A16Z: Cơ hội cho AI sáng tạo trong chơi game

Tác giả: James Gwertzman & Jack Soslow
Biên soạn: Alpha Rabbit
 
A16Z gần đây đã viết một bài báo rất thú vị, nói về những gì họ nghĩ là cơ hội để kết hợp Generative AI và trò chơi. Tác giả đã dịch và chú thích một phần nội dung. Bài viết có hai phần chính: phần thứ nhất bao gồm những quan sát và dự đoán của A16Z về AI tổng quát trong lĩnh vực trò chơi; phần thứ hai bao gồm nhận định của A16Z về hệ sinh thái thị trường trong trò chơi + lĩnh vực AI tổng quát.
 
Lời nói đầu
Mối liên hệ giữa lĩnh vực chơi game và trí tuệ nhân tạo tổng hợp là gì? Có một tam giác bất khả thi trong lĩnh vực thiết kế trò chơi: thường chỉ có thể chọn hai trong ba mục, chi phí, chất lượng hoặc tốc độ. Nhưng giờ đây, các nhà thiết kế có thể sử dụng các công cụ AIGC này để loại bỏ nhu cầu chi tiêu nhiều cho quá trình sản xuất thủ công. thời gian và chỉ cần vài giờ. Điều thực sự thay đổi trong việc tạo ra hình ảnh chất lượng cao là bất kỳ ai cũng có thể đạt được khả năng sáng tạo này bằng cách học một vài công cụ đơn giản. Những công cụ này có thể tạo ra các biến thể vô tận theo cách lặp lại nhanh chóng và sau khi được đào tạo, toàn bộ quá trình sẽ diễn ra theo thời gian thực, điều đó có nghĩa là kết quả gần như có sẵn ngay lập tức. Kể từ khi công nghệ 3D thời gian thực xuất hiện, chưa có công nghệ nào có tiềm năng thay đổi trò chơi nhiều đến vậy (với phần mềm 3D thời gian thực, toàn bộ thế giới ảo có thể được hiển thị kỹ thuật số với tốc độ nhanh hơn, cung cấp cho người dùng nhiều trải nghiệm thú vị hơn). sức mạnh hấp dẫn và trải nghiệm sống động) Vậy, AI có tính sáng tạo sẽ hướng tới đâu? Nó sẽ thay đổi trò chơi như thế nào? Đầu tiên, chúng ta hãy xem lại khái niệm về AI tổng quát. AI sáng tạo là gì? AI sáng tạo là một thể loại học máy trong đó máy tính có thể tạo ra nội dung mới nguyên bản dựa trên đầu vào/lời nhắc của người dùng. Hiện tại, các ứng dụng trưởng thành nhất của công nghệ này chủ yếu nằm trong lĩnh vực văn bản và hình ảnh, nhưng cũng có những tiến bộ tương tự trong hầu hết các lĩnh vực sáng tạo (ứng dụng kỹ thuật của Generative AI), bao gồm hoạt hình, hiệu ứng âm thanh, âm nhạc và thậm chí cả con người. với các nhân vật ảo hoàn chỉnh được tạo ra. Tất nhiên, trí tuệ nhân tạo không có gì mới trong game. Ngay cả những trò chơi đầu tiên như Pong của Atari cũng đã có những đối thủ do máy tính điều khiển chiến đấu chống lại người chơi. (Ghi chú của tác giả: Atari, một nhà phát triển trò chơi, được thành lập ngay sau khi bộ vi xử lý ra đời. Công ty này đã tung ra máy chơi game arcade đầu tiên Pong vào năm 1972, khẳng định vị thế là người sáng tạo ra máy chơi game arcade. Năm 1974, Steve Jobs của Apple gia nhập Atari và là chịu trách nhiệm phát triển trò chơi điện tử.) Tuy nhiên, các đối thủ ảo trong những máy tính này không giống như trí tuệ nhân tạo tổng