AI hutengeneza ramani na mazingira ya michezo moja kwa moja

Akili bandia inabadilisha kabisa jinsi watengenezaji wa michezo wanavyotengeneza ramani na mazingira. Zana za kisasa za AI zinaweza kutengeneza dunia za michezo zilizo na maelezo kwa njia ya moja kwa moja ambazo hapo awali zilichukua timu masaa mengi za kubuni.

Badala ya kutengeneza kila kipande au mfano kwa mkono, watengenezaji wanaweza kuingiza maagizo ya kiwango cha juu au data na kuruhusu AI ijaze mengine yote. Kwa mfano, mfano mpya wa Google DeepMind uitwao “Genie 3” unaweza kuchukua maelezo ya maandishi (kama “kijiji cha mlima kilicho na ukungu wakati wa machweo”) na mara moja kutengeneza dunia ya 3D inayoweza kutembelewa kikamilifu.

Wataalamu wa sekta wanabainisha kuwa zana kama Recraft sasa zinawezesha mazingira yote ya michezo (muonekano, sprites, mipangilio ya ngazi) kutengenezwa kutoka kwa maagizo rahisi ya maandishi. Muungano huu wa AI na mbinu za jadi za utengenezaji huongeza kasi kubwa katika maendeleo na hufungua fursa zisizo na kikomo za ubunifu.

Utoaji wa Ramani wa Kiasili vs. Utoaji wa Ramani unaotegemea AI

  • Utoaji wa Kiasili wa Kiprogramu: Michezo ya awali hutumia mbinu za PCG (utengenezaji wa maudhui kwa njia ya kiprogramu), kama vile kelele ya Perlin kwa ardhi au kuweka tiles kwa sheria, kutengeneza ngazi na ramani.
    Mbinu hizi huendesha dunia kubwa au zilizopangwa kwa bahati – kwa mfano, mfululizo wa Diablo na No Man’s Sky hutengeneza “maudhui yasiyo na mwisho kwa kuunda ngazi na mikutano kwa njia ya kiprogramu”.
    Mbinu hizi hupunguza kazi ya mkono lakini zinaweza kuleta mifumo inayojirudia na mara nyingi zinahitaji wabunifu kurekebisha vigezo.

  • Utoaji unaoendeshwa na AI: Kinyume chake, AI za kisasa hutumia mashine kujifunza kutengeneza ramani. Mifano ya kizazi (kama GANs, mitandao ya diffusion, na “world models” za transformer) hujifunza kutoka kwa mifano halisi au data za michezo.
    Huweza kutoa mazingira yenye utofauti zaidi na halisi na hata kufuata maagizo ya ubunifu. Kwa mfano, mara AI inapojifunza mandhari halisi au ya hadithi, inaweza kutengeneza ramani mpya au ardhi inayofanana na mitindo hiyo.
    Kama ilivyoelezwa hapo juu, wataalamu wanasema kuwa watengenezaji sasa hutumia zana za AI (kama Recraft) “kutengeneza mali za michezo – sprites, muonekano, mazingira – kupitia maagizo rahisi ya maandishi”. Kwa kifupi, mifano ya AI inaweza kunasa mifumo tata ya nafasi na kuitumia katika utengenezaji wa ramani za michezo.

Utoaji wa Ramani wa Kiasili vs. Utoaji wa Ramani unaotegemea AI

Mbinu za AI za Kizazi

AI hutumia mbinu kadhaa kujenga mazingira ya michezo:

  • GANs (Mitandao ya Kizazi ya Kupigana): GANs ni mitandao ya neva iliyofunzwa kwa makusanyo ya ramani au picha za ardhi. Huweza kutengeneza ramani mpya zenye sifa halisi kwa kujifunza takwimu za data.
    Utafiti unaonyesha mbinu za GAN (kama GANs za kujitambua) huboresha muafaka wa ngazi kwa kunasa mifumo ya umbali mrefu katika ngazi za michezo za 2D au ramani za urefu.
    Kwa mfano, watafiti wameutumia GAN kutengeneza ngazi tata za michezo ya 2D na hata ardhi ya 3D inayowezekana kwa kufunzwa kwa ramani za mfano.

  • Mifano ya Diffusion: AI inayotumia diffusion (kama Stable Diffusion) huboresha kelele isiyo na mpangilio kuwa picha zilizo na muundo kwa hatua. Hizi zimebadilishwa kwa ajili ya maudhui ya michezo – kwa mfano, diffusion inayotegemea maandishi inaweza kubadilisha ramani ya kelele kuwa mandhari ya kina au mpangilio wa mji.
    Maonyesho ya hivi karibuni hutumia diffusion ya 3D (“DreamFusion”-mtindo) kutengeneza mali za michezo au mandhari yote kutoka kwa maagizo, ikizalisha muonekano tajiri na jiometri.

  • Mifano ya Dunia ya Transformer: AI kubwa zinazotegemea transformer zinaweza kutengeneza dunia zote zinazoshirikiana. Genie 3 ya DeepMind ni mfano mmoja: hutumia usanifu wa mfano wa dunia kutafsiri maagizo ya maandishi na kuonyesha mazingira ya 3D yanayolingana kwa wakati halisi. Mifano hii huelewa nafasi za aina ya michezo na inaweza “kufikiria” mandhari papo hapo, ikifanya kazi kama wabunifu wa ngazi wa moja kwa moja wanaotumia AI ya hali ya juu.

Mbinu za AI za Kizazi

Zana na Utafiti wa AI Zinazoongoza

Genie 3 ya DeepMind: DeepMind ilitengeneza mfano wa dunia wa hali ya juu unaotengeneza mazingira ya michezo ya 3D kutoka kwa maandishi. Ikipewa agizo, Genie 3 hutengeneza dunia yenye utofauti na inayoshirikiana ambayo wachezaji wanaweza kuizunguka kwa kasi kubwa ya fremu. Inasimamia ardhi, vitu, na fizikia kwa muafaka, ikionyesha jinsi AI inavyoweza kuendesha ujenzi kamili wa dunia.

Mfano wa Mazingira ya Michezo yaliyotengenezwa na AI

Ludus AI (Kiongezi cha Unreal Engine): Ludus AI ni kiongezi cha Unreal Engine kinachotumia AI ya kizazi kutengeneza mifano ya 3D kutoka kwa maelezo ya maandishi. Kwa sekunde chache, watengenezaji wanaweza kutengeneza mali tata (kama magari, samani, au majengo) bila kuunda kwa mkono. Hii huongeza kasi ya utengenezaji wa mali na kuruhusu wabunifu kufanya marekebisho haraka. Kwa mfano, kuomba Ludus atengeneze “gari la mbao la zamani” hutoa mfano wa 3D tayari kwa matumizi mara moja.

Mfano wa Gari la 3D lililotengenezwa na AI kwa Unreal Engine

Zaidi ya hayo, zana na miradi mingine mingi inayotumia AI inaathiri utengenezaji wa dunia za michezo:

  • Recraft (Kizalishaji Mali za AI): Kulingana na vyanzo vya sekta, zana kama Recraft huruhusu watengenezaji “kutengeneza mali za michezo – sprites, muonekano, mazingira – kupitia maagizo rahisi ya maandishi” na kuziingiza kwenye injini kama Unity au Godot.
    Hii inamaanisha mbunifu anaweza kuandika “magofu ya hekalu la kale” na mara moja kupata muonekano, mifano ya 3D, na mipangilio ya ngazi ya kuingiza kwenye mchezo wao.

  • Promethean AI: Zana ya mkusanyiko wa mandhari inayotumia AI, Promethean AI huandaa moja kwa moja vitu, taa, na ardhi katika mandhari ya 3D yenye muafaka. Inafuata miongozo ya mtindo na maingizo ya mtumiaji kutengeneza sehemu kamili za mazingira bila kuunda kwa mkono.
    Wabunifu wanaweza kutengeneza ramani kubwa haraka (kwa mfano, uwanja wa jiji au chumba cha ngome) kwa kubainisha mpangilio wa jumla na mtindo, kisha kuruhusu AI kujaza na kufafanua mandhari.

  • Muse ya Microsoft (WHAM): Muse ya Microsoft Research (Mfano wa Dunia na Matendo ya Binadamu) ni mfano wa kizazi wa michezo unaoweza kutoa mfululizo kamili wa mchezo na picha. Ingawa inalenga matendo ya mchezo, Muse pia hujifunza muundo wa dunia za michezo.
    Kama mfano unaotegemea transformer, inaonyesha jinsi AI inavyoweza kunasa jiometri na mienendo ya ngazi za michezo, na inaweza kusaidia kutengeneza maudhui ya dunia yanayolingana siku za usoni.

  • NVIDIA Omniverse & Cosmos: Jukwaa la Omniverse la NVIDIA sasa lina vipengele vya AI vya kizazi kwa ajili ya utengenezaji wa mazingira.
    Watengenezaji wanaweza kutumia maagizo ya maandishi kupata au kutengeneza mali za 3D (kupitia huduma za Omniverse NIM). Kwa kuunda mandhari na kutoa data bandia, hufunza mifano ya dunia ya “Cosmos” kutengeneza mazingira ya kweli yasiyo na kikomo.
    Kulingana na NVIDIA, hii inawawezesha watengenezaji kuunda “mazingira ya kweli ya bandia yasiyo na kikomo” kutoka kwa maingizo rahisi. Katika matumizi, Omniverse huongeza kasi ya ujenzi wa dunia kubwa kwa michezo na majaribio, ikitumia AI kujaza maelezo na uhalisia.

>>> Unaweza kurejelea: Chat AI bure

Manufaa Muhimu na Matumizi

Ramani na mazingira yaliyotengenezwa na AI yanatoa faida kadhaa za vitendo:

  • Kasi na Upana: AI inaweza kutoa dunia kubwa na za kina kwa sekunde chache. Kwa mfano, Ludus AI inaweza kutengeneza mali tata za 3D “ndani ya sekunde”, wakati uundaji wa mkono ungechukua masaa. Hii inaruhusu watengenezaji kujaza dunia za michezo kwa haraka zaidi.
  • Aina na Tofauti: Mifano ya mashine ya kujifunza huleta utofauti usio na kikomo. Utoaji wa kiasili wa kiprogramu tayari uliruhusu michezo kama No Man’s Sky kuwa na sayari zisizo na mwisho; mifano ya AI huongeza zaidi kwa kuchanganya mitindo, mada, na vipengele vya hadithi kwa njia mpya. Kila ramani inayotengenezwa na AI inaweza kuwa ya kipekee, kuzuia kurudia-rudia mara nyingine katika ngazi zilizotengenezwa kwa mkono.
  • Ufanisi: Kuendesha utengenezaji wa ramani kwa njia ya moja kwa moja hupunguza mzigo wa kazi na gharama. Timu ndogo za kujitegemea na studio kubwa zinaweza kuhamisha kazi ya kawaida ya kubuni ngazi kwa AI na kuzingatia mchezo, hadithi, na marekebisho madogo. Wataalamu wanasema zana kama Promethean AI “huokoa masaa mengi katika kazi za muundo wa 3D” kwa kuandaa mandhari moja kwa moja, kuboresha uzalishaji na ubunifu.
  • Dunia Zinazo Badilika na Kurekebika: AI za hali ya juu zinaweza hata kubadilisha mazingira kwa wakati halisi. Utafiti unaangalia dunia zinazobadilika papo hapo au kujibu matendo ya mchezaji. Kwa mfano, AI inaweza kutengeneza mpangilio mpya wa ngome kila mchezaji anapoingia, au kubadilisha ardhi kulingana na maendeleo ya hadithi. Dunia hizi “zinazoishi” hapo awali zilikuwa zinawezekana tu kwa mbinu rahisi za kiprogramu, lakini AI huifanya kuwa tajiri na yenye muafaka zaidi.

Faida za Dunia za Michezo za AI Zimeonyeshwa

Changamoto na Mwelekeo wa Baadaye

Licha ya ahadi, utengenezaji wa ramani unaotegemea AI unakumbwa na changamoto. Mifano ya kizazi yenye ubora wa juu inahitaji data nyingi za mafunzo, na seti za data za michezo mara nyingi ni chache.

Kama utafiti mmoja unavyosema, kujenga “AI ya kizazi yenye utendaji wa juu kunahitaji data nyingi za mafunzo,” ambayo ni vigumu kukusanya kwa aina maalum za michezo.

Data chache inaweza kusababisha matokeo ya kawaida au yenye kasoro, hivyo watengenezaji bado wanapaswa kuongoza AI na kurekebisha makosa. Pia kuna maswali kuhusu muafaka na uchezaji: AI inaweza kutengeneza ardhi nzuri inayovutia lakini yenye maeneo yasiyofikika au malengo yaliyokosekana, hivyo usimamizi wa binadamu unabaki muhimu.

Masuala ya kisheria na maadili pia yanaibuka. Baadhi ya majukwaa sasa yanahitaji watengenezaji kufichua matumizi ya AI, na masuala kama hakimiliki (kama AI ilijifunza kutoka kwa ramani zilizo na hakimiliki?) yanajadiliwa. Kwa sasa, studio za michezo zinapaswa kusawazisha uendeshaji wa AI na nia wazi ya ubunifu na udhibiti wa ubora.

Changamoto na Mwelekeo wa Baadaye wa Ramani za Michezo za AI


Ramani na mazingira ya michezo yaliyotengenezwa na AI tayari yanabadilisha maendeleo ya michezo. Miradi ya teknolojia inayoongoza—kuanzia Genie ya Google DeepMind hadi Omniverse ya NVIDIA—inaonyesha kuwa dunia nzima zinaweza “kufikirika” na AI kutoka kwa maelezo rahisi.

Teknolojia hii inaahidi utengenezaji wa haraka wa dunia za kuvutia zenye utofauti usio wa kawaida. Kadri mifano ya AI inavyoendelea kuboresha, tunaweza kutarajia mandhari ya kweli zaidi na yenye mwingiliano zaidi yatakayotengenezwa papo hapo.

Kwa wachezaji na wabunifu wote, siku zijazo zinahifadhi dunia za michezo zenye utajiri zaidi zilizojengwa na algoriti za akili, mradi tu teknolojia itumike kwa busara na ubunifu.

Marejeo ya Nje
Makala hii imetayarishwa kwa kuzingatia vyanzo vya nje vifuatavyo:
87 makala
Rosie Ha ni mwandishi wa Inviai, mtaalamu wa kushiriki maarifa na suluhisho kuhusu akili bandia. Kwa uzoefu wa kufanya utafiti na kutumia AI katika nyanja mbalimbali kama biashara, ubunifu wa maudhui, na uendeshaji wa kiotomatiki, Rosie Ha huleta makala zinazoweza kueleweka kwa urahisi, za vitendo na zenye kuhamasisha. Dhamira ya Rosie Ha ni kusaidia watu kutumia AI kwa ufanisi ili kuongeza uzalishaji na kupanua uwezo wa ubunifu.
Tafuta