Doom wygenerowany przez AI? Google pokazuje moc GameNGen

Czy generowanie gier w czasie rzeczywistym jest możliwe? Google udowadnia, że tak. W dodatku robi to na przykładzie kultowej strzelanki. Sztuczna inteligencja nie tylko przyspiesza tworzenie gier, ale także otwiera drzwi do dynamicznych, na bieżąco generowanych i modyfikowanych światów.

Doom wygenerowany w silniku GameNGen.

Pierwszoosobowa strzelanka osadzona w realiach science-fiction z 1993 roku jest fenomenem. Doom, który został wyprodukowany przez firmę id Software na początku lat 90. pokazał,  że to gry 3D są przyszłością wirtualnej rozrywki. I choć dziś każdy smartfon zapewnia o wiele lepsze efekty wizualne, to 31 lat temu grafika Dooma był naprawdę rewolucyjna. Obecnie gra ta stała się poniekąd memem, ponieważ technologiczna społeczność ściga się w uruchamianiu Dooma na coraz bardziej abstrakcyjnych urządzeniach, takich jak kalkulator czy test ciążowy. Za Dooma – choć nie na teście ciążowym – postanowili się wziąć także członkowie grupy Google Research. Przetestowali na nim GameNGen. 

Generowanie gier w czasie rzeczywistym – intrygujący eksperyment od Google 

Google wyraźnie chce pokazać, że też ma coś do powiedzenia w branży generatywnej sztucznej inteligencji. Jednym z projektów Google Research jest właśnie wspomniany GameNGen, czyli eksperymentalny silnik gry, który w całości oparty jest na modelu neuronowym. Generuje on grafikę w czasie rzeczywistym dzięki Stable Diffusion w wersji 1.4 „przewidując” kolejne klatki animacji.

No dobrze, ale jakie były w takim razie dane wejściowe? Otóż grupa badawcza posłużyła się „agentem”, czyli botem, którego zadaniem było grać w Dooma, co zapewnić miało odpowiednią ilość danych,  które stanowiłyby podstawę do generowania gry w czasie rzeczywistym przez Stable Diffusion. Zespół Google Reserach przykładał szczególną uwagę do tego, aby silnik „zrozumiał”, że po podejściu do drzwi, te same się otwierają lub, że strzał we wroga powoduje jego upadek. Choć na wersji demonstracyjnej widać oczywiste błędy, takie jak pojawianie się i znikanie obiektów (np. beczek lub wrogów) lub przenikanie się niektórych tekstur, to całość robi jednak spore wrażenie. To oczywiście tylko demo samej technologii silnika GameNGen, jednakże łatwo puścić wodzę fantazji i wyobrazić sobie, co czeka nas za dekadę, kiedy silniki takie jak GameNGen zostaną odpowiednio nakarmione danymi i wytrenowane.)

Więcej o technicznej stronie silnika GameNGen od Google Research można przeczytać w artykule udostępnionym przez twórców (Dani Valevskia, Moaba Arara, Shlomiego Fruchtera, Yaniva Leviathana).

AI może sporo namieszać w gamingu 

Sztuczna inteligencja nie jest niczym nowym w gamingowym świecie. Już w latach 90. miał z nią do czynienia każdy gracz, który próbował pokonać sterowanego przez komputer Sub-Zero w Mortal Kombat. Niemniej nowa jest jednak generatywna sztuczna inteligencja. Nowa i –  w tym kontekście –  kontrowersyjna.  A kontrowersje te wynikają z podejścia do genAI gamingowych gigantów.

W maju 2024 sieć obiegł wywiad z CEO EA Games, Andrew Wilsonem, w którym powiedział on, że dzięki generatywnej sztucznej inteligencji ElectronicArts będzie w stanie „budować większe, bardziej wciągające światy, które zaangażują graczy”. Wilson twierdzi, że w ciągu najbliższych 3-5 lat EA zwiększy wykorzystanie genAI w procesach twórczych nawet do 50%. Według CEO EA zespoły tworzące gry będą składać się już niedługo z wybitnych specjalistów, którzy współpracować będą z generatywną sztuczną inteligencją, dzięki czemu cały proces produkcji stanie się szybszy i bardziej efektywny. Wypowiedź ta zbiegła się w czasie z potężnymi zwolnieniami w branży, które z kolei – wbrew pozorom – nie były wcale spowodowane wzrostem popularności AI, ale ponadprzeciętnie dużym zatrudnieniem w okresie pandemii.

Pozostaje jednak pytanie, czy w najbliższym czasie technologia ta faktycznie zacznie dominować w branży? Na pewno nie, jeśli chodzi o generowanie całych gier w czasie rzeczywistym. Przykład GameNGen jest tylko demonstracją nowej technologii, którą czeka jeszcze długa droga. Zresztą sam proces produkcji gier AAA wymaga dokładnego planowania, napisania fabuły z charyzmatycznymi bohaterami, mechanik oraz całej koncepcji wizualnej (nawet w przypadku gier wieloosobowych). Pod tym wszystkim jest jeszcze niemniej istotna warstwa techniczna, czyli silnik gry. Nie zmienia to jednak faktu, że narzędzia genAI z pewnością będą bardzo przydatne dla developerów, którzy mogą je traktować, jako źródło inspiracji. O tym w jednym z wywiadów mówił Paweł Sasko, pełniący w CD Projekt Red rolę Associate Game Dicector.

Autor

Jeremiasz Krok

Redaktor prowadzący hAI Magazine, copywriter i praktyk narzędzi genAI.

Podziel się

Może Cię zainteresować