Admito que, desde la escuela secundaria, he pasado la mayor parte de mi tiempo de inactividad inmerso en videojuegos. Están las epopeyas por excelencia: Resident Evil, Last Fantasy, World of Warcrafty Fortnita. Y luego hay algunas indies cerca de mi corazón, un juego que simula Un observador de incendios forestales en un bosquea Aventura de viaje por carreterao uno que Utiliza portales para conectarse espacios físicos improbables.
No soy el único absorbido por los juegos. La industria de videojuegos multimillonario es ahora más grande que Hollywood. Y los diseñadores están constantemente luchando para expandir sus mundos digitales para cumplir con las expectativas interminables de nuevo contenido.
Ahora, pueden tener un ayudante ingenioso.
Esta semana, Microsoft Analysis Muse lanzadoUna IA que arroja una multitud de nuevos escenarios diversos dentro de un juego. Al igual que Chatgpt y Géminis, Muse es una generación Modelo de IA. Entrenado en aproximadamente 500,000 sesiones de juego humano del tirador multijugador Ninja Principle, propiedad de Microsoft Borde hemorragiaMuse puede soñar con facsímiles de juego en los que los personajes obedecen las reglas físicas internas del juego y las acciones de controlador asociadas.
El equipo se apresura a agregar que Muse no está destinado a reemplazar a los diseñadores de juegos humanos. Más bien, fiel a su nombre, la IA puede ofrecer inspiración para que los equipos adopten según elijan.
“En nuestra investigación, nos centramos en explorar las capacidades que modelos como Muse necesitan apoyar efectivamente a los creativos humanos”. escribió La autora del estudio Katja Hofmann en una publicación de weblog.
Muse solo está entrenado en un juego y solo puede producir escenarios basados en Borde hemorragia. Sin embargo, debido a que la IA aprendió de los datos del juego humano sin ninguna preconcepción de la física del juego en sí, el modelo podría usarse para otros juegos, siempre que haya suficientes datos para el entrenamiento.
“Creemos que la IA generativa puede impulsar esta creatividad y abrir nuevas posibilidades”. escribió Fátima Kardar, vicepresidenta corporativa de IA de juegos en Microsoft, en una publicación de weblog separada.
Mundos completamente nuevos
La IA generativa ya ha barrido nuestro universo digital existente. Ahora, los desarrolladores de juegos preguntan si AI también puede ayudar a construir mundos mundos en todo el mundo.
Usando AI para producir Vídeo coherente de juego de juego no es nuevo. En 2024, Google introdujo Gamenguenque según la compañía es el primer motor de juego impulsado por redes neuronales. La IA recreó el clásico videojuego Condenar sin asomarse con el código authentic del juego. Más bien, jugó repetidamente el juego y finalmente aprendió cómo cientos de millones de pequeñas decisiones cambiaron el resultado del juego. El resultado es una copia basada en IA que se puede reproducir hasta 20 segundos con toda su funcionalidad authentic intacta.
Los videojuegos modernos son mucho más difíciles de abordar para una IA.
La mayoría de los juegos están ahora en 3D, y cada uno tiene su propio mundo atractivo con un conjunto de reglas físicas. Los mapas de un juego, los personajes no jugadores y otros diseños pueden cambiar con las actualizaciones de la versión. Pero cómo un personaje se mueve dentro de ese mundo digital, es decir, cómo un jugador sabe cuándo saltar, deslizarse, disparar o meterse detrás de una barrera, se detiene lo mismo.
Para ser justos, los problemas técnicos son divertidos de hackear, pero solo si están lejos y pocos en el medio. Si la física dentro del juego, aunque inconceivable en la vida actual, se rompe constantemente, el jugador pierde fácilmente su sentido de inmersión.
La consistencia es solo parte de la experiencia de juego que un diseñador necesita pensar. Para comprender mejor cómo la IA podría ayudar, el equipo entrevistó por primera vez a 27 diseñadores de videojuegos de estudios independientes y gigantes de la industria en múltiples continentes.
Surgieron varios temas. Uno period sobre la necesidad de crear escenarios nuevos y diferentes que aún mantengan el marco del juego. Por ejemplo, las nuevas concepts deben encajar no solo con la física del juego, los objetos no deben pasar por las paredes, sino también con su estilo y ambiente, por lo que se combinan con la narrativa basic del juego.
“La IA generativa todavía tiene una cantidad limitada de contexto”, un diseñador dicho. “Esto significa que es difícil para una IA considerar toda la experiencia … y seguir reglas y mecánicos específicos [inside the game]. “
Otros enfatizaron la necesidad de iteración, revisando un diseño hasta que se sienta bien. Esto significa que una IA asistente debe ser lo suficientemente versatile como para adoptar fácilmente los cambios propuestos por el diseñador una y otra vez. Los caminos divergentes también fueron una prioridad, ya que si un jugador elige una acción diferente, esas acciones tendrán consecuencias diferentes y significativas.
Wham
Basado en esta retroalimentación, el equipo creó su Modelo de Acción Mundial y Humano (WHAM): Muse Nicknamed. Cada parte de la IA fue cuidadosamente elaborada para acomodar las necesidades de los diseñadores de juegos. Su algoritmo de la columna verte previamente utilizado para modelar mundos de juegos.
Luego, el equipo alimentó a Muse en los datos del juego humano recopilados de Borde hemorragiaun juego de tiradores colaborativo de cuatro contra cuatro en 3D. Con movies de las batallas y la entrada del controlador, la IA aprendió a navegar el juego desde el equivalente de siete años de juego continuo.
Cuando se le da un aviso, Muse podría generar nuevos escenarios en el juego y sus entradas de controlador asociadas. Los personajes y los objetos obedecieron las leyes físicas del juego y se ramificaron en nuevas exploraciones que coincidieron con la atmósfera del juego. Los objetos o jugadores recién agregados se mantuvieron consistentes a través de múltiples escenas.
“Lo innovador de Muse es su comprensión detallada del mundo del juego 3D, incluida la física del juego y cómo el juego reacciona a las acciones del controlador de los jugadores”, escribió Kardar.
No todos están convencidos de que la IA pueda ayudar con el diseño de juegos. Muse requiere toneladas de datos de entrenamiento, que la mayoría de los estudios más pequeños no tienen.
“Microsoft pasó siete años recopilando datos y capacitando estos modelos para demostrar que realmente puede hacerlo”, Georgios Yannakakis de la Universidad de Malta dijo Nuevo científico“Pero pagaría un estudio de juego actual [to do] ¿este?”
Dejando a un lado el escepticismo, el equipo está explorando formas de explorar más a fondo la tecnología. Una es para “clonar” juegos clásicos que ya no se pueden jugar en el {hardware} precise. Según Kardar, el equipo quiere algún día revivir los juegos nostálgicos.
“Hoy, innumerables juegos clásicos vinculados al {hardware} envejecido ya no son jugables por la mayoría de las personas. Gracias a este avance, estamos explorando el potencial para que Muse tome juegos de catálogo más antiguos de nuestros estudios y los optimice para cualquier dispositivo “,” ella “, ella”, “”. escribió.
Mientras tanto, la tecnología también podría adaptarse para su uso en el mundo físico. Por ejemplo, debido a que Muse “ve” entornos, podría ayudar a los diseñadores a reconfigurar una cocina o jugar con diseños de edificios explorando diferentes escenarios.
“Desde la perspectiva de la investigación en informática, es bastante sorprendente, y es possible que las aplicaciones futuras de esto sean transformadoras para los creadores”. escribió Peter Lee, presidente de Microsoft Analysis.
