade. 6. O valor será atribuído a ferramentas de IA específicas do setor, e não apenas a modelos básicos. O entusiasmo em torno de modelos básicos, como Difusão Estável e Midjourney, está gerando avaliações extremamente exageradas, mas à medida que novas pesquisas continuam a surgir, novos modelos seguirão o surgimento e o contínuo. iteração de novas tecnologias. A julgar pelo tráfego de pesquisa no site dos três modelos de inteligência artificial generativa atualmente populares (Dall-E, Midjourney e Stable Diffusion), cada novo modelo tem preocupações específicas em torno dele. Outra abordagem é construir conjuntos de ferramentas (verticais) alinhados ao setor que se concentrem nas necessidades de IA generativa específicas do setor, compreendam profundamente públicos específicos e se integrem aos cenários de produção existentes (Unity ou Unreal). Um exemplo típico é o Runway, que fornece ferramentas assistidas por inteligência artificial para criadores de vídeo, como edição de vídeo, remoção de tela verde, pintura interna e rastreamento de movimento. Essas ferramentas podem adicionar novos cenários de aplicação ao longo do tempo. Ainda não vimos o surgimento de ferramentas de jogos como o Runway, mas é uma área com potencial. 7. Próximos desafios jurídicos O que todos estes modelos de IA generativos têm em comum é que estes modelos de IA são treinados utilizando grandes conjuntos de dados de conteúdo, geralmente criados a partir de conjuntos de dados na Internet.Por exemplo, "Stable Diffusion" é treinado em mais de 5 bilhões de imagens/legendas coletadas da web. Actualmente, estes modelos afirmam operar sob a doutrina dos direitos de autor de “uso justo”, mas este argumento não foi explicitamente testado na lei. Existem claramente desafios jurídicos futuros que poderão mudar o panorama da IA ​​generativa. É possível que grandes empresas cinematográficas estabeleçam modelos proprietários e procurem vantagens competitivas através das vantagens dos seus próprios direitos de autor. Por exemplo, a Microsoft tem muitos estúdios sob sua égide, especialmente a aquisição da Activision Blizzard. 8. Pelo menos por enquanto, ao contrário do campo da arte, a IA generativa trará grandes mudanças no campo da programação? A engenharia de software é outra importante fonte de custos no desenvolvimento de jogos, mas a geração de código com modelos de IA requer mais testes e validação, portanto a geração de código é menos produtiva do que a geração de ativos criativos. Acreditamos que ferramentas de codificação como o Copilot podem fornecer aos engenheiros melhorias modestas de desempenho, mas não tanto no curto prazo, pois as áreas de conteúdo mudam. Parte Três: Algumas Recomendações 1. Comece a explorar a IA generativa: Levará algum tempo até descobrirmos como aproveitar totalmente o poder desta revolução da IA ​​generativa que está por vir. As empresas que começarem a expandir os seus negócios cedo terão uma vantagem no futuro, e vários estúdios estão a realizar projetos experimentais internos para explorar como estas tecnologias podem afetar a produção de jogos. 2. Procure oportunidades nas lacunas do mercado Atualmente, muitas partes de toda a pista já estão muito lotadas, como animação, voz e diálogo, mas ainda há muitas áreas que estão amplamente abertas. Incentivamos os empreendedores interessados ​​nesta área a focarem em áreas ainda inexploradas, como a “trilha de jogo + IA generativa”.