jakiro
المؤلف: معهد Wangshu Tencent للبحوث
في وقت مبكر من عام 2001 ، أشارت بعض الدراسات إلى أن مجال الذكاء الاصطناعي في اللعبة لديه إمكانات كبيرة لتحقيق أو خلق ذكاء اصطناعي (AI على مستوى الإنسان) [1].كنقطة انطلاق لأبحاث الذكاء الاصطناعي ، توفر اللعبة ، مع تعقيد وتنوع مشهد مهمتها ، ضمانًا للذكاء الاصطناعي من حيث الاتساع والعمق والمرونة.
في الوقت الحاضر ، مع التطور السريع لتوليد الذكاء الاصطناعي وتكنولوجيا الذكاء الاصطناعى ، فإن اتجاه تطوير الألعاب ورنين الذكاء الاصطناعي أكثر وضوحًا.في GDC2024 (مؤتمر تطوير اللاعبين العالمي 2024) ، أصبح منظمة العفو الدولية محور المؤتمر ، مع خطب من الذكاء الاصطناعى من 64 لعبة ، وهو ما يمثل 8 ٪.في مجال جيل الذكاء الاصطناعي ، يستخدم 62 ٪ من المجيبين في صناعة الألعاب أدوات الذكاء الاصطناعى لصنع محتوى اللعبة [2].في مجال القرار -صنع الذكاء الاصطناعى ، أطلق فريق Google Deepmind مرة أخرى GMA Sima (وكيل Multiworld Multiborly القابل للتطوير) بعد Alphastar ، والذي يمكنه أداء أكثر من 600 مهمة في عوالم الألعاب ثلاثية الأبعاد المختلفة وفقًا لتعليمات اللغة الطبيعية البشرية.
مجال الاختبار الفني:
توفر اللعبة معيارًا واضحًا لقياس القرار -الذكاء الاصطناعي. تكنولوجيا.في الوقت الحاضر ، اختارت معظم فرق أبحاث AI بما في ذلك Openai و DeepMind ، وما إلى ذلك ، ألعابًا كسيناريوهات تدريب ، وتلتزم بإنشاء ذكاء عالمي في أنواع مختلفة من سيناريوهات اللعبة ، واستخدام هذا لإنشاء ذكاء عام.
في 13 مارس ، 2024 ، أصدر فريق Google Deepmind ذكاء الذكاء الاصطناعي يدعى Sima (Actible Multiworld Agent).سمحت قدرة فهم اللغة الطبيعية القوية وتعلم الهجرة على العديد من الباحثين برؤية ظهور SIMA على أنه “لحظات ChatGpt Smart”.
يشرح DeepMind المبادئ الأساسية والمسارات التقنية لـ SIMA في التقرير الفني ، ويعرفها على أنها هيئة ذكية عالمية يمكن التوسع فيها وتوجيهها في عوالم ثلاثية الأبعاد ثلاثية الأبعاد.اختار فريق DeepMind 9 ألعاب ثلاثية الأبعاد شهيرة و 4 مشاهد ثلاثية الأبعاد مصنوعة من محركات الوحدة كبيئة تدريب Sima Smartفي عملية التدريب المحدد ، تلاحظ التجربة الذكية باستمرار معلومات صورة اللعبة في شاشة التعلم ، وتجمعها مع تعليمات العمليات المختلفة للاعب في اللعبة ، ثم تدرك إخراج لوحة المفاتيح والماوس للتحكم في الشخصيات في الشخصيات لعبة لتنفيذ دور مختلف العمليات [3].
>
الشكل 1 نظرة عامة على مشروع Sima الذكي
يعد مشروع SIMA معلمًا مهمًا في مجال DeepMind في مجال الذكاء الاصطناعي (AGI). على SIMA ، DeepMind استنادًا إلى نماذج اللغة الكبيرة ، تم اختبارها وبحثها عن الذكاء العام على أساس بيئة اللعبة. إلى العالم الحقيقي.
قبل إصدار SIMA ، كان هناك العديد من مشاريع الأبحاث الذكية في اللعبة في هذه الصناعة.
تم إصدار Gato من قبل فريق DeepMind في نوفمبر 2022. يمكنه لعب ألعاب Atari والتحكم في لبنات بناء ذراع Robot Real Robot.تستخدم GATO بنية نموذجية كبيرة من GPT.في دراسة أجريت في مارس 2023 ، أشارت Microsoft إلى أن GATO ، مثل GATO ، تجمع بين نموذج كبير من المعلومات متعددة الأسلوب ، والتي من المحتمل أن تولد في المراحل المبكرة من الذكاء [5].
>
الشكل 2 GATO التي تم إنشاؤها بواسطة DeepMind
على غرار GATO ، هناك مؤسسات بحثية مثل Nobita و Caltech و Stanford ، Minedojo ، والتي تم إنشاؤها بشكل مشترك من قبل لعبة “My World”.يستخدم Minedojo معلومات حول فيديو المشغل عن لعبة “My World” (YouTube) ، و Encyclopedia (WIKI) ومجتمع المستخدمين (Reddit) كمواد تدريبية لتدريب رسالة يمكن أن تستند إلى مطالبات النص في لعبة “Minecraft” لإكمال كل الذكاء الذكي مع المهام المختلفة.لا يمكن لـ Minedojo إكمال بعض المهام البرمجية البسيطة فحسب ، بل يمكن أيضًا إكمال سلسلة من المهام الإبداعية بناءً على وصف بسيط ، مثل بناء مكتبة على أساس الوصف [6].
>
الشكل 3 نموذج قدرة Minedojo
تتوافق المهمتان من GATO و MINEDOJO مع فكرتين مختلفتين في دراسة الذكاء الاصطناعي: حل ما يكفي من المهام أو حل مهمة معقدة كافية.ومع ذلك ، هناك قيود معينة على الدراستين أعلاه. قدرة التعلم ، لديها قدرة على التعلم للهجرة ، ولكن لديها قدرة على التعلم للهجرة ، ولكن لديها قدرة على التعلم للهجرة ، ولكن لديها قدرة على التعلم للهجرة. بيئة اللعبة ، وهي فجوة كبيرة مع مشاهد العالم الحقيقي.
في الوقت الحاضر ، أصبح GM Aigent بناءً على تدريب بيئة الألعاب إجماعًا في هذه الصناعة.في خطاب TED AI 2023 ، اقترح جيم فانست ، كبير العلماء في نفيديا ، مفهوم وكيل الأساس. 7].في الصين ، قاد Tencent أيضًا إنشاء الذكاء المتعدد والتكنولوجيا المعقدة -منصة البحث المعقدة -التنوير ، بالاعتماد على مختبر Tencent AI و “مجد الملك” في المزايا الأساسية للخوارزميات ، وقوة الحوسبة ، والسيناريوهات التجريبية لـ يوفر الباحثون الأكاديميون ومطوري الخوارزمية منصة استكشاف التطبيق المحلية الرائدة.
اختراق جديد:
يجمع ظهور SIMA بين نماذج اللغة الكبيرة مع التدريب الذكي لتحقيق اختراق في قرار الذكاء الذكي -القدرة على صنع وتعميم.لا يمكن لـ SIMA فقط فهم بيئات الألعاب ثلاثية الأبعاد بشكل أفضل ، ولكن أيضًا أداء مهام مختلفة في عوالم الألعاب ثلاثية الأبعاد المختلفة مثل البشر وفقًا للبشر ، ولكن أيضًا تتجاوز بكثير الهيئات الذكية الأخرى في اتخاذ القرار -اتخاذ القرار. للبشر [8].مؤسس DeepMind والرئيس التنفيذي ديميس حاسابيس هو أكثر حدة في المقابلة ،“إن مجال الجمع بين نماذج اللغة الكبيرة ، والتدريب على الذكاء الذكاء وبيئة اللعبة له آفاق تطوير ضخمة. سيستمر DeepMind في زيادة الاستثمار في هذا المجال في المستقبل.[9]جوهر”بشكل عام ، تنعكس خصائص SIMA الأخرى واختراقها بشكل أساسي في الجوانب التالية:
أولاً ، تستخدم SIMA بيئة اللعبة للتدريب ، ولكنها تولي المزيد من الاهتمام لاتساق السلوك الذكي وتعليمات تلقي.من منظور فريق DeepMind ، “اللعبة الذكاء الاصطناعي(AI)مجال اختبار مهم للنظاممثل العالم الحقيقي ، فإن اللعبة هي أيضًا بيئة تعليمية غنية ، مع تحديد الوقت الحقيقي وتغيير الأهداف مع استجابة حساسة.بالمقارنة مع ذكاء اللعبة الذي تم إصداره مسبقًا من قبل فريق DeepMind ، فإن الشيء نفسه هو أنه خلال عملية التدريب ، لاحظت أيضًا بيانات السلوك لعدد كبير من اللاعبين البشر. اللاعبون البشريون أو في اللعبة.
ثانياً ، تجمع SIMA بين نماذج اللغة الكبيرة مع التدريب الذكي وتبني واجهة تفاعلية موحدة وغير متجانسة.“تعلم اللغة والبيئة مكملة. من خلال تعلم اللغة الطبيعية ، يمكن أن يحسن القدرة على فهم التمثيل العالمي والمفاهيم المجردة وتحسين كفاءة التعلم.” تم تقديمه ، وتبعت عملية التدريب بأكملها قواعد أولوية اللغة.بمعنى آخر ، لا تحتاج SIMA إلى الوصول إلى الكود المصدري للعبة ولا واجهة برمجة التطبيقات المخصصة.إنه يحتاج فقط إلى مدينين: يمكن لمعلومات الصورة على الشاشة ، ويمكن أن تستخدم تعليمات اللغة الطبيعية التي يوفرها المستخدم لوحة المفاتيح والماوس للتحكم في الأحرف في اللعبة لتنفيذ هذه التعليمات.من حيث أساليب التفاعل المحددة ، تستخدم SIMA واجهة تفاعلية موحدة ومتوسطة إنسانية.
>
الشكل 4 Sima Smart Architecture
ثالثًا ، تتمتع SIMA بقدرات تعميم جيدة ويمكنها الحفاظ على مستوى عالٍ من القدرة في السيناريوهات الافتراضية المختلفة.وفقًا لبيانات فريق DeepMind ، تم تقييم SIMA من خلال 600 مهارات أساسية ، وتغطي التنقل (مثل turn -turn) ، وتفاعل الكائن (سلم التسلق) ، والقائمة استخدام مستوى الأداء أعلى من ذكاء مماثل.قام باحث DeepMind بتقييم قدرة SIMA على إكمال ما يقرب من 1500 لعبة (في اللعبة) وفقًا للتعليمات. من نفس النوع من جسم الذكاء (انظر الشكل 5).
>
الشكل 5 مقارنة الأداء للذكاء المتعدد في بيئات مختلفة
تطبيق مشهد جديد:
أصبحت اللعبة مجالًا للاختبار وحضانة لإنشاء وكيل AI عام ، وتعزز باستمرار تكرار تحديث تقنية اتخاذ القرار.في الوقت نفسه ، مع استحقاق توليد تقنيات الذكاء الاصطناعى مثل الانتشار المستقر والمحول ، بدأت تقنية الذكاء الاصطناعي أيضًا في مساعدة الألعاب وإنشاء المزيد من الصناعات الثقافية. ، تحسين أبحاث المنتج وكفاءة التطوير ، وزيادة تقليل عتبة إنتاج المحتوى التفاعلي.
على مستوى التطبيق ، أصبح نموذج Generation AI مساعد قوي لمطوري الألعاب.وفقًا لبيانات “تقرير صناعة ألعاب الوحدة 2024” ، بعد استخدام تقنية الذكاء الاصطناعي ، ذكرت 71 ٪ من استوديوهات اللعبة أن البحث والتطوير قد تم تحسينه بشكل فعال. في روابط مختلفة.
على جانب الإنتاج من محتوى اللعبة ، تم استخدام Generation AI على نطاق واسع في توليد النص ، وإنشاء الفن ثنائي الأبعاد ، وتوليد الكود والكشف ، وتوليد تصميم المستوى.قبل تدخل أداة الذكاء الاصطناعي في عملية عمل فنية اللعبة ، يتم تقصير عامل توضيحي عالي الجودة بعد حوالي أسبوع. .
>
الشكل 6 عملية الرسم على أساس أدوات AIGC
فيما يتعلق بتخفيض تكاليف الاتصال لأنواع مختلفة من العمال ، فإن لدى Generation AI أيضًا مساحة تطبيقات ضخمة.على سبيل المثال ، في عملية إنتاج الألعاب ، وخاصة عندما يتم تصميم أسلوب فن اللعبة واختياره ، فإن التواصل بين تخطيط اللعبة وعمال الفن غالباً ما يستغرق الكثير من تكاليف الوقت.يمكن أن يساعد تدخل توليد أدوات الذكاء الاصطناعي للمخططين بسرعة والحصول على الإبداع ويقلل إلى حد كبير من تكاليف الاتصال.
على مستوى الأدوات ، مع تحسين كفاءة الإنتاج والتطوير للتنسيق الذكاء ، بدأت شركات الألعاب المختلفة أيضًا في دمجها في أدوات إنتاج المحتوى الخاصة بها.أصدرت NVIDIA ، وهي شركة رقاقة للألعاب ، منصة AI Tool Platform NVIDIA ACE للألعاب ، وهي مطور ألعاب في يونيو 2023 ، مما يسمح لمطوري الألعاب ببناء ونشر نماذج مخصصة للحوار والحوار والرسوم المتحركة في اللعبة ، والتي تحسنت بشكل كبير أعلنت كفاءة الإنتاج والإنتاج لمحتوى اللعبة ؛ توليد طريقة اللعب [10].
>
الشكل 7 الشكل السرية التجريبية لتكنولوجيا البروتوكول التي أصدرتها NVIDIA
أصدرت شركة Game Engine Company Unity و Unreal أيضًا منتجات جديدة تعتمد على Generation AI.أصدرت Unity منتجين جديدين على أساس تكنولوجيا الذكاء الاصطناعي في يوليو 2023: تم الإبلاغ عن أن المنتجين يمكن أن يزيد من كفاءة إنشاء المحتوى التقليدي عشر مرات ؛ على سبيل المثال ، حاول Metahuman Creator ، رجل رقمي ، تسريع إنشاء شخصيات عالية الجودة وسيناريوهات كبيرة لتوليد الكفاءة مع تكنولوجيا الذكاء الاصطناعي.
تتبنى شركة إنتاج الألعاب أيضًا تقنية الذكاء الاصطناعي بشكل شامل ، وتستخدم الذكاء الاصطناعي لتمكين أدوات إنتاج المحتوى ، وتحسن باستمرار أبحاث المحتوى وكفاءة التطوير.以腾讯为例 ， 腾讯 ai lab 在 gdc 2024 重磅发布了自研游戏全生命周期 ai 引擎 “giinex” ， 该引擎借助腾讯自研生成式 ai 和决策 ai 模型 面向 面向 ai 驱动的 npc 、场景制作、 في مجال توليد المحتوى ، يمكن أن يوفر مجموعة متنوعة من إمكانيات AIGC بما في ذلك الرسومات ثلاثية الأبعاد والرسوم المتحركة والمدينة والموسيقى.بمساعدة محرك Giinex ، تم الانتهاء من مهمة النمذجة الحضرية التي كانت مطلوبة في الأصل لمدة 5 أيام.
>
الشكل 8 Tencent Game AI Engine Giinex Architecture
خاتمة
منذ مؤتمر Datmouth في عام 1956 ، في مجال الذكاء الاصطناعي ، قام علماء الكمبيوتر الأوائل بتعريف الذكاء الاصطناع في وقت لاحق ، يتبع البحث عن الذكاء الاصطناعي مسار الذكاء البشري “المحاكاة” ، في محاولة لخلق ذكاء اصطناعي يمكنه الاستماع ، والتحدث ، والتفكير ، والتعلم ، وتعزيز تصوره ، والعالم الحقيقي المعرفي ، و sui xing القرار -اتخاذ القرار -اتخاذ القرار القدرة على التصرف.
اليوم ، لا تزال أبحاث الذكاء الاصطناعي تتبع مسار وأهداف البشر.إذا قيل أن نموذجًا كبيرًا من الذكاء الاصطناعي يمثله ChatGpt و Sora ، وما إلى ذلك ، فقد عزز قدرة “الإدراك” و “المعرفية” للذكاء الاصطناعي للأشياء ، وأكملت الخطوة الأولى نحو الذكاء الاصطناعي العام.لذا فإن السماح للذكاء الاصطناعي باتخاذ قرار “اختيار” مناسب -وضع نموذج منظمة العفو الدولية من خلال التعلم الآلي في بيئة ألعاب معقدة ومتنوعة ، بحيث يتمتع الذكاء الاصطناعي بالقدرة على “التحرك” ، ويمكنه اتخاذ قرارات مستقلة وفقًا لما يخصها وبيئية المعلومات لتحقيقها وتحقيقها لتحقيق ذلك.
على الرغم من أن مسافة أبحاث الذكاء الاصطناعية الحالية قد حققت طريقًا طويلًا ،ومع ذلك ، فإن مزيج من الذكاء الاصطناعى واتخاذ القرار -لا شك في أنه يفتح إمكانيات جديدة لتحقيق AGI.يمكننا أن نرى أنه بناءً على مزيج من نماذج اللغة الكبيرة وذكاء الذكاء الاصطناعى ، فقد تمكنت من تشكيل ذكاء اللعبة العالمي مثل Sima ، والتي لا يمكن أن تتخذ قرارات فعالة في بيئة معينة فحسب ، بل تستمر أيضًا في التعلم والتكيف مع المجهول والبيئة وأيضا يمكن أن تتعلم بشكل مستمر البيئة غير المعروفة ، ويمكن أن تتعلم بشكل مستمر للبيئة غير المعروفة. إظهار الذكاء -مثل الذكاء.في المستقبل ، مع الزيادة المستمرة في بيئة التدريب ، قد يكون للذكاء العام فهمًا وقدرة على فهم تعليمات اللغة الأكثر تعقيدًا وأعلىنتطلع أيضًا إلى ذلك في يوم من الأيام ، يمكن أن تمر جنرال موتورز عبر المرحلة الواسعة من العالم الكبير من خلال اختبار العالم الصغير للعبة وخدمة آلاف الصناعة في المجتمع البشري.
بفضل Cao Jianfeng ، Liu Lin ، Wang Peng ، إلخ. للتوجيه أثناء كتابة هذا المقال!
