Ubisoft از هوش مصنوعی مولد “NEO NPCs” رونمایی کرد و روح Milo Peter Molyneux زنده است.

خیلی همانند سال گذشته، هوش مصنوعی در GDC 2024 مورد بحث است. استودیو Roblox یک خالق جدید شخصیت مبتنی بر هوش مصنوعی را معرفی کرده است. شرکت سازنده کارت گرافیک انویدیا از یک تراشه جدید مجهز به هوش مصنوعی رونمایی کرد که باعث افزایش سرسام آور قیمت سهام آن شد. و در پشت درهای بسته، یوبی سافت چیزی خاص خود را به مجموعه کوچکی از مطبوعات نشان داد: همکاری با هوش مصنوعی Inworld برای ایجاد یک نمونه اولیه برای “NPC های جدید در حال تکامل” یا NPC های NEO همانطور که یوبی سافت آنها را می نامد.

در اینجا مهم است که بر عامل “نمونه اولیه” تاکید کنیم. در این رویداد، یوبی سافت یک ارائه مختصر ارائه داد که در آن منشأ تیم تحقیقاتی خود – به رهبری یوبی سافت پاریس و گروهی از فناوری تولید یوبی سافت پشتیبان – و اهدافش توضیح داده شد و اغلب از این پروژه به عنوان یک “آزمایش” یاد می شود. پس از این، من فرصتی داشتم که بنشینم و در واقع سه نمایش، تقریباً ۱۰ دقیقه‌ای از فناوری در عمل در یک سناریوی بازی فرضی را «بازی» کنم. اما در حالی که این دموها از نظر فنی قابل پخش بودند، در حال حاضر به صراحت به عنوان “اثبات مستقل مفهوم” توصیف می شوند. در یک میزگرد کوتاه پس از زمان عملی، ملانی لوپز مالت، دانشمند ارشد داده در تیم تحقیق و توسعه، گفت که آنها فقط “سطح اجرا را خراش می دهند…” [in a real game] برای من حتی در رادار من نیست.”

با این حال، این یکی از اولین نمونه های کاری از هوش مصنوعی مولد است که در یک نقش واقعی و رو به روی بازیکن از هر استودیو بزرگی استفاده می شود – و کار می کند. به نوعی

پخش خبر: چرا این همه اخراج در صنعت بازی وجود دارد؟

فرض کامل این است که، به قول یوبی‌سافت، رویکرد معمولی برای استفاده از هوش مصنوعی مولد با NPCها – مانند مدل‌های مدل زبان بزرگ (LLM) برای بازی‌های استاندارد که عملکردهای سبک ChatGPT را در گزینه‌های گفتگو وصله می‌کنند – اغلب تا حدودی “خالی” یا “کم عمق” بود. “در عمل.” در حالی که آنها از نظر فنی می توانند هر چیزی را بگویند، آنچه این NPC ها می گویند روی خود بازی تأثیر نمی گذارد، و بنابراین آنچه که شما در نهایت به آن می پردازید، همانطور که مدیر علمی دیوید لواپره می گوید، “نقش بازی است، نه گیم پلی”. هدف. با NPC های NEO انجام کاری است که این دو را ادغام می کند.

دموها به عنوان نمونه هایی از آنچه این فناوری ممکن است در عمل مورد استفاده قرار گیرد مورد استفاده قرار گرفت. اولین مورد شامل مکالمه با شخصیتی به نام بلوم در یک چکیده کاریکاتوری کمی از یک بازی فرضی یوبی سافت بود. بلوم، مردی بی سن با پیراهن جین و لوبیای آویزان، عضو مقاومت است و می‌خواهد شما را بشناسد تا “بررسی کند که آیا ما حال و هوای سازگاری داریم”. شما چند هدف دارید – دوستی با او، کسب اطلاعات بیشتر در مورد موضوعات خاص، و غیره – که در گفتگو نقش دارند. و خود مکالمه از طریق صدا به متن انجام می‌شود: LT را نگه می‌دارید و با میکروفون صحبت می‌کنید و بلوم بر این اساس واکنش نشان می‌دهد.

در سناریوی دوم، بلوم دوباره با شما چت می‌کند، این تیم در زمان واقعی به یک صفحه تلویزیونی درون بازی واکنش نشان می‌دهد که نشان می‌دهد یک پهپاد مخفیانه در اطراف مکان دشمن کنترل می‌شود که توسط شخصیت سوم خارج از صفحه کنترل می‌شود. بلوم با فریاد زدن “سرباز دشمن مشخص شد” در حالی که آنها روی مانیتور ظاهر می شوند، واکنش نشان می دهد، در حالی که با شما گفتگو می کند و پیام های مکالمه مربوط به ماموریت را ارائه می دهد.

در سناریوی سوم، ما با شخصیت متفاوتی به نام آیرون چت می کنیم. در یک راه‌اندازی به سبک GTA heist، ما به یک تابلوی برنامه‌ریزی نگاه می‌کنیم که پلان زمین پایگاه دشمنی را که امیدواریم به آن نفوذ کنیم را نشان می‌دهد. آیرون از ما می‌پرسد که چگونه می‌خواهیم به آن نزدیک شویم و به هر چیزی که می‌گوییم واکنش نشان می‌دهد، در نهایت بر روی یکی از مجموعه‌ای از گزینه‌های قابل بازی توافق می‌کند – به عنوان مثال، استفاده از درخت کنار پنجره برای چسبیدن به ساختمان، یا استفاده از نارنجک های دودزا برای پوشش، که متوجه شدیم در اطراف اتاق خوابیده بودند و به عنوان یک پیشنهاد ارائه شد.

اولین برداشت از همه اینها – و چیزی که در واقع در چند گفتگو با بیش از یک روزنامه نگار دیگر که نسخه نمایشی را دیده اند به دست آمد – این است که کمی آشناست. پیتر مولینوکس، اگر آن لحظه بدنام در استیج E3 2009 را به خاطر داشته باشید، قول مشابهی را با دوست محکوم هوش مصنوعی خود، میلو، داده بود.

محکوم به فنا یا نه، مانند هر پستاندار محترمی، اولین پاسخ من به مکالمه با موجود مصنوعی که وانمود می کند عضوی از گونه من است، مسخره کردن بی وقفه آن بود – یا حداقل، آزمایش مرزهای منطق آن. و ببینید کجا ممکن است شکست بخورد. نتایج مختلط بود و بینش خوبی در مورد محدودیت‌های NEO NPC ارائه می‌کرد. همراه با یک روزنامه نگار دیگر، وقتی بلوم از ما در مورد مهارت های تخصصی که ممکن است بتوانیم به مقاومت بیاوریم، پرسید، ما ورزش کردن با چوب و نرم صحبت کردن را پیشنهاد دادیم، که او در پاسخ با یک کلمه بازی احتمالاً تصادفی در مورد هیجان زده شدن گفت: با ما این جهش را انجام دهید.

همانطور که ما به سمت دموهای دوم و سوم پیش رفتیم، شخصیت ها آنچه را که قبلاً در مورد آن صحبت کرده بودیم به یاد آوردند. اما علی‌رغم تلاش‌های ما برای یافتن یک قطب بزرگ برای حرکت از پنجره‌های بالای محوطه دشمن، همیشه به سمت گزینه‌های قابل بازی در بازی هدایت می‌شدیم – “فکر نمی‌کنم قطبی به این بزرگی داشته باشیم”. همین موضوع در مورد پیشنهادهای ما برای یافتن یک جعبه مقوایی بزرگ، گذاشتن آن روی سر، خم شدن، و استفاده از آن برای عبور از مقابل نگهبانان صدق می‌کند: «ایده خوبی به نظر می‌رسد، اما فکر نمی‌کنم بتوانیم یک جعبه مقوایی به اندازه کافی بزرگ پیدا کنید که برای هر دوی ما مناسب باشد، “آرون با زیرکی مشاهده کرد.

به عنوان نمونه های اولیه بسیار اولیه، مکالمات همچنین در برابر محدودیت های معمول با چت ربات های مبتنی بر LLM قرار گرفتند. برای مثال، مقدار بسیار کمی از دیالوگ های گفته شده از ویرایشگر انسانی عبور می کند. آیرون در یک نقطه پیشنهاد کرد شاید بتوانیم «از پنجره روی پنجره گالری برویم». بلوم پیش از این اظهار داشت: “اوه نلسون، تو مطمئناً می دانی چگونه بر مقاومت پیروز شوی.” ویرجینی موسر، کارگردان داستان در تیم تحقیقاتی، کار خود را اینگونه توصیف کرد که چیزی شبیه کارگردانی است که به «بازیگران اصلاح‌کننده» دستور می‌دهد – به آنها شخصیت‌ها، پیشینه‌ها و خلاصه‌های مفصلی می‌دهد که از آن‌ها به بیرون شکوفا می‌شوند. او در بیانیه مطبوعاتی گفته است: «به‌عنوان یک نویسنده، دیدن شخصیت‌هایم که برای اولین بار با من زنده می‌شوند و در واقع با من صحبت می‌کنند، یکی از لذت‌بخش‌ترین و تاثیرگذارترین لحظات زندگی حرفه‌ای من بوده است». شکی نیست که گفت‌وگوهای آزاد با شخصیتی که خلق کرده‌اید، لحظه‌ای شگفت‌انگیز است، اما به قول معروف فیلم قدیمی، کارگردان فقط به اندازه بازیگرانش خوب است.

جالب تر، معضل تا حدودی وجودی است که درست در قلب خود نمونه اولیه قرار دارد. بله، NPC ها می توانند با احتمالات تقریبا بی نهایت به هر چیزی که شما به آن ها بگویید واکنش نشان دهند، و متعاقباً می توانند این واکنش ها را به اهداف، سناریوها، ماموریت ها و غیره در حال تغییر واقعی درون بازی متصل کنند. اما چیزی که یوبی‌سافت ادعا می‌کند این NPC‌های NEO را از چت‌بات‌ها کنار می‌گذارد، این واقعیت است که آنها در نهایت در داخل «دیوارهایی» قرار می‌گیرند که توسط انسان‌ها تنظیم شده‌اند. بنابراین، می‌توانید به شما پیشنهاد دهید که نگهبانان را در یک جعبه بریزید، اما اگر این یکی از ۲۰ راه‌حل‌های از پیش تعیین‌شده در این سناریو نباشد، در واقع نمی‌توانید این کار را انجام دهید. (در واقع، زمانی که من این را با اطلاع دادن به Iron آزمایش کردم که از رفتن به ماموریت امتناع می کنم، مگر اینکه او به من اجازه دهد از استراتژی جعبه مقوایی بزرگ استفاده کنم، او تسلیم شد – چیزی که یک متخصص Ubisoft به من گفت یک خطا بود).

چیزی که برای شما باقی می‌ماند، چیزی بسیار شبیه به یک بازی استاندارد است، که در آن محیط را برای سرنخ‌هایی در مورد چیزهایی که ممکن است غیرقابل حل یا قابل استفاده باشد جستجو می‌کنید، آن‌ها را ارائه می‌دهید تا زمانی که شخصیتی بگوید بله، و با آن انتخاب از پیش برنامه‌ریزی شده ادامه دهید. تمام مکالمات بی‌نهایت در بالای آن، به‌خاطر غوطه‌ور شدن شما، رنگی است – نقش‌آفرینی، اما هنوز واقعاً گیم‌پلی نیست.

همچنین محدودیت هایی در مورد نحوه عملکرد بدون صدا به متن به عنوان ورودی (یا شاید با استفاده از صفحه کلید) وجود دارد – چیزی که خود یوبی سافت به آن اشاره کرد واقعاً گزینه ترجیحی برای اکثر بازیکنان نخواهد بود. اما حذف عنصر صوتی به معنای بازگشت دوباره به استراتژی‌های استاندارد طراحی بازی است: داشتن یک لیست مجموعه‌ای از گزینه‌های دیالوگ، شاید برخی از آنها پنهان شوند تا زمانی که چیزی را در بازی کشف کنید تا در دسترس بودن آن‌ها فعال شود، و به سادگی در میان مواردی که می‌خواهید بگویید، پیمایش کنید. .

و البته علاوه بر آن، وقتی که هوش مصنوعی مولد در میان باشد، سوالاتی مانند همیشه باقی می ماند. به عنوان مثال، هیچ اشاره ای به داده های آموزشی برای مدل های در حال استفاده وجود نداشت. پاسخی در مورد بخش پرسش‌های متداول در وب‌سایت Inworld AIدر پاسخ به این سوال که آیا از مدل‌های زبان بزرگ Open AI مانند GPT-4 و ChatGPT (که در حال حاضر موضوع شکایت نقض حق نسخه‌برداری از نیویورک تایمز و دیگران است) اجرا نمی‌شود، این را می‌گوید – اگرچه شایان ذکر است که ممکن است چیزها برای آنها متفاوت باشد. فناوری که به طور خاص با این مشارکت Ubisoft استفاده می شود:

ما بیش از ۲۰ مدل داریم که شخصیت‌های ما را هدایت می‌کنند. این شامل مدل‌های غیر LLM مانند احساسات، تبدیل متن به گفتار، گفتار به نوشتار و موارد دیگر می‌شود. کدام یک برای زمینه مکالمه و تأخیر بهترین است. هدف ما ارائه بهترین و سریع ترین پاسخ ها به شما است. ما نقاط قوت APIهای LLM فردی و مدل های خود را درک می کنیم و به صورت پویا در موردی که بهترین تجربه کاراکتر را ارائه می دهد پرس و جو می کنیم. .

نتیجه، همانطور که تیم یوبی‌سافت خودشان در این رویداد گفتند، یک نمونه اولیه است که بیشتر بر این مفهوم که در آینده «می‌تواند» باشد، متکی است تا آنچه واقعاً اکنون است. پیشنهاداتی وجود داشت مبنی بر اینکه NPCهای NEO در آینده می‌توانند چیزی نزدیک‌تر به «چشم‌انداز» نسبت به انواع فعلی کشف داشته باشند، برای مثال، یا پیوند پیچیده‌تری بین آنچه آن NPCها کشف می‌کنند یا با آن‌ها مواجه می‌شوند و نحوه رفتارشان.

از این نظر، ارزش آن را دارد که برخی از مزیت‌های شک و تردید را به آن بدهیم: یوبی‌سافت به سختی تاکید می‌کرد که این سوال درباره این سؤال بود که «چه چیزی برای خلاق، چه چیزی برای بازیکن؟»، و تلاش‌ها برای این کار وجود دارد. سعی کنید این فناوری را با استفاده از گیم پلی واقعی مطابقت دهید. و باز هم، این دموها عملاً فقط ماکت‌ها، اثبات‌های مفهومی قابل پخش بودند، و بنابراین مهم است که آنها را بر اساس آنچه در مورد فناوری نشان می‌دهند به جای طراحی جستجوی فردی در دست قضاوت کنیم.

اما به موضوع دیگری نیز برمی گردد مقداری – نه همه – اشکال فناوری هوش مصنوعی، به ویژه در بازی های ویدیویی، و بسیاری از دیگر ایده های ظاهراً انقلابی زمان های اخیر. در حال حاضر، همه اینها صرفاً در حد حدس و گمان باقی می ماند. این ابزاری است که ابتدا ساخته شده است – با این تصور که اگر ما آن را بسازیم، مطمئناً یک نفر باهوش خواهد آمد و از آن استفاده خواهد کرد. استدلالی وجود دارد که می گوییم تا حدودی پشت سر هم است: بهترین ابزارها راه حل هایی برای مشکلاتی هستند که افراد باهوش از قبل دارند.

ایو گیلموت، رئیس یوبی‌سافت، در همان کنفرانس مطبوعاتی NEO NPC، هوش مصنوعی را به عنوان فقط یک فناوری جدید دیگر که باید آزمایش شود.