Een scène uit een door AI gegenereerde facsimile van het computerspel Doom
ID-software
Een door AI gegenereerde recreatie van een klassiek computerspel Noodlot het kan normaal worden gespeeld, ook al heeft het geen computercode of grafische afbeeldingen. De onderzoekers achter het project zeggen dat vergelijkbare AI-modellen in de toekomst kunnen worden gebruikt om games helemaal opnieuw te maken, net zoals ze vandaag de dag tekst en afbeeldingen maken.
Het model, genaamd GameNGen, is gemaakt door Dani Valevski van Google Research en zijn collega’s, die weigerden te praten met Nieuwe wetenschapper. Volgens hun onderzoekspaper kan de AI maximaal 20 seconden worden gespeeld met behoud van alle kenmerken van het origineel, zoals scores, munitieniveaus en kaartindelingen. Spelers kunnen vijanden aanvallen, deuren openen en zoals gewoonlijk met de omgeving communiceren.
Na deze periode begint het geheugen van het model op te raken en valt de illusie uit elkaar.
Het origineel Noodlot het werd gepubliceerd in 1993 en werd in de jaren daarna een populair onderwerp voor computerwetenschappelijke projecten, inclusief pogingen om het uit te voeren op ongebruikelijke en beperkte hardware zoals broodroosters, loopbanden en espressomachines.
Maar in al die gevallen draait de hardware gewoon de originele spelcode. Wat GameNGen doet is fundamenteel anders: een type AI dat een neuraal netwerk wordt genoemd, heeft door observatie geleerd hoe een game opnieuw kan worden gemaakt zonder de code ervan te zien.
De onderzoekers creëerden eerst een AI-model dat leerde omgaan met Doom zoals mensen dat zouden doen. Dat model kreeg vervolgens de taak om het spel steeds opnieuw te spelen, terwijl een ander AI-model, gebaseerd op de Stable Diffusion-beeldgenerator, leerde hoe honderden miljoenen inputs resulteerden in veranderingen in de spelstatus.
Dat tweede model werd toen in wezen een kopie van het spel, met alle kennis, regels en instructies uit de originele code gecodeerd in een mysterieus netwerk van kunstmatige neuronen in zijn eigen architectuur. In tests waren menselijke spelers slechts iets beter dan toeval in het onderscheiden van korte gamefragmenten van AI-simulatiefragmenten.
De makers van GameNGen beweren in hun artikel dat het een proof of concept is voor games die zijn gemaakt door een neuraal netwerk, en niet door regels code. Ze suggereren dat games kunnen worden gegenereerd op basis van tekstuele beschrijvingen of concept art, wat de productie goedkoper zou maken dan het gebruik van menselijke ontwikkelaars.
Andrew Rogoyski van de Universiteit van Surrey, VK, zegt dat het idee om een neuraal netwerk een game-omgeving te laten hallucineren en de interacties die een mens ermee heeft, een interessante stap voorwaarts is, maar niet een die menselijke game-ontwerpers zal vervangen.
“Ik denk niet dat dit het einde is van die gamestudio’s. Ik denk dat gamestudio’s de verbeeldingskracht en de vaardigheden hebben om deze werelden daadwerkelijk te creëren, om de gameplay te begrijpen, om betrokkenheid te begrijpen, om te begrijpen hoe ze ons in een verhaal kunnen betrekken. Het zijn niet alleen maar moeren en bouten, bits en bytes”, zegt hij. “Er is iets heel menselijks aan het creëren van interessante ervaringen waar wij als mensen van genieten, en die, op dit moment en in de nabije toekomst, vooral van andere mensen zullen komen.”
Onderwerpen: