La musa ai fue entrenada en el videojuego Borde de hemorragia
Microsoft
Un modelo de inteligencia artificial de Microsoft puede recrear imágenes de videojuegos realistas que la compañía, según la compañía, podría ayudar a los diseñadores a hacer juegos, pero los expertos no están convencidos de que la herramienta será útil para la mayoría de los desarrolladores de juegos.
Las redes neuronales que pueden producir imágenes coherentes y precisas de los videojuegos no son nuevas. Una reciente IA creada por Google generó una versión totalmente reproducible de la juego de computadora clásico Condenar sin acceso al motor de juego subyacente. El original Condenar, Sin embargo, fue lanzado en 1993; Los juegos más modernos son mucho más complejos, con una física sofisticada y gráficos computacionalmente intensivos, que han demostrado ser más complicados para que AIS recree fielmente.
Ahora, Katja Hofmann en Microsoft Research y sus colegas han desarrollado un modelo de IA llamado Muse, que puede recrear secuencias completas del juego de batalla en línea multijugador Borde sangrado. Estas secuencias parecen obedecer la física subyacente del juego y mantener a los jugadores y objetos en el juego consistentes con el tiempo, lo que implica que el modelo ha comprendido una comprensión profunda del juego, dice Hofmann.
Muse está entrenado en siete años de datos de juego humano, incluidas las imágenes del controlador y el video, proporcionados por Borde de hemorragiaEl desarrollador de Microsoft, Ninja Studios. Funciona de manera similar a modelos de idiomas grandes como ChatGPT; Cuando se le da una entrada, en forma de marco de videojuegos y sus acciones de controlador asociadas, tiene la tarea de predecir el juego que podría venir a continuación. “Es realmente bastante alucinante, incluso para mí ahora, que solo de los modelos de entrenamiento para predecir lo que aparecerá a continuación … aprende una comprensión sofisticada y profunda de este complejo entorno 3D”, dice Hofmann.
Para comprender cómo las personas podrían usar una herramienta de IA como Muse, el equipo también encuestó a los desarrolladores de juegos para aprender qué características encontrarían útiles. Como resultado, los investigadores agregaron la capacidad para ajustarse iterativamente a los cambios realizados en la mosca, como el cambio de personaje de un jugador o los objetos nuevos que ingresan a una escena. Esto podría ser útil para crear nuevas ideas y probar los escenarios de los desarrolladores, dice Hofmann.
Pero Muse todavía se limita a generar secuencias dentro de los límites del original Borde de hemorragia Juego: no se le ocurre nuevos conceptos o diseños. Y no está claro si esta es una limitación inherente del modelo, o algo que podría superarse con más datos de entrenamiento de otros juegos, dice Mike Cook en King’s College London. “Esta está muy lejos de la idea de que AI Systems puede diseñar juegos por su cuenta”.
Si bien la capacidad de generar secuencias de juego consistentes es impresionante, los desarrolladores pueden preferir tener un mayor control, dice Cook. “Si construyes una herramienta que realmente está probando tu juego, ejecutando el código de juego en sí, no debes preocuparte por la persistencia o la consistencia, porque está ejecutando el juego real. Por lo tanto, estos son problemas de resolución que la IA generativa ha introducido ”.
Es prometedor que el modelo está diseñado con los desarrolladores en mente, dice Georgios Yannakakis en el Instituto de Juegos Digitales de la Universidad de Malta, pero puede no ser factible para la mayoría de los desarrolladores que no tienen tantos datos de capacitación. “Se trata de la pregunta de ¿vale la pena hacerlo?” dice Yannakakis. “Microsoft pasó siete años recopilando datos y entrenando estos modelos para demostrar que realmente puede hacerlo. Pero un estudio de juego real pagaría [to do] ¿este?”
Incluso Microsoft en sí es equívoco sobre si los juegos diseñados por IA podrían estar en el horizonte: cuando se les preguntó si los desarrolladores en su división de juegos Xbox podrían usar la herramienta, la compañía declinó hacer comentarios.
Mientras que Hofmann y su equipo esperan que las futuras versiones de Muse puedan generalizarse más allá de sus datos de entrenamiento, presentando nuevos escenarios y niveles para los juegos en los que están entrenados, además de trabajar para diferentes juegos, esto será un significativo Desafío, dice Cook, porque los juegos modernos son muy complejos.
“Una de las formas en que un juego se distingue es cambiando los sistemas e introduciendo nuevas ideas de nivel conceptual. Eso hace que sea muy difícil para los sistemas de aprendizaje automático salir de sus datos de capacitación e innovar e inventar más allá de lo que han visto ”, dice.
Temas: