கைமுறை வரைபடங்கள் மற்றும் சூழல்களை உருவாக்கும் முறையில் செயற்கை நுண்ணறிவு புரட்சி ஏற்படுத்தி வருகிறது. நவீன ஏ.ஐ. கருவிகள், முன்பு குழுக்கள் பல மணி நேரங்கள் செலவிட்ட விளையாட்டு உலகங்களை தானாகவே விரிவாக உருவாக்க முடியும்.

ஒவ்வொரு டைல் அல்லது மாதிரியை கைமுறையாக உருவாக்குவதற்கு பதிலாக, மேம்படுத்துநர்கள் உயர் நிலை உத்தரவுகள் அல்லது தரவுகளை உள்ளிடி, ஏ.ஐ. மற்றவை நிரப்ப அனுமதிக்கலாம். உதாரணமாக, கூகுள் டீப் மைண்டின் புதிய “ஜினி 3” மாதிரி, “காலை நேரத்தில் மங்கலான மலை கிராமம்” போன்ற உரை விளக்கத்தை எடுத்துக் கொண்டு உடனடியாக முழுமையாக பயணிக்கக்கூடிய 3D உலகத்தை உருவாக்க முடியும்.

தொழில்துறை நிபுணர்கள் குறிப்பிடுவது போல, ரிக்ராஃப்ட் போன்ற கருவிகள் இப்போது முழு விளையாட்டு சூழல்களை (உதாரணமாக, உருப்படிகள், ஸ்பிரைட்கள், நிலை அமைப்புகள்) எளிய உரை கட்டளைகளிலிருந்து உருவாக்க அனுமதிக்கின்றன. இந்த ஏ.ஐ. மற்றும் பாரம்பரிய செயல்முறை முறைகளின் இணைப்பு வளர்ச்சியை வேகமாக்கி, முடிவற்ற படைப்பாற்றல் வாய்ப்புகளை திறக்கிறது.

பாரம்பரிய மற்றும் ஏ.ஐ. அடிப்படையிலான வரைபட உருவாக்கம்

• பாரம்பரிய செயல்முறை உருவாக்கம்: முன்னாள் விளையாட்டுகள் நிலத்தடி உருவாக்கத்திற்கு பெர்லின் சத்தம் போன்ற ஆல்கொரிதம்கள் அல்லது விதி அடிப்படையிலான டைல் அமைப்புகளை பயன்படுத்தி நிலைகள் மற்றும் வரைபடங்களை உருவாக்கும் செயல்முறை உள்ளடக்க உருவாக்க முறைகளை (PCG) பயன்படுத்தின.
  இந்த முறைகள் பரபரப்பான அல்லது சீரற்ற உலகங்களை இயக்குகின்றன – உதாரணமாக,  டயாப்லோ  தொடர் மற்றும்  நோ மேன்ஸ் ஸ்கை  “நிலைகள் மற்றும் சந்திப்புகளை தானாக உருவாக்கி முடிவற்ற உள்ளடக்கத்தை வழங்குகின்றன” என்று செயல்முறை ஆல்கொரிதம்களை பயன்படுத்துகின்றன.
  இந்த முறைகள் கைமுறை வேலை குறைக்க உதவினாலும், முறைமைகள் மீண்டும் மீண்டும் வரும் வடிவங்களை உருவாக்கக்கூடும் மற்றும் வடிவமைப்பாளர்கள் அளவுருக்களை நுட்பமாக சரிசெய்ய வேண்டியிருக்கும்.

• ஏ.ஐ. இயக்கும் உருவாக்கம்: மாறாக, நவீன ஏ.ஐ. இயந்திரக் கற்றலை பயன்படுத்தி வரைபடங்களை உருவாக்குகிறது. GAN, டிஃப்யூஷன் நெட்வொர்க்குகள் மற்றும் டிரான்ஸ்ஃபார்மர் “உலக மாதிரிகள்” போன்ற உருவாக்கும் மாதிரிகள் உண்மையான எடுத்துக்காட்டுகள் அல்லது விளையாட்டு தரவுகளிலிருந்து கற்றுக்கொள்கின்றன.
  இவை அதிகமான மற்றும் நிஜமான சூழல்களை உருவாக்க முடியும் மற்றும் படைப்பாற்றல் உத்தரவுகளையும் பின்பற்ற முடியும். உதாரணமாக, ஏ.ஐ. உண்மையான அல்லது கற்பனை நிலக்காட்சிகளில் பயிற்சி பெற்ற பிறகு, அந்த பாணிகளைப் பின்பற்றும் புதிய வரைபடங்கள் அல்லது நிலத்தடங்களை உருவாக்க முடியும்.
  மேலே குறிப்பிடப்பட்டபடி, நிபுணர்கள் ரிக்ராஃப்ட் போன்ற ஏ.ஐ. கருவிகளை “எளிய உரை உத்தரவுகளின் மூலம் விளையாட்டு உருப்படிகள் – ஸ்பிரைட்கள், உருப்படிகள், சூழல்கள் – உருவாக்க” பயன்படுத்துகிறார்கள் என்று கவனிக்கின்றனர். சுருக்கமாக, ஏ.ஐ. மாதிரிகள் சிக்கலான இடவியல் வடிவங்களைப் பிடித்து, அவற்றை விளையாட்டு வரைபட உருவாக்கத்தில் பயன்படுத்த முடியும்.

உருவாக்கும் ஏ.ஐ. தொழில்நுட்பங்கள்

விளையாட்டு சூழல்களை கட்டமைக்க ஏ.ஐ. பல தொழில்நுட்பங்களை பயன்படுத்துகிறது:

• GANகள் (Generative Adversarial Networks): GANகள் வரைபடங்கள் அல்லது நிலத்தடி படங்களின் தொகுப்புகளில் பயிற்சி பெற்ற நியூரல் நெட்வொர்க்குகள். தரவுகளின் புள்ளிவிவரங்களை கற்றுக்கொண்டு நிஜமான அம்சங்களுடன் புதிய வரைபடங்களை உருவாக்க முடியும்.
  ஆராய்ச்சிகள் GAN அடிப்படையிலான முறைகள் (உதாரணமாக, சுய கவனிப்பு GANகள்) 2D விளையாட்டு நிலைகள் அல்லது உயரம் வரைபடங்களில் நீண்ட தூர வடிவங்களை பிடித்து நிலை ஒத்திசைவை மேம்படுத்துகின்றன என்று காட்டுகின்றன.
  உதாரணமாக, ஆராய்ச்சியாளர்கள் எடுத்துக்காட்டு வரைபடங்களில் பயிற்சி பெற்று சிக்கலான 2D பிளாட்ஃபார்மர் நிலைகள் மற்றும் நம்பகமான 3D நிலத்தடங்களை உருவாக்க GANகளை பயன்படுத்தியுள்ளனர்.

• டிஃப்யூஷன் மாதிரிகள்: ஸ்டேபிள் டிஃப்யூஷன் போன்ற டிஃப்யூஷன் அடிப்படையிலான ஏ.ஐ. சீரற்ற சத்தத்தை கட்டமைக்கப்பட்ட படங்களாக முறைப்படுத்தி மேம்படுத்துகிறது. இவை விளையாட்டு உள்ளடக்கத்திற்கும் மாற்றப்பட்டுள்ளன – உதாரணமாக, உரை-கட்டுப்படுத்தப்பட்ட டிஃப்யூஷன் சத்த வரைபடத்தை விரிவான நிலக்காட்சி அல்லது நகர அமைப்பாக மாற்ற முடியும்.
  சமீபத்திய டெமோக்கள் 3D டிஃப்யூஷன் (“ட்ரீம் ஃபியூஷன்” பாணி) பயன்படுத்தி உத்தரவுகளிலிருந்து விளையாட்டு உருப்படிகள் அல்லது முழு காட்சிகளை உருவாக்கி, செறிவான உருப்படிகள் மற்றும் வடிவமைப்புகளை வழங்குகின்றன.

• டிரான்ஸ்ஃபார்மர் உலக மாதிரிகள்: பெரிய டிரான்ஸ்ஃபார்மர் அடிப்படையிலான ஏ.ஐ. முழு தொடர்புடைய உலகங்களை உருவாக்க முடியும். டீப் மைண்டின் ஜினி 3 ஒரு உதாரணம்: இது உலக மாதிரி கட்டமைப்பை பயன்படுத்தி உரை உத்தரவுகளைப் பொருள் படுத்தி நேரடி 3D சூழல்களை உருவாக்குகிறது. இந்த மாதிரிகள் விளையாட்டு போன்ற இடங்களை புரிந்து கொண்டு, தானாகவே நிலைகளை வடிவமைக்கும் திறனுடன் “கனவுகளைக் காண” முடியும்.

முன்னணி ஏ.ஐ. கருவிகள் மற்றும் ஆராய்ச்சி

டீப் மைண்டின் ஜினி 3: டீப் மைண்ட் உரை மூலம் 3D விளையாட்டு சூழல்களை உருவாக்கும் முன்னணி  உலக மாதிரியை உருவாக்கியுள்ளது. ஒரு உத்தரவை வழங்கும் போது, ஜினி 3 பல்வகை, தொடர்புடைய உலகத்தை உருவாக்கி, வீரர்கள் அதில் உயர் ஃப்ரேம் விகிதத்தில் பயணம் செய்ய முடியும். இது நிலம், பொருட்கள் மற்றும் இயற்பியல் ஆகியவற்றை ஒருங்கிணைத்து, ஏ.ஐ. மூலம் முழுமையான உலக கட்டமைப்பை தானாக செய்யும் திறனை காட்டுகிறது.

லுடஸ் ஏ.ஐ (அன்ரியல் என்ஜின் பிளகின்): லுடஸ் ஏ.ஐ. அன்ரியல் என்ஜினுக்கான ஒரு பிளகின் ஆகும், இது உரை விளக்கங்களிலிருந்து 3D மாதிரிகளை உருவாக்க உருவாக்கும் ஏ.ஐ. பயன்படுத்துகிறது. சில விநாடிகளில், மேம்படுத்துநர்கள் கார், மரச்சாமான்கள் அல்லது கட்டிடங்கள் போன்ற சிக்கலான உருப்படிகளை கைமுறை மாதிரிகள் இல்லாