Víc než boti aneb vzájemné prolínání AI a her

Michala Benešovská

Umělá inteligence se ve hrách vyskytuje běžně – od kódu ovládajícího oponenta v Pongu nebo ducha v Pac-Manovi až po algoritmy vytvářející vesmír ve hře Elite, která pomohla prorazit konceptu generického vytváření herních světů. Vývojáři využívali umělou inteligenci novými a neotřelými způsoby, čímž otevřeli dveře dalším významným pokrokům. Ostatně i Alan Turing, který je právem považován za jednoho z otců zakladatelů dnešní AI, vyvinul algoritmus pro hraní šachů dříve, než vůbec existoval počítač, na kterém by se spustily.

Na přítomnost AI ve hrách jsme si natolik zvykli, že ji ani nevnímáme. Využívá se jak pro nepřátelské boty, tak NPC (nehratelné postavy), které zdánlivě nedělají vůbec nic – což je asi to první a základní, co každému v souvislosti s tématem AI a hry vytane na mysli. To ale není zdaleka vše, AI a herní vývoj jsou oblasti, které se vzájemně prolínají a společně přinášejí revoluci – AI se i nadále používá k „oživování“ her, nicméně hry samotné jsou díky ní nyní schopné studovat své vlastní vzorce a v závislosti na poznatcích upravovat své vlastní algoritmy, což je také způsob, jak se samotná umělá inteligence vyvíjí a stává se pokročilejší. Dnešní počítačové hry jsou rovněž velice realistické a poskytují ideální prostředí pro algoritmy umělé inteligence vyžadující obrovské množství dat, ze kterých se mohou učit. Podívejte se na průniky AI a her z několika perspektiv.

Herní zkušenost a umělá inteligence

První oblastí, kterou se budeme zabývat, je herní zkušenost a její vylepšování prostřednictvím umělé inteligence. Strojové učení, kontextově citlivé chování, neuronové sítě, parsování přirozeného jazyka – všechny tyto techniky posouvají hry kupředu už roky. Strojové učení běží na úložištích dostupných dat a používá tyto informace k vytvoření světa, ve kterém mohou postavy „žít“ a provádět základní akce. Algoritmy umělé inteligence musejí zpracovat velké množství informací, aby měly správné reakce na specifické podněty. Díky pokročilé AI se rychle vyvíjejí metody, jakými jsou postavy a herní prostředí ve hře vyjádřeny.

Rostoucí počet hráčů, hluboké učení a stále rostoucí množství dat, která mají vývojáři k dispozici, jsou důvodem, že herní prostředí a herní postavy jsou realističtější a přirozenější než kdy předtím. Díky tomu je dnešní herní zkušenost důmyslnější a přináší daleko hlubší ponoření do herního světa.

Hry nemohou existovat bez postav, ať už jde o postavy, které ovládá hráč, nebo postavy jiných hráčů, či postavy nehratelné. Vytváření postav je časově náročné, jelikož je zapotřebí zohlednit plno aspektů. Generování 2D Maria je dneska už hračka, ale co realistická postava ve 3D? Existuje celá řada výsledků výzkumu, které osvětlují generování obličeje, hlasů a pohybů herních postav. Nvidia a nezávislé vývojářské studio Remedy Entertainment sestavily automatizovanou techniku hlubokého učení v reálném čase vytvářející 3D obličejové animace ze zvuku s nízkou latencí. Tento end-to-end model pracuje se vstupy ze zvukových křivek a výstupem jsou vrcholné souřadnice obličejového modelu ve 3D. Tuto techniku lze použít například při dialogu ve hře, pro avatary ve virtuální realitě a teleprezenci. A to je přímo ukázkové využití AI ve hrách.

Jak pomáhají hry umělé inteligenci

Nyní se podíváme na umělou inteligenci a hry trochu jinak. Virtuální světy uvnitř her totiž nabízejí flexibilní prostředí schopné reagovat na rychlé změny a snadno se přizpůsobovat. Z tohoto důvodu se videohry používají k trénování softwaru umělé inteligence, aby porozuměl celé řadě situací. Za zmínku stojí několik zajímavých příkladů.

Když Adrien Gaidon z výzkumného evropského střediska Xerox uviděl trailer na hru Assassin's Creed, myslel si, že sleduje upoutávku na film díky realistickému vzhledu. Když si uvědomil, že jde o počítačově generované snímky (CGI), přišel s nápadem, že by podobně mohl „ošálit“ i algoritmy umělé inteligence. Gaidon a jeho tým proto použili Unity, rozšířený engine pro vývoj her, k vytvoření scén, které pomáhají trénovat algoritmy hlubokého učení. Nejenže vytvořili syntetická prostředí, ale také importovali skutečnou scénu do virtuálního světa. To jim umožňuje porovnat účinnost výcvikových algoritmů s virtuálními prostředími s těmi, která jsou trénována skutečnými obrazy. Tyto možnosti Gaidonův tým neustále testuje.

Možná jste také slyšeli o projektu Malmö. Jde o open sourcovou platformu, která umožňuje experimenty s AI ve světě Minecraftu. Platforma Malmö se skládá z módu pro verzi Java a kódu, který pomáhá agentům umělé inteligence v prostředí Minecraftu „cítit“ a jednat. Obě komponenty mohou běžet v systému Windows, Linux nebo macOS a vědci mohou programovat své agenty v jakémkoli programovacím jazyce. Na rozdíl od jiných počítačových her nabízí Minecraft svým uživatelům nekonečné možnosti, od řešení jednoduchých úkolů, jako je jednoduché hledání pokladu, až po ty složité a komplexní, jako jsou strukturované stavby a koordinace se skupinou spoluhráčů. Projekt Malmö by také mohl pomoci vědcům porozumět stavebním kamenům inteligence a způsobu, jakým umělá inteligence interaguje se svým světem. Mohou se také dozvědět, jak dává smysl svému okolí a rozvíjí vnitřní reprezentaci prostředí. Takto zjištěná počítačová perspektiva světa může přinést nové poznatky, a navzdory tomu, že se zásadně liší od té lidské, vznikla s použitím stejných proměnných, jakými interpretujeme svět kolem sebe.

Grand Theft Auto je jedna z nejpopulárnějších herních sérií. Hra sice obsahuje kontroverzní témata a nedala by se nazvat jako vzdělávací snad v žádném ohledu, přesto se stala důležitou pomůckou vědců z Princetonu. Ti hru používají, aby pomohla algoritmům umělé inteligence naučit se dopravní značky. Jak to vlastně funguje? Šlo o to vytrénovat umělou inteligenci tak, aby se naučila variace stopek. Měla tedy pochopit, že je někde dopravní značka stopky, což by bylo samo o sobě jednoduché. Jenže v reálném světě se často setkáváme se situacemi, kdy je značka částečně zakrytá, ve stínu, pokrytá špínou nebo sněhem, vypadá jinak v různých denních dobách a podobně. Tým výzkumníků místo toho, aby pořídil všechny jednotlivé obrázky různých výše uvedených stavů, použil jako cvičiště Grand Theft Auto V. Ve hře totiž byla celá řada stopek v různých situacích, které byly pro výcvik umělé inteligence naprosto ideální. Aby mohla být hra použita jako simulátor jízdy pro umělou inteligenci, bylo samozřejmě zapotřebí ji upravit, aby ji mohl hrát jiný počítačový program, nikoliv hráč-člověk. Několik dalších výzkumných skupin používá GTA V pro cvičení algoritmů AI, které mohou pomáhat samořídicím autům v pohybu po skutečném světě.

Krása virtuálních světů spočívá v jejich schopnosti vytvářet a umožňovat cokoliv. Věci, které by byly v reálném světě časově nebo finančně náročné, jsou ve virtuálním světě možné. Činnosti a akce, které by v případě zapojení pouze lidí nebyly proveditelné nebo by jim zabraly nepoměrně více času, se dají vykonat. Tým společnosti Intel Labs a darmstadtské univerzity vytvořil softwarovou vrstvu mezi GTA V a počítačovým hardwarem, který automaticky klasifikuje různé objekty ze scén ve hře. Tyto poznatky se následně použijí pro algoritmy strojového učení pro trénink systému. Tyto automatické anotace světa jsou prováděny mnohem rychleji a přesněji, než by byl schopen člověk.

Přítomnost a budoucnost

Před dvěma lety založila společnost Electronic Arts divizi výzkumu a vývoje AI s názvem SEED. Výzkumný tým využívá AI k objevování nových technologií a kreativních příležitostí, které mohou využít pro budoucí vývoj nových her. Nedávno předvedli svou poslední práci s agenty AI pro ray-tracing v reálném čase a samoučícími se agenty schopnými hrát Battlefield.

V digitálním světě vytvořila miliardová společnost Epic Games ve spolupráci se společnostmi Cubic Motion, 3Lateral, Tencent a Vicon uvěřitelného virtuálního člověka. Tato virtuální osoba dostala jméno Siren a byla vykreslena v reálném čase pomocí technologie Unreal Engine 4 od Epicu, což by mohlo být pro vývoj her, ale i například filmů naprosto revoluční.

Nového rozměru tak nabývá vize, kterou vyslovil renomovaný herní designér Will Wright na konferenci Game Developers Conference 2005, kde uvedl, že vývojářská společnost, která bude schopná nahradit designéry a umělce vytvářející hry pomocí algoritmů, získá obrovskou konkurenční výhodu. Umělá inteligence totiž v neposlední řadě může „osvobodit“ herní vývojáře od časově náročných úkolů a vytvářet obsah rychleji a levněji. Přestože jsou algoritmy umělé inteligence v herním designu stále ve velmi rané fázi, výzkumu této oblasti se věnuje značné úsilí, které může vyústit v to, že už nebudeme na AAA tituly čekat roky, ale doba vývoje her se významně zkrátí.

Očekává se, že to bude právě oblast videoher, kde se bude AI důkladně prozkoumávat a posouvat. Umělá inteligence bude mít stále větší dopad na herní průmysl a herní vývoj. S tím, jak se informace stávají dostupnější a jejich přijímání je jednodušší pro průměrné vývojáře her a softwaru, budeme svědky obrovského posunu k pokročilejším vizuálům, propracovanějším postavám, které budou působit realističtěji a „živěji“. Tento vývoj, nástroje, mechanismy a postupy, které jsou důsledkem vzájemného prolínání AI a her, budou mít dopad tedy nejen na tento obor, ale i mimo herní průmysl.