hợp mà chúng ta đang nói đến ngày nay. Những đối thủ máy tính này chỉ là những kịch bản được thiết kế cẩn thận bởi các nhà thiết kế trò chơi. Họ mô phỏng một đối thủ có trí tuệ nhân tạo. nhưng họ không thể học và lặp lại, giỏi như những kỹ sư đã viết ra chúng. Vậy, những thay đổi trong công nghệ cơ bản của sự kết hợp giữa AI và trò chơi là gì? Bộ vi xử lý nhanh hơn, điện toán đám mây và các khả năng tính toán khác nhau mạnh hơn và có tiềm năng xây dựng mạng lưới thần kinh quy mô lớn, có thể xác định các mẫu và biểu diễn trong các lĩnh vực rất phức tạp. (Nhờ bộ vi xử lý và đám mây nhanh hơn. Với sức mạnh này, có thể xây dựng các mạng lưới thần kinh lớn có thể xác định các mẫu và biểu diễn trong các miền rất phức tạp. Lưu ý của tác giả: Điều này có nghĩa là khả năng của một bộ vi xử lý duy nhất được nhân lên nhanh hơn và bộ vi xử lý nhanh hơn Hệ số quy mô của điện toán đám mây cho phép cơ sở hỗ trợ nhận dạng mẫu phức tạp Nhận dạng mẫu là gì? Nhận dạng mẫu đề cập đến việc xử lý các dạng thông tin khác nhau (mối quan hệ số, văn bản và logic) đại diện cho sự vật hoặc hiện tượng. , quá trình mô tả, nhận dạng, phân loại và giải thích sự vật hoặc hiện tượng, là một phần quan trọng của khoa học thông tin và trí tuệ nhân tạo) Phần 1: Một số giả định và quan sát ngành
 
1. Học cách áp dụng hiệu quả trí tuệ nhân tạo sinh tạo, có thể trở thành một kỹ năng thị trường.
Đã có những người tiên phong có thể áp dụng trí tuệ nhân tạo sinh tạo hiệu quả hơn so với những người khác. Để tốt nhất tận dụng công nghệ mới này, cần phải hiểu các công cụ và công nghệ khác nhau, và biết cách kết hợp chúng lại với nhau. Chúng tôi dự đoán việc áp dụng hiệu quả trí tuệ nhân tạo sinh tạo sẽ tự nó trở thành một kỹ năng rất có tiềm năng, vì nó có thể kết hợp tầm nhìn sáng tạo của nghệ sĩ với khả năng kỹ thuật của lập trình viên. Chris Anderson có một câu nói nổi tiếng: "Mọi sự phong phú tạo ra một sự khan hiếm mới". Khi nội dung ngày càng trở nên phong phú hơn, những nghệ sĩ hiểu cách hợp tác hiệu quả nhất với các công cụ trí tuệ nhân tạo sẽ là những người khan hiếm nhất. Ví dụ: sử dụng trí tuệ nhân tạo sinh tạo trong việc tạo ra tác phẩm nghệ thuật cũng sẽ mang lại một số thử thách, bao gồm:
Giữ cho tính nhất quán: Cần có khả năng chỉnh sửa hoặc biên tập các tài sản khác nhau trong trò chơi, đối với các công cụ trí tuệ nhân tạo, điều này có nghĩa là cần có khả năng sao chép (tài sản số) bằng cùng một tín hiệu, để chúng tôi có thể chỉnh sửa và thách thức nó. Điều này có thể rất khó khăn, vì cùng một gợi ý có thể tạo ra những kết quả hoàn toàn khác nhau.
Giữ cho sự nhất quán trong phong cách: Tất cả các tác phẩm nghệ thuật trong một trò chơi đơn lẻ cần giữ phong cách nhất quán, điều này có nghĩa là các công cụ trí tuệ nhân tạo cần phải được đào tạo hoặc liên kết với phong cách đã được xác lập của nghệ sĩ/nhà thiết kế.
