jakiro
Auteur: Wangshu Tencent Research Institute Post -Doctoral Post -Doctoral
Dès 2001, certaines études ont souligné que le domaine de l’intelligence artificielle dans le jeu a un grand potentiel pour réaliser ou créer l’intelligence artificielle (IA au niveau humain) [1].En tant que point de départ de la recherche de l’intelligence artificielle, le jeu, avec la complexité et la diversité de sa scène de tâche, garantit l’intelligence artificielle en termes d’étendue, de profondeur et de flexibilité.
À l’heure actuelle, avec le développement rapide de l’IA de génération et la technologie de l’IA de prise de décision, la tendance de développement des jeux et la résonance de l’intelligence artificielle est plus évidente.Au GDC2024 (Global Playing Development Conference 2024), l’IA est devenue l’objet de la conférence, avec des discours sur le thème de l’IA de 64 jeux, représentant 8%.Dans le domaine de l’IA de génération, 62% des répondants de l’industrie du jeu utilisent des outils d’IA pour fabriquer du contenu de jeu [2].Dans le domaine de l’IA de décision de décision, l’équipe Google Deepmind a de nouveau lancé le GMA Sima (agent multi-monnorde instructeur évolutif) après Alphastar, qui peut effectuer plus de 600 tâches dans divers mondes de jeu 3D selon les instructions du langage naturel humain.
Champ de test technique:
Pratique de l’agent GM AI basé sur l’environnement de jeu
Le jeu fournit une norme de mesure claire pour la décision de décision. technologie.À l’heure actuelle, la plupart des équipes de recherche sur l’IA de décision, notamment OpenAI, DeepMind, etc. ont sélectionné des jeux comme scénarios de formation, et s’engagent à créer une intelligence universelle dans différents types de scénarios de jeu, et l’utiliser pour créer une intelligence artificielle générale.
Le 13 mars 2024, l’équipe de Google DeepMind a publié une intelligence AI nommée SIMA (Agent Multiworld Instructor Scolable).La capacité de la forte compréhension du langage naturel et de l’apprentissage des migrations a permis à de nombreux chercheurs de considérer l’apparition de Sima comme des « moments de chat de Smart ».
DeepMind explique les principes de base et les chemins techniques de SIMA dans le rapport technique, et le définit comme un corps intelligent de jeu universel qui peut être évolutif et instruit dans plusieurs mondes virtuels 3D.L’équipe DeepMind a sélectionné 9 jeux en ligne 3D populaires et 4 scènes 3D faites de moteurs d’unité comme environnement de formation SMIA SMART.Dans le processus d’une formation spécifique, l’expérience intelligente observe continuellement les informations d’image du jeu dans l’écran d’apprentissage, et la combine avec les différentes instructions d’opérations du lecteur dans le jeu, puis réalise la sortie du clavier et de la souris pour contrôler les personnages du Jeu pour effectuer l’exécution du rôle diverses opérations [3].
>
Présentation de la figure 1 du projet SMIMA SMART
Le projet SIMA est une étape importante dans le domaine de l’équipe DeepMind dans le domaine de l’intelligence artificielle (AGI). Sur Sima, DeepMind sur la base de modèles de langues, il a testé et recherché des renseignements généraux sur la base de l’environnement de jeu. au monde réel.
Avant la sortie de SIMA, il y avait plusieurs projets de recherche intelligents de jeu général dans l’industrie.
Gato a été libéré par l’équipe DeepMind en novembre 2022. Il peut jouer aux jeux Atari et contrôler les blocs de construction de l’empilement des bras de robot.Gato utilise une grande architecture de modèle de langue de GPT.Dans une étude en mars 2023, Microsoft a souligné que Gato, comme Gato, combine un grand modèle d’informations multi-modes, qui est susceptible de naître dans les premiers stades de l’intelligence [5].
>
Figure 2 Gato créé par DeepMind
Semblable à Gato, il existe des institutions de recherche telles que Nobita, Caltech et Stanford, Minedojo, qui sont créées conjointement par le jeu « My World ».Minedojo utilise des informations sur la vidéo du joueur du jeu « My World » (YouTube), Encyclopedia (Wiki) et la communauté des utilisateurs (Reddit) comme matériel d’entraînement pour former un message qui peut être basé sur les invites de texte dans le jeu « Minecraft » Pour compléter chacun.Minedojo peut non seulement effectuer des tâches programmatiques simples, mais également effectuer une série de tâches créatives basées sur une description simple, comme la construction d’une bibliothèque basée sur la description [6].
>
Figure 3 Modèle de capacité Minedojo
Les deux tâches de Gato et Minedojo correspondent aux deux idées différentes dans l’étude de l’intelligence artificielle: résoudre suffisamment de tâches ou résoudre une tâche complexe suffisante.Cependant, il y a également certaines limites des deux études ci-dessus. Capacité d’apprentissage, il a une certaine capacité d’apprentissage de la migration, mais il a une certaine capacité d’apprentissage de la migration, mais il a une certaine capacité d’apprentissage de la migration, mais il a une certaine capacité d’apprentissage de la migration. Cependant, les principaux environnements d’application sont certains jeux 2D, et non les jeux 3D 3D Environnement de jeu, qui est un grand écart avec les scènes du monde réel.
À l’heure actuelle, GM Aigent, basé sur la formation en environnement de jeu, est devenu un consensus dans l’industrie.Dans le discours TED AI 2023, le scientifique principal de Nvidia, Jim Fan, a proposé le concept de l’agent de fondation. 7].En Chine, Tencent a également dirigé la création de la plate-forme de recherche de décision multi-intelligences et complexes de la plate-forme de recherche de décision, en s’appuyant sur le laboratoire de Tencent AI et la « gloire du roi » dans les avantages principaux des algorithmes, de la puissance informatique et des scénarios expérimentaux pour Les chercheurs universitaires et les développeurs d’algorithmes fournissent la principale plate-forme d’exploration des applications nationales.
Nouvelle percée:
Sima implémente un modèle de langue large
Fusion efficace avec formation d’agent d’IA
L’émergence de SIMA combine de grands modèles de langue avec une formation intelligente pour réaliser une percée dans la capacité et la généralisation de la décision intelligente de l’IA.Sima peut non seulement mieux comprendre divers environnements de jeu 3D, mais également effectuer diverses tâches dans divers mondes de jeu 3D comme les êtres humains conformément aux êtres humains, mais également dépasser les autres corps intelligents dans l’efficacité et la capacité de décision de décision. aux humains [8].Le fondateur et PDG DeepMind Demis Hassabis est encore plus émoussé dans l’interview,«Le domaine de la combinaison de modèles de langues importants, de formation de renseignement sur l’IA et de l’environnement de jeu a d’énormes perspectives de développement. Deepmind continuera d’augmenter les investissements de la recherche dans ce domaine à l’avenir.[9]Essence »Dans l’ensemble, les caractéristiques et les percées des autres SIMA se reflètent principalement dans les aspects suivants:
Tout d’abord, Sima utilise l’environnement de jeu pour la formation, mais accorde plus d’attention à la cohérence du comportement intelligent et à la réception des instructions.Du point de vue de l’équipe DeepMind, « Le jeu est l’intelligence artificielle(AI)Champ de test important du systèmeComme le monde réel, le jeu est également un environnement d’apprentissage riche, avec un réglage en temps réel et une modification des objectifs avec une réponse sensible.Par rapport à l’intelligence de jeu publiée précédemment publiée par l’équipe DeepMind, la même chose est que pendant le processus de formation, il a également observé les données de comportement d’un grand nombre de joueurs humains. Les joueurs humains ou dans le jeu.
Deuxièmement, SIMA combine de grands modèles de langue avec une formation intelligente et adopte une interface interactive unifiée et humanisée.« L’apprentissage de la langue et de l’environnement est complémentaire. Grâce à l’apprentissage du langage naturel, il peut améliorer la capacité de comprendre la représentation universelle et les concepts abstraits et d’améliorer l’efficacité d’apprentissage. » a été introduit et l’ensemble du processus de formation a suivi les règles de priorité linguistique.En d’autres termes, Sima n’a pas besoin d’accéder au code source du jeu ni à l’API personnalisée.Il n’a besoin que de deux entrées: les informations de l’image à l’écran et les instructions de langue naturelle fournies par l’utilisateur peuvent utiliser le clavier et la souris pour contrôler les caractères du jeu pour exécuter ces instructions.En termes de méthodes d’interaction spécifiques, Sima utilise une interface interactive unifiée et humanisée.
>
Figure 4 Architecture intelligente Sima
Troisièmement, Sima a de bonnes capacités de généralisation et peut maintenir un niveau élevé de capacité dans différents scénarios virtuels.Selon les données de l’équipe DeepMind, Sima a été évaluée à travers 600 compétences de base, couvrant la navigation (comme la gauche), l’interaction objet (échelle d’escalade) et le menu utilisent le niveau de performance supérieur à l’intelligence similaire.Le chercheur DeepMind a évalué la capacité de SIMA à terminer près de 1 500 jeux spécifiques (en jeu) conformément aux instructions. que le même type de corps d’intelligence (voir figure 5).
>
Figure 5 La comparaison des performances de l’intelligence multiple dans différents environnements
Nouvelle application de scène:
Ai aide la création du jeu
Améliorer l’efficacité de la création de contenu
Le jeu est devenu un champ de test et un incubateur pour créer un agent d’IA général, et favorise continuellement l’itération de mise à jour de la technologie d’IA à la décision.Dans le même temps, avec la maturité de la génération de technologies d’IA telles que la diffusion stable et le transformateur, la technologie de l’IA a également commencé à aider les jeux et la création de contenu d’industries culturelles plus étendues. , améliorer l’efficacité de la recherche et du développement des produits et réduisez davantage le seuil de production de contenu interactif.
Au niveau de l’application, le modèle de génération AI est devenu un puissant assistant pour les développeurs de jeux.Selon les données du « Rapport de l’industrie du jeu Unity 2024 », après l’utilisation de la technologie de l’IA, 71% des studios de jeu ont déclaré que leur R&D et leur efficacité opérationnelle ont été améliorées. dans différents liens.
Du côté de la production du contenu du jeu, la génération AI a été largement utilisée dans la génération de texte, la création d’art 2D, la génération de code et la détection et la génération de conception de niveau.Avant l’intervention de l’outil AI dans le processus de travail d’art du jeu, le travailleur de l’art du jeu pour terminer un dessin d’illustration de haute qualité est d’environ une semaine. .
>
Figure 6 Processus de dessin basé sur les outils AIGC
En termes de réduction des coûts de communication de différents types de travailleurs, la génération AI a également un énorme espace d’application.Par exemple, dans le processus de production de jeux, en particulier lorsque le style d’art du jeu est composé et sélectionné, la communication entre la planification du jeu et les travailleurs de l’art prend souvent beaucoup de temps.L’intervention de la génération d’outils d’IA peut aider les planificateurs rapidement et présenter la créativité et réduire considérablement les coûts de communication.
Au niveau des outils, avec l’amélioration de l’efficacité de production et de développement de l’IA du format, diverses sociétés de jeux ont également commencé à les intégrer dans leurs outils de production de contenu respectifs.Nvidia, une société de puces de jeux, a publié la plate-forme d’outils AI Nvidia Ace pour Games, qui est un développeur de jeux en juin 2023, permettant aux développeurs de jeux de construire et de déployer des modèles de voix, de dialogue et d’animation personnalisés dans le jeu, ce qui s’est considérablement amélioré La production et l’efficacité de la production du contenu du jeu; Générer un gameplay [10].
>
Figure 7 Démo de technologie du protocole secret publié par Nvidia
La société de moteur de jeux Unity and Unreal a également publié de nouveaux produits en fonction de la génération AI.Unity a publié deux nouveaux produits basés sur la technologie de l’intelligence artificielle en juillet 2023: Sentis et Muse. .
La société de production de jeux englobe également de manière approfondie la technologie de l’IA, utilise l’IA pour autonomiser les outils de production de contenu et améliore continuellement l’efficacité de la recherche et du développement de contenu.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 引擎 ‘Giinex” ， 该引擎借助腾讯自研生成式 Ai 和决策 Ai 模型 ， 面向 Ai 驱动的 NPC 、场景制作、 Dans le domaine de la génération de contenu, il peut fournir une variété de capacités AIGC, y compris les graphiques 3D, l’animation, la ville et la musique.Avec l’aide du moteur Giinex, la tâche de modélisation urbaine qui était à l’origine nécessaire pendant 5 jours a été achevée.
>
Figure 8 Tencent Game Ai Engine Giinex Architecture
Conclusion
Depuis la conférence de Datmouth en 1956, dans le domaine de l’intelligence artificielle, les premiers informaticiens ont défini l’IA comme « la méthode de réaction d’une machine est comme l’intelligence qu’une personne est basée sur une personne » [12], et presque toutes eux plus tard, la recherche de l’intelligence artificielle suit toutes le chemin de la «simulation» de l’intelligence humaine, essayant de créer une intelligence artificielle qui peut écouter, voir, parler, penser, apprendre et agir, pour améliorer sa perception, le monde réel cognitif et la suivi DÉCISION – DÉCISION DE PRODUCTION – Préparer la capacité d’agir.
Aujourd’hui, la recherche sur l’intelligence artificielle suit toujours le chemin et les objectifs des êtres humains.Si on dit qu’un modèle IA à grande génération représenté par Chatgpt, Sora, etc., il a amélioré la capacité de « perception » et « cognitive » de l’intelligence artificielle aux choses et a terminé la première étape vers l’intelligence artificielle générale.Ainsi, permettre à l’intelligence artificielle de prendre une décision de décision « de sélection » appropriée – prendre un modèle d’IA par l’apprentissage automatique dans un environnement de jeu complexe et diversifié, afin que l’intelligence artificielle ait la capacité de « bouger » et peut prendre des décisions indépendantes en fonction de son propre et environnemental Informations pour y parvenir et y parvenir pour y parvenir.
Bien que la distance actuelle de recherche sur l’intelligence artificielle ait atteint un long chemin à parcourir,Cependant, la combinaison de l’IA de la génération et de la décision de la décision ouvre sans aucun doute de nouvelles possibilités de réalisation de l’AGI.Nous pouvons voir que sur la base de la combinaison de modèles de grands langues et d’intelligence de l’IA, il a été en mesure de façonner l’intelligence universelle du jeu comme Sima, qui peut non seulement prendre des décisions efficaces dans un environnement donné, mais aussi continuer à apprendre et à s’adapter à l’inconnu Environnement. Montrez l’intelligence comme l’intelligence.À l’avenir, avec l’augmentation continue de l’environnement d’entraînement, l’intelligence générale des jeux peut avoir une compréhension et une capacité à comprendre des instructions de langage plus complexes et plus élevées.Nous attendons également avec impatience un jour, GM peut passer à travers la vaste étape du grand monde à travers le test du petit monde du jeu et servir les milliers d’industrie dans la société humaine.
Merci à Cao Jianfeng, Liu Lin, Wang Peng, etc. Pour les conseils lors de la rédaction de cet article!
