क्या गेम "ब्लैक मिथ: वुकोंग" सिर्फ एक राक्षस है?
मैं मानता हूं, जब मेरे दोस्त ने मुझसे इस तरह सवाल किया, तो उसी वक्त मैंने अपना बचाव कर लिया।
मुझे यह एहसास होने में केवल आधे दिन से भी कम समय लगा कि टाइगर वैनगार्ड की मौत तक यांग जियान को पकड़ लिया जाना चाहिए, अगर हम "ब्लैक मिथ" को साफ़ करना चाहते हैं, तो क्या हम एआई पर भरोसा कर सकते हैं?
लुढ़कें और चकमा दें, दूरी बनाए रखें और राक्षस की गतिविधियों को स्पष्ट रूप से देखें।
जब समय आया, तो भाग्य विधाता ने अचानक अपनी भारी छड़ी घुमाई।
एआई की शक्ति की मदद से, रेशमी कॉम्बो का एक सेट प्रदर्शन किया गया, और बॉस को वापस लड़ने की क्षमता के बिना हराया गया, मुझे नहीं पता कि कितने गेमर्स रो रहे हैं।
अलीबाबा अनुसंधान टीम ने हाल ही में एक VARP एजेंट ढाँचा प्रस्तावित किया है। और यह AI "घोड़ा" उनके द्वारा बनाया गया था।
यह कहा जा सकता है कि यह प्लग-इन नहीं है, लेकिन यह प्लग-इन से बेहतर है।
महान संत का सामना करने वाले जीपीटी वास्तव में इंसानों से बदतर नहीं थे।
महान ऋषि का सामना करने वाला एआई वास्तव में उतना जटिल नहीं है।
परंपरागत रूप से, गेम एआई पर्यावरणीय जानकारी और निष्पादन योग्य कार्रवाई डेटा प्राप्त करने के लिए गेम एपीआई पर निर्भर करता है। लेकिन समस्या यह है कि हर गेम एक ओपन एपीआई प्रदान करने को तैयार नहीं है, या यदि प्रदान भी किया जाता है, तो कुछ एपीआई में हथियारों और पैरों की कमी होती है, जिससे वास्तविक जरूरतों को पूरा करना मुश्किल हो जाता है।
इसके अलावा, पारंपरिक तरीके हमेशा ऐसा महसूस करते हैं कि कुछ कमी है और मानव खिलाड़ियों के वास्तविक गेमिंग अनुभव को पूरी तरह से अनुकरण नहीं कर सकते हैं।
इसके आधार पर, अलीबाबा अनुसंधान टीम ने एक नया VARP (विज़न एक्शन रोल-प्लेइंग) एजेंट ढाँचा प्रस्तावित किया।
इनपुट गेम स्क्रीनशॉट प्राप्त करने के बाद, VARP एजेंट फ्रेमवर्क वीएलएम के एक सेट का उपयोग करके अनुमान लगाता है, और अंत में गेम चरित्र को नियंत्रित करने के लिए पायथन फॉर्म में कोड उत्पन्न करता है, जिसमें हल्के हमले, बचाव, भारी हमले जैसे परमाणु आदेशों की एक श्रृंखला का संयोजन शामिल है। , और स्वास्थ्य सुधार की प्रतीक्षा करें।
VARP में तीन ज्ञान आधार होते हैं: स्थिति आधार, कार्रवाई आधार, और मानव मार्गदर्शन आधार, और दो प्रणालियाँ: कार्य योजना प्रणाली और मानव मार्गदर्शन प्रक्षेपवक्र प्रणाली।
सीधे शब्दों में कहें तो कार्य योजना प्रणाली एक लाइब्रेरियन के बराबर है, जो स्थिति पुस्तकालय और अद्यतन योग्य कार्य पुस्तकालय से सबसे उपयुक्त सामग्री खोजने के लिए जिम्मेदार है।
इनपुट गेम स्क्रीनशॉट के आधार पर, सिस्टम उन क्रियाओं का चयन करता है या उत्पन्न करता है जो वर्तमान स्थिति के अनुकूल होती हैं, और फिर इन क्रियाओं और स्थितियों को इन दो पुस्तकालयों में संग्रहीत या अद्यतन किया जाता है।
मानव-निर्देशित प्रक्षेपवक्र प्रणाली जटिल कार्यों, जैसे पथ-खोज कार्यों और कठिन युद्ध कार्यों में VARP के प्रदर्शन को बेहतर बनाने के लिए मानव संचालन डेटा सेट का उपयोग करती है।
एक्शन लाइब्रेरी में, "def new_func_a()" एक्शन प्लानिंग सिस्टम द्वारा उत्पन्न एक नई कार्रवाई का प्रतिनिधित्व करता है, और "def new_func_h()" मानव-निर्देशित प्रक्षेपवक्र प्रणाली द्वारा उत्पन्न एक नई कार्रवाई का प्रतिनिधित्व करता है। "def pre_func()" एक पूर्वनिर्धारित क्रिया का प्रतिनिधित्व करता है।
ऊपर वर्णित गेम "ब्लैक मिथ वुकोंग" में, अनुसंधान टीम ने 12 कार्य निर्धारित किए, जिनमें से 75% में युद्ध शामिल था, और जीपीटी-4ओ, क्लाउड 3.5 सॉनेट और जेमिनी 1.5 प्रो सहित वीएलएम का उपयोग करके बेंचमार्क परीक्षण किए।
नतीजे बताते हैं कि बुनियादी कार्यों और सरल से मध्यम कठिनाई वाली लड़ाइयों में VARP की जीत दर 90% तक है। हालाँकि, जब कठिन कार्यों का सामना करना पड़ता है, तो VARP का प्रदर्शन आसानी से गिर जाता है, और इसका समग्र स्तर अभी भी मानव खिलाड़ियों जितना अच्छा नहीं है।
इसके अलावा, जब VARP एजेंट गेम में निर्णयों को संसाधित करता है, तो यह वास्तविक समय में प्रत्येक गेम फ्रेम (यानी गेम स्क्रीन) का विश्लेषण नहीं कर सकता क्योंकि यह दृश्य भाषा मॉडल (वीएलएम) की अनुमान गति पर निर्भर करता है।
दूसरे शब्दों में, यह एक मानव खिलाड़ी की तरह स्क्रीन पर होने वाली हर चीज़ पर लगभग तुरंत प्रतिक्रिया नहीं कर सकता है। इसके बजाय, यह विश्लेषण और निर्णय लेने के लिए कुछ महत्वपूर्ण फ्रेम (कीफ्रेम) का चयन करते हुए, हर कुछ सेकंड में गेम फुटेज को संसाधित कर सकता है।
जब "ब्लैक मिथ: वुकोंग" लॉन्च किया गया था, तो स्पष्ट मानचित्र और बड़ी संख्या में "हवा की दीवारें" नहीं होने के कारण इसकी आलोचना की गई थी, इसलिए शोधकर्ताओं की सहायता के बिना, एआई खोजने में असमर्थ एक बिना सिर वाली मक्खी की तरह होगा मालिक।
जनरेटिव एआई ने विश्व परिवर्तन की आग को प्रज्वलित किया है, और सार्वजनिक चेतना में प्रवेश करने से पहले, एआई के साथ आम लोगों का अधिक सहज जुड़ाव ज्यादातर खेलों से उत्पन्न हुआ होगा।
वीडियो गेम के इतिहास में AI उससे कहीं अधिक महत्वपूर्ण है जितना हमने सोचा था
बहुत से लोगों ने नहीं सोचा होगा कि एआई ट्रेन पर कूदने वाले पहले खेलों में से एक क्लासिक आर्केड गेम "पैक-मैन" होगा।
खिलाड़ी की जीत के लिए शर्त भूलभुलैया में सभी फलियाँ खाना है, और प्रतीत होता है कि मूर्खतापूर्ण रंगीन भूतों के पास अलग-अलग खोज एल्गोरिदम हैं, और वे अलग-अलग रास्तों और तरीकों से खिलाड़ी का पीछा करेंगे।
प्रत्येक भूत की एल्गोरिथम चालें बेहद सरल हैं और उनमें सीखने की क्षमता का अभाव है, एक बार जब खिलाड़ी इन नियमों को समझ लेता है, तो खेल की कठिनाई कम हो जाएगी।
1987 में लॉन्च किया गया "मेटल गियर सॉलिड" गेम एआई में एक और महत्वपूर्ण मील का पत्थर साबित हुआ।
खेल में एआई पात्रों ने अधिक जटिल व्यवहार पैटर्न प्रदर्शित करना शुरू कर दिया, और पहली बार खिलाड़ियों के लिए एक शत्रुतापूर्ण प्रतिक्रिया तंत्र पेश किया गया। इस गेम में, यदि खिलाड़ी को दुश्मन द्वारा खोजा जाता है, तो दुश्मन अलार्म सिस्टम चालू कर देगा, सुदृढीकरण के लिए कॉल करेगा, गश्ती मार्ग बदल देगा और यहां तक कि जाल भी बिछा देगा।
बाद में, यदि एआई और गेम्स की विकास प्रक्रिया को ऐतिहासिक घटनाओं की श्रृंखला में संक्षेप में सूचीबद्ध किया गया है, तो यह मोटे तौर पर इस प्रकार है:
- 1997 में, आईबीएम के "डीप ब्लू" ने शतरंज मैच में मानव विश्व चैंपियन को हराया, जो शतरंज के खेल में एआई के लिए एक बड़ी सफलता थी।
- 2004 में, "हाफ-लाइफ 2" जारी किया गया था। गेम में एआई पात्र अधिक जटिल निर्णय और इंटरैक्शन करने में सक्षम थे, जिससे गेम के विसर्जन में सुधार हुआ।
- 2011 में, आईबीएम के "वाटसन" ने प्राकृतिक भाषा प्रसंस्करण और ज्ञान तर्क में एआई की प्रगति का प्रदर्शन करते हुए क्विज़ शो "जियोपार्डी!" में मानव चैंपियन को हराया।
- 2016 में, अल्फ़ागो ने गो गेम में ली सेडोल को हराया, जो जटिल रणनीति गेम में एआई के लिए एक बड़ी सफलता थी।
- 2018 में, "रेड डेड रिडेम्पशन 2" जारी किया गया था, जिससे गेम के एआई पात्रों और पर्यावरण के बीच बातचीत के स्तर में काफी सुधार हुआ, जिससे अत्यधिक यथार्थवादी गेमिंग अनुभव प्राप्त हुआ।
- 2020 में, NVIDIA ने DLSS तकनीक लॉन्च की, जो ग्राफिक्स रेंडरिंग में तेजी लाने और गेम के प्रदर्शन और छवि गुणवत्ता में सुधार करने के लिए AI का उपयोग करती है।
वर्तमान गेम माहौल को देखते हुए, गेम अभी भी साहचर्य पर केंद्रित है, और एआई एक एम्पलीफायर की तरह है, जो इस साहचर्य को अनगिनत बार बढ़ाता है।
इस साल के सीईएस शो में, एनवीडिया ने गेम एनपीसी को "जीवित" बनाने के लिए अवतार क्लाउड इंजन (एसीई) का उपयोग किया और उद्योग में लोकप्रिय हो गया।
कैरोस नामक एक डेमो में, खिलाड़ी रेमन दुकान के मालिक जिन के साथ बातचीत करने में सक्षम थे। हालाँकि जिन सिर्फ एक एनपीसी है, वह जेनरेटिव एआई की मदद से एक वास्तविक व्यक्ति की तरह सवालों के जवाब देता है।
एआई और गेमिंग का संयोजन हमेशा प्यार-नफरत का संयोजन रहा है।
एक उदाहरण के रूप में प्रतिस्पर्धी खेलों को लें, अतीत में, विधि केवल कठिनाई को कठोरता से समायोजित करने के लिए थी, लेकिन अब खेल के अनुभव को और अधिक यथार्थवादी बनाने के लिए मानव संचालन की नकल करना है।
समर्थकों का मानना है कि जब मानव-अनुकरण करने वाला एआई एक प्रतिद्वंद्वी या टीम का साथी बन जाता है, तो यह वास्तविक खिलाड़ियों की कमी के कारण खेल की प्रतिस्पर्धी भावना को बढ़ा सकता है।
यह भी नुकसान है। खिलाड़ियों की प्रतिधारण दर में सुधार हुआ है, लेकिन सिस्टम के नियंत्रण में, खिलाड़ी एआई द्वारा हेरफेर किए जाने के भंवर से बच नहीं सकते हैं।
प्रारंभिक चरण में साहसिक शब्द थे, मध्य चरण में बकवास थी और बाद के चरण में मौन था।
जब हम एक और गेम जीतने के लिए पूरी रात जागते हैं, तो यह बताना मुश्किल होता है कि हम गेम खेल रहे हैं या गेम हमें खेल रहा है। विशेष रूप से जब आपको पता चलता है कि आपके टीम के साथी एआई हो सकते हैं, तो शक्तिहीनता की भावना रुई पर मुट्ठी मारने जैसी है।
मेरा दिल नरम महसूस हुआ और उस पर कोई ध्यान केंद्रित नहीं था।
पुराने हुआंग पैगंबर! क्या भविष्य के खेल AI द्वारा निर्मित होंगे?
यहां तक कि कोडिंग में नौसिखिया भी गेम खेलने के लिए AI का उपयोग कर सकता है।
कुछ साल पहले, यह शायद कुछ ऐसा होता जिसकी केवल सपनों में कल्पना की जा सकती थी, लेकिन जेनेरिक एआई के आगमन ने इस सब को कार्यान्वयन के लिए वास्तविक जगह दे दी है।
छोटे पैमाने पर, यह जीपीटी बनाने और कहानी सुनाने जैसा है। बड़े पैमाने पर, यह एआई सहायता से उत्पन्न एक छोटा प्रोग्राम गेम है, हालांकि इंटरएक्टिविटी उतनी दिलचस्प नहीं है, लेकिन यह सुंदर और समृद्ध ग्राफिक्स से बेहतर है।
चीजों को एक कदम आगे बढ़ाते हुए, भविष्य में एआई रेंडरिंग के माध्यम से सीधे 3ए मास्टरपीस-स्तरीय गेम भी तैयार किए जा सकते हैं।
पिछले साल, एनवीडिया के संस्थापक जेन्सेन हुआंग ने भविष्यवाणी की थी कि भविष्य के खेलों में प्रत्येक पिक्सेल रेंडर करने के बजाय जेनरेट किया जाएगा। जब उस समय यह कहा गया था, तब भी हर कोई झिझक रहा होगा, लेकिन अब, अधिक से अधिक शोध परिणामों में इस कार्यान्वयन की संभावना पाई गई है।
आमतौर पर, डिज़ाइन की जटिलता के आधार पर, एक छोटे गेम के लिए वातावरण बनाने में एक सप्ताह का समय लग सकता है, और एक स्टूडियो प्रोजेक्ट के लिए अधिक समय लग सकता है।
पिछले महीने, Google DeepMind ने अपने पहले "AI गेम इंजन" GameNGen की घोषणा की थी।
यह एकल टीपीयू चिप पर 20 फ्रेम प्रति सेकंड से अधिक की गति से वास्तविक समय में क्लासिक शूटिंग गेम "डूम" का अनुकरण कर सकता है। यह वास्तविक समय में प्रत्येक फ्रेम की भविष्यवाणी करने के लिए एक प्रसार मॉडल का उपयोग करके काम करता है, जिसका अर्थ है कि खेल में हर पल खिलाड़ी के कार्यों और पर्यावरण की जटिल बातचीत के आधार पर वास्तविक समय में उत्पन्न होता है।
उस समय, NVIDIA के वरिष्ठ वैज्ञानिक जिम फैन मदद नहीं कर सके, लेकिन आह भरी कि "डूम", जिसे हैकर्स द्वारा विभिन्न स्थानों पर बेतहाशा चलाया जा रहा था, वास्तव में एक शुद्ध प्रसार मॉडल में लागू किया गया था, और प्रत्येक पिक्सेल उत्पन्न हुआ था।
बाद में इसी तरह के और भी नतीजे सामने आ रहे हैं.
कुछ समय पहले, Tencent ने भी एक बड़ा कदम उठाया और विशेष रूप से AAA ओपन वर्ल्ड गेम्स के लिए एक बड़ा मॉडल – GameGen-O लॉन्च किया।
गेमजेन-ओ सरल नहीं है। यह विभिन्न एएए गेम्स जैसे "द विचर 3", "साइबरपंक 2077", "असैसिन्स क्रीड" और "ब्लैक मिथ: वुकोंग" में पात्रों, गतिशील वातावरण और जटिल क्रियाओं का अनुकरण कर सकता है। खेल के दृश्यों की गुणवत्ता भी बहुत अधिक है।
डेटा सेट बनाने के लिए, Tencent, जिसने बहुत सारा पैसा खर्च किया, 32,000 से अधिक गेम वीडियो एकत्र किए, प्रत्येक वीडियो कुछ मिनटों जितना छोटा या कुछ घंटों तक लंबा था, और फिर मैन्युअल डेटा के माध्यम से 15,000 उपलब्ध वीडियो का चयन किया टिप्पणी.
इन क्यूरेटेड वीडियो को दृश्य पहचान के माध्यम से खंडों में काटा जाता है, और फिर सौंदर्यशास्त्र, ऑप्टिकल प्रवाह विश्लेषण और अर्थ सामग्री के आधार पर सख्ती से क्रमबद्ध और फ़िल्टर किया जाता है।
एक अमेरिकी गेम डेवलपर इलेक्ट्रॉनिक आर्ट्स ने हाल ही में "फ्रॉम इमेजिनेशन टू क्रिएशन" वीडियो के माध्यम से उद्योग को गेम विकास में एआई का उज्ज्वल भविष्य दिखाया है।
वीडियो में, खिलाड़ी सरल निर्देशों के साथ खेल के दृश्य, पात्र और अन्य सामग्री बनाने के लिए एआई टूल का उपयोग कर सकते हैं।
सीईओ एंड्रयू विल्सन ने कहा कि जेनेरिक एआई भविष्य में कंपनी की आधे से अधिक विकास प्रक्रियाओं में सुधार कर सकता है, और तीन से पांच वर्षों के भीतर बड़े, अधिक इमर्सिव गेम वर्ल्ड को डिजाइन और बनाने की उम्मीद है।
एआई न केवल मौजूदा गेम की विकास दक्षता में सुधार कर सकता है, बल्कि संभावित रूप से नए गेमिंग अनुभव भी बना सकता है।
शायद आप कहेंगे कि खेल में चाहे कितनी भी उन्नत तकनीक का उपयोग किया जाए, अंतिम विश्लेषण में, मज़ा ही राजा है।
लेकिन GTA 6 में बार-बार देरी हो रही है और कोई निशान नहीं बचा है, हमें इसे स्वयं करने और पर्याप्त भोजन और कपड़े रखने का विचार भी हो सकता है।
आख़िरकार, यह बहुत अच्छा लगेगा अगर मैं भविष्य में व्यक्तिगत रूप से एक "सिन सिटी" बना सकूं।
# Aifaner के आधिकारिक WeChat सार्वजनिक खाते का अनुसरण करने के लिए आपका स्वागत है: Aifaner (WeChat ID: ifanr) आपको जल्द से जल्द अधिक रोमांचक सामग्री प्रदान की जाएगी।