2. Việc giảm bớt rào cản gia nhập trong phát triển trò chơi sẽ dẫn đến nhiều khám phá mạo hiểm và sáng tạo hơn. Chúng ta có thể sớm bước vào một "thời kỳ vàng" mới trong phát triển trò chơi, việc giảm bớt rào cản gia nhập sẽ dẫn đến nhiều trò chơi sáng tạo và đổi mới hơn, không chỉ vì chi phí sản xuất thấp hơn làm giảm rủi ro cho nhà sản xuất trò chơi, mà còn vì các công cụ này đại diện cho khả năng tạo ra nội dung chất lượng cao cho nhiều khán giả hơn. 3. Sự nổi lên của "xưởng trò chơi nhỏ" được hỗ trợ bởi trí tuệ nhân tạo. Với các công cụ và dịch vụ trí tuệ nhân tạo sinh tạo, có thể nhiều trò chơi thương mại khả thi hơn sẽ được sản xuất bởi các "xưởng nhỏ" chỉ có 1 hoặc 2 nhân viên. Tất nhiên, các xưởng trò chơi độc lập nhỏ đã rất phổ biến, và trò chơi hot (Among Us) (Ghi chú của tác giả: Among Us là một trò chơi chiến lược giải trí được sản xuất và phát hành bởi Innersloth, cho phép chơi trực tuyến từ 4-10 người, được phát hành vào ngày 17 tháng 11 năm 2018) được sản xuất bởi một xưởng chỉ có 5 nhân viên, và quy mô của các trò chơi mà những xưởng nhỏ này có thể tạo ra sẽ tăng lên.
4. Số lượng trò chơi phát hành hàng năm sẽ tăng lên.
Sự thành công của Unity và Roblox cho thấy việc cung cấp các công cụ sáng tạo mạnh mẽ sẽ dẫn đến nhiều trò chơi được xây dựng hơn. Trí tuệ nhân tạo sinh tạo sẽ tiếp tục giảm thiểu rào cản, tạo ra nhiều trò chơi hơn. Ngành này đã phải đối mặt với thách thức trong việc phát hiện - chỉ trong năm ngoái, đã có hơn 10.000 trò chơi được thêm vào Steam - điều này sẽ tạo ra áp lực lớn hơn trong việc phát hiện. Tuy nhiên, chúng tôi cũng sẽ thấy... 5. Các loại trò chơi mới sẽ được tạo ra. Sẽ có các loại trò chơi mới được phát minh, như đã đề cập trước đó (Microsoft Flight Simulator), nhưng các loại trò chơi hoàn toàn mới sẽ được phát minh, kết hợp với việc tạo nội dung theo thời gian thực. Ví dụ, trò chơi RPG Arrowmancer của Spellbrush, với các nhân vật do trí tuệ nhân tạo tạo ra, có cách chơi gần như không có giới hạn. Một số nhà phát triển trò chơi đang sử dụng trí tuệ nhân tạo để cho phép người chơi tạo avatar của riêng họ trong trò chơi: tự động tạo hình ảnh avatar dựa trên mô tả của người chơi. Lưu ý rằng, từ trải nghiệm của người dùng, việc cho phép người chơi tạo nội dung thông qua trí tuệ nhân tạo có thể khiến người chơi cảm nhận được quyền sở hữu lớn hơn. 6. Giá trị sẽ thuộc về các công cụ AI trong các ngành cụ thể, chứ không chỉ là các mô hình cơ bản. Sự quan tâm xung quanh các mô hình cơ bản như Stable Diffusion và Midjourney đang tạo ra những định giá cực kỳ phóng đại, nhưng khi các nghiên cứu mới liên tục xuất hiện, các mô hình mới sẽ xuất hiện và liên tục được cải thiện với sự hoàn thiện của công nghệ mới. Dựa trên lưu lượng tìm kiếm trên website của 3 mô hình trí tuệ nhân tạo sinh tạo phổ biến (Dall-E, Midjourney và Stable Diffusion), mỗi mô hình mới đều có các điểm tập trung cụ thể xung quanh nó. Một cách tiếp cận khác là xây dựng bộ công cụ phù hợp với nhu cầu ngành (ngành dọc), các công cụ này sẽ tập trung vào nhu cầu trí tuệ nhân tạo sinh tạo của ngành cụ thể, hiểu rõ về đối tượng cụ thể, và tích hợp với các bối cảnh sản xuất hiện có (Unity hoặc Unreal). Một ví dụ điển hình là Runway, Runway cung cấp các công cụ hỗ trợ trí tuệ nhân tạo cho các nhà sáng tạo video, như chỉnh sửa video, loại bỏ phông xanh, nội dung và theo dõi chuyển động, các công cụ này có thể tăng cường các ứng dụng mới theo thời gian. Hiện tại vẫn chưa thấy xuất hiện các công cụ trò chơi như Runway, nhưng đây là một lĩnh vực có tiềm năng. 7. Những thách thức pháp lý sắp tới. Tất cả các mô hình trí tuệ nhân tạo sinh tạo này đều có điểm chung là các mô hình AI này được đào tạo bằng cách sử dụng một lượng lớn tập dữ liệu nội dung, thường được tạo ra từ các tập dữ liệu trên internet. Ví dụ, "Stable Diffusion" được đào tạo trên hơn 5 tỷ hình ảnh/tựa đề, những hình ảnh/tựa đề này đều được thu thập từ mạng. Hiện tại, các mô hình này tuyên bố hoạt động theo nguyên tắc bản quyền "sử dụng hợp lý", nhưng lập luận này vẫn chưa được kiểm nghiệm rõ ràng trong pháp luật. Rõ ràng các thách thức pháp lý sắp tới có thể thay đổi cục diện trí tuệ nhân tạo sinh tạo. Các công ty điện ảnh lớn có thể thiết lập các mô hình độc quyền thông qua lợi thế bản quyền của chính họ, tìm kiếm lợi thế cạnh tranh. Ví dụ, Microsoft có nhiều xưởng thuộc sở hữu, đặc biệt là đã mua lại Activision Blizzard. 8. Ít nhất là hiện tại, khác với lĩnh vực nghệ thuật, trí tuệ AI có thể không mang lại sự thay đổi lớn trong lĩnh vực lập trình. Kỹ thuật phần mềm là một nguồn chi phí chính khác trong phát triển trò chơi, nhưng việc sử dụng mô hình trí tuệ nhân tạo để tạo mã yêu cầu nhiều thử nghiệm và xác minh hơn, do đó, sản xuất mã không tăng năng suất nhiều như sản xuất tài sản sáng tạo. Chúng tôi cho rằng, các công cụ lập trình như Copilot có thể mang lại cải tiến hiệu suất vừa phải cho kỹ sư, nhưng sẽ không có sự thay đổi lớn như trong lĩnh vực nội dung trong ngắn hạn. Phần ba: Một số gợi ý 1. Bắt đầu khám phá trí tuệ nhân tạo sinh tạo: Để làm rõ cách tận dụng sức mạnh của cuộc cách mạng trí tuệ nhân tạo sinh tạo sắp tới, cần một thời gian. Các công ty bắt đầu phát triển kinh doanh sớm sẽ có lợi thế trong tương lai, có một số xưởng đang thực hiện các dự án thử nghiệm nội bộ, khám phá cách công nghệ này ảnh hưởng đến sản xuất trò chơi. 2. Tìm kiếm cơ hội ở những khoảng trống trên thị trường. Hiện tại, nhiều phần của toàn bộ lĩnh vực đã rất đông đúc, như hoạt hình, giọng nói, đối thoại, nhưng vẫn còn nhiều lĩnh vực rộng mở. Chúng tôi khuyến khích các doanh nhân quan tâm đến lĩnh vực này tập trung vào những lĩnh vực chưa được khai thác, như "trò chơi + trí tuệ nhân tạo sinh tạo".