Sieć neuronowa Muse firmy Microsoft: czym jest i czy może pomóc w tworzeniu gier wideo?

Muse nie może tworzyć ani interaktywnych fragmentów rozgrywki, ani rzeczywistych gier.

Muse posiada obecnie unikalną funkcję tworzenia krótkich filmów z rozgrywki. Proces ten opiera się na początkowym komunikacie, który zawiera obrazy i informacje o interakcji z kontrolerem. Ta funkcja pozwala użytkownikom na efektywną wizualizację rozgrywki, tworząc angażujące treści, które można wykorzystać do różnych celów, w tym do promocji gier i materiałów edukacyjnych. Dzięki możliwości generowania filmów przez Muse na podstawie danych, użytkownicy mogą szybko i łatwo tworzyć wysokiej jakości treści, które spełniają ich potrzeby.

Sieć neuronowa Microsoftu potrafi analizować warunki określone w komunikacie, w tym trójwymiarowe światy gier, rozmieszczenie postaci i obiektów, zachowania graczy oraz interfejs. Może tworzyć krótkie filmy prezentujące rozgrywkę tak, jak widzi ją sieć neuronowa. Otwiera to nowe horyzonty wizualizacji rozgrywki i prezentowania potencjalnych wrażeń gracza.

Możesz dostarczyć Muse kilka klatek z rzeczywistej rozgrywki i dane dotyczące przycisków naciśniętych przez gracza w tych klatkach. W odpowiedzi sieć neuronowa wygeneruje wideo prezentujące różne scenariusze rozgrywki, w których postać zachowuje się tak, jakby grała prawdziwa osoba. Rezultat może różnić się od rzeczywistej rozgrywki, ale właśnie taki jest cel Muse: wizualizacja różnorodnych możliwych scenariuszy rozgrywki na podstawie kilku początkowych klatek. Otwiera to nowe horyzonty dla graczy i deweloperów, pozwalając im eksperymentować z różnymi podejściami i strategiami w mechanice gry.

Twórcy Muse wprowadzili WHAM Demonstrator, innowacyjne środowisko do interakcji z siecią neuronową. Ten wizualny interfejs pozwala użytkownikom wprowadzać początkowe podpowiedzi, zmieniać warunki generowania podczas pracy z Muse oraz dodawać dodatkowe obiekty do już wygenerowanej sceny. Sieć neuronowa uwzględnia te elementy podczas kolejnego generowania, znacznie rozszerzając możliwości kreatywne i dostosowując efekt końcowy. WHAM Demonstrator otwiera nowe horyzonty dla użytkowników poszukujących maksymalnej kontroli nad procesem tworzenia treści opartym na sztucznej inteligencji.

W kontekście WHAM Demonstrator ważne jest wyjaśnienie jednego aspektu. Generowanie można regulować za pomocą kontrolera, jak pokazano w artykule na stronie internetowej Microsoft, korzystając z gamepada Xbox. Na przykład, jeśli chcesz, aby postać w systemie Muse poruszała się w lewo zamiast w prawo, po prostu przesuń gałki kontrolera w żądanym kierunku, a sieć neuronowa wykona te instrukcje. Pozwala to użytkownikowi na dokładniejsze kontrolowanie zachowania postaci i dostosowywanie interakcji do własnych preferencji.

Czy Muse tworzy interaktywną rozgrywkę, w której gracz steruje postacią? W rzeczywistości nie, ponieważ nie ma w niej sterowania postacią. Przesuwając gałkę w lewo lub wykonując inną czynność na kontrolerze, użytkownik jedynie dostarcza sieci neuronowej dodatkowy sygnał, który musi on uwzględnić w kolejnym procesie generowania. Sztuczna inteligencja nadal generuje filmy z momentami rozgrywki, ale sama rozgrywka nie jest wynikiem bezpośredniego sterowania. Zasadę działania systemu można zilustrować następująco: czynność na padzie, oznaczona jako a(t), przerywa generowanie wideo, oznaczone jako z(t), dzięki czemu sztuczna inteligencja może uwzględnić ten sygnał w kolejnej generacji. W ten sposób Muse prezentuje nowe podejście do tworzenia treści, ale nie zapewnia tradycyjnego doświadczenia sterowania postacią.

Muse może potencjalnie zostać wykorzystane do iteracji rozgrywki

Muse oferuje możliwość przemyślenia i przetestowania pomysłów projektowych w kontekście mechaniki gry. Na przykład, deweloper chcący ocenić, jak mechanika skoku będzie działać w określonej lokalizacji, musi obecnie zmontować całą scenę w silniku gry i przeprowadzić ręczne testy. Jednak dzięki sieci neuronowej zdolnej do generowania różnych scenariuszy rozgrywki w oparciu o zachowanie prawdziwych graczy, proces ten staje się znacznie szybszy i wygodniejszy. Pozwala to deweloperom na skuteczniejszą optymalizację rozgrywki i poprawę interakcji z użytkownikiem.

Twórcy Muse wyraźnie zainwestowali w projekt w koncepcję opartą na trzech kluczowych zasadach, które zapewniają efektywne generowanie filmów z rozgrywki. Zasady te obejmują spójność, różnorodność i niezmienność. Przestrzeganie tych zasad pozwala sieci neuronowej tworzyć treści, które są nie tylko atrakcyjne, ale także spełniają oczekiwania użytkowników. Spójność zapewnia spójną jakość wideo, różnorodność zapobiega monotonii, a spójność zachowuje podstawowe cechy treści. Te aspekty stanowią fundament sukcesu Muse i przyczyniają się do tworzenia unikalnego doświadczenia w grach.

Spójność w sieciach neuronowych odnosi się do zdolności modelu do zapamiętywania warunków przedstawionych podczas procesu generowania i stosowania się do nich w podobnych sytuacjach. Na przykład, jeśli sieć neuronowa Muse generuje film z rozgrywki, w którym postać kontrolowana przez nieistniejącego gracza zaczyna strzelać, gdy pojawia się wróg, wszystkie pozostałe postacie powinny wykazywać podobne zachowanie w podobnych okolicznościach. Ta właściwość pomaga zapewnić spójność i realizm rozgrywki.

Różnorodność w kontekście sieci neuronowych odnosi się do zdolności systemu do generowania wielu scenariuszy rozgrywki w oparciu o początkowe informacje podane w monicie. Na przykład, jeśli sieć neuronowa otrzymuje nagranie przedstawiające postać stojącą przed wyborem jednej z trzech ścieżek, Muse musi wygenerować co najmniej trzy filmy z rozgrywki dla każdej z tych ścieżek. Optymalnym rozwiązaniem byłoby wygenerowanie większej liczby filmów prezentujących różne typy zachowań postaci na każdej z nich. To znacznie zwiększa różnorodność zawartości gry i poprawia wrażenia użytkownika.

Niezmienność sieci neuronowych oznacza, że ​​system zachowuje warunki zdefiniowane przez użytkownika. Na przykład, jeśli dodasz czerwoną beczkę obok postaci w wygenerowanym filmie, Muse nie powinna jej usuwać podczas dalszego generowania. W idealnym przypadku sieć neuronowa powinna uwzględnić ten warunek i wykorzystać go, na przykład pokazując postać strzelającą do beczki i powodującą jej eksplozję. Takie podejście zapewnia większą spójność i przewidywalność w tworzeniu treści, co jest szczególnie ważne dla użytkowników dążących do wysokiej jakości i dokładności w projektach wizualnych.

Michael Cook, projektant gier, badacz sztucznej inteligencji i wykładowca w King's College London, twierdzi, że nawet przy ścisłym przestrzeganiu zasad, Muse pozostaje trudnym narzędziem w tworzeniu gier. Pomimo jego teoretycznego potencjału, jego zastosowanie w tym obszarze jest wątpliwe.

Jednym z argumentów jest to, że zwykli deweloperzy nie są w stanie odtworzyć warunków, jakie zaobserwował zespół Microsoftu podczas tworzenia swojej sieci neuronowej. Nawet jeśli duża firma jest w stanie skompilować siedem lat rozgrywki ze swojej gry w fazie rozwoju, co z niezależnymi studiami, które dopiero zaczynają? Takie studia mogą nigdy nie dysponować wystarczającą ilością danych, aby dostarczyć sieci neuronowej niezbędny zestaw podpowiedzi. Stwarza to poważne przeszkody dla niezależnych deweloperów, którzy muszą dostosować się do nowoczesnych technologii i wykorzystać je w swoich grach.

Cook poruszył ważne kwestie dotyczące działania sieci neuronowych, szczególnie w kontekście różnorodności generowanych treści. Zasada ta nakazuje, aby sieć neuronowa uwzględniała zróżnicowane zachowania prawdziwych graczy w oparciu o dostarczone jej dane z rozgrywki. Pojawia się jednak wiele pytań, czy sieć neuronowa została wytrenowana na nagraniach uzyskanych podczas testów alfa lub beta, a nawet podczas testów kontroli jakości (QA). Co się stanie, jeśli nie będą dostępne nagrania rozgrywki po premierze, ponieważ gra nie została jeszcze wydana? Rodzi to pytania o to, jak istotna będzie treść generowana przez sieć neuronową, jeśli zostanie ona wytrenowana na nagraniach przedstawiających specjalistów ds. kontroli jakości, którzy po prostu szukają błędów i próbują zepsuć grę. Rodzi to pytania o jakość i różnorodność wyników, jakie może dostarczyć sieć neuronowa, oraz o potrzebę wykorzystania bardziej zróżnicowanych i trafnych danych treningowych.

Przedstawiciele Microsoftu nie udzielili odpowiedzi na wiele pytań, w tym na te. Nie ma gwarancji, że sytuacja wkrótce się zmieni i że będą w stanie udzielić wyjaśnień.

Muse to wysoce wątpliwe narzędzie do konserwacji starych gier, nawet w teorii.

Problem z Muse polega na tym, że Microsoft próbuje przedstawić sieć neuronową jako sposób na konserwację gier wideo. Według Phila Spencera, szefa Xbox, istnieje perspektywa, że ​​Muse mógłby analizować nagrania z rozgrywki klasycznych gier i ułatwiać ich przenoszenie na nowoczesne platformy. Otwiera to nowe możliwości w zakresie ochrony dziedzictwa gier i udostępniania starych gier nowej publiczności.

Michael Cook określił twierdzenia Spencera jako „głupie” i podkreślił, że Muse nie powinno być postrzegane jako narzędzie do konserwacji gier wideo. Dzieje się tak, ponieważ sam proces „konserwacji” nie jest jasno zdefiniowany ani wyjaśniony. Obecnie sieć neuronowa Microsoftu może renderować filmy z rozgrywki wyłącznie na podstawie zachowań rzeczywistych graczy, wykorzystując obszerne dane z relatywnie prostych gier akcji. Nie jest jasne, jak dokładnie ten model rozwinie się w technologię umożliwiającą przenoszenie starszych gier na nowoczesne platformy. Najwyraźniej nawet sam Microsoft nie ma pewności w tej kwestii.

Muse firmy Microsoft stanowi ważny krok w złożonym procesie integracji sieci neuronowych z tworzeniem gier wideo. Chociaż ten krok obecnie rodzi więcej pytań i wyzwań niż oferuje rozwiązań, technologia ta ma potencjał, aby zmienić sposób wykorzystania sztucznej inteligencji w branży gier. Może pomóc deweloperom znacznie skrócić czas poświęcany na rozwiązywanie różnych problemów, co otworzy nowe możliwości kreatywności i innowacji w tworzeniu gier.