Hơn mười năm trong nghề, đã chứng kiến sự phát triển lặp đi lặp lại của game PC, game di động và thế giới mở; gần đây tôi nghiên cứu các tài liệu liên quan đến mô hình thế giới (world model) và bất ngờ có một phát hiện mới: Hóa ra, trò chơi mà chúng ta ngày ngày làm không chỉ là sản phẩm giải trí, mà còn có thể là sân tập huấn luyện đỉnh cao cho thế giới vật lý do AI mô phỏng
Tám mươi năm trước, nhà tâm lý học người Scotland Craik đã đề xuất: bộ não dựa trên việc xây dựng các mô hình nội bộ kích thước nhỏ để tạo thành vòng lặp cảm nhận–dự đoán–hành động. Ý tưởng từng bị cất giấu nhiều năm này, giờ đây nhờ dữ liệu game và mạng nơ-ron đã trở thành hiện thực cho mô hình thế giới (world model)
Năm 2018, bài báo (World Models) chính thức đưa khái niệm “AI huấn luyện bằng giấc mơ” lên sân khấu:
V Nén hình ảnh + M Dự đoán bộ nhớ + C Bộ điều khiển ra quyết định
Bộ ba này giúp AI luyện xong chiến lược trong mảng “giả tưởng ảo”, rồi đem triển khai vào môi trường thực
Sau đó cũng là hàng loạt đột phá. Điều gây chấn động nhất có lẽ là việc Google dùng thuần mạng nơ-ron thay thế hoàn toàn công cụ engine DOOM truyền thống: không có pipeline dựng hình, không có mã va chạm viết tay—tất cả đều dựa vào việc mô hình học quy luật của thế giới game để sinh hình ảnh theo thời gian thực
Vì sao huấn luyện mô hình thế giới lại ưu tiên game? Tôi muốn chia sẻ góc nhìn của người trong nghề:
1. Dữ liệu gắn nhãn sẵn có tự nhiên
Mỗi khung người chơi thao tác + khung hình được tự động ghép cặp. Ví dụ https://t.co/Lt616IQbKd: chỉ trong một năm đã có 2 tỷ đoạn ghi hình màn hình game—kèm theo đầy đủ lịch sử phím bấm và động tác joystick. Không cần thuê cả đội tốn kém để gắn nhãn như trong xe tự lái. DeepMind Genie chỉ dựa vào 200 nghìn giờ video game để huấn luyện thế giới 3D tương tác
2. “Lớp học vật lý” được đơn giản hóa và có thể kiểm soát
Trong game có trọng lực, va chạm, logic chất lỏng; luật chơi được đơn giản hóa rõ ràng—khớp hoàn hảo với logic học theo bài giảng. AI nắm vững “vật lý ảo” trước, rồi mới chuyển sang thế giới thực và mô phỏng robot
3. Thử-sai với quy mô cực lớn, gần như không mất chi phí
Hàng trăm nghìn game, quy mô đối cục hằng ngày tới mức hàng tỷ. AI trong game liên tục thử-sai mà không hao tổn—quy mô dữ liệu mà robot vật lý thực hay mô phỏng chạy thử ngoài đường hoàn toàn không thể đạt được
4. Hệ thống tương tác hành động phổ dụng đã trưởng thành
Bàn phím-chuột, tay cầm trải qua hàng chục năm lặp lại để tạo ra chuẩn hóa giao diện nén ý định. Chỉ với một logic phím bấm gậy điều khiển—vừa điều khiển được nhân hình, vừa lái được xe đua hay điều khiển phương tiện bay. Không gian hành động này là “kho báu” để huấn luyện trí tuệ cơ thể (embodied intelligence)
Trước đây, chúng tôi làm game, bị giới hạn ở việc “cung cấp trải nghiệm giải trí cho người chơi”. Hiện nay, dưới làn sóng mô hình thế giới, giá trị của game đã được định nghĩa lại:
Đổi mới công nghiệp game từ bên trong: loại bỏ cây hành vi NPC cứng nhắc, các script vật lý viết tay; AI tự hiểu và sinh tạo cảnh động tương tác—vô hạn tạo ra thế giới ảo nguyên bản có thể chơi
Mở rộng sang bên ngoài để làm hạ tầng nền tảng: dữ liệu game, mô phỏng ảo trở thành nền tảng huấn luyện cốt lõi cho AI robot, xe tự lái, và phòng thủ hàng không vũ trụ
Điểm lật ngược nhận thức nhất: thao tác của con người mà tay cầm game ghi lại—về bản chất là dữ liệu “ánh xạ ý định - hành động” tách khỏi các ràng buộc về hình dáng cơ thể hay loài. Khi mô hình học cách đạt mục tiêu trong hệ thống động của thế giới ảo, logic này hoàn toàn có thể tái sử dụng cho bất kỳ robot vật thể nào
80 năm trước, Craik đã không thể tận mắt chứng kiến lý thuyết của mình được hiện thực hóa. Giờ đây, AI dựa trên silicon đang tái hiện logic mô hình hóa của bộ não sinh học, và mảnh đất thử nghiệm mang cuộc biến đổi này, ngành game thích hợp hơn bất cứ nơi nào.
Trong mười năm tới, game không còn chỉ là “đường đua” giải trí-văn hóa nữa, mà trở thành cổng vào cốt lõi cho cảm nhận vật lý của trí tuệ nhân tạo đa dụng. Tất cả người làm game đều đang đứng tại điểm ngoặt chuyển đổi mô hình
Ngành game 3D thời AI: vô cùng tiềm năng!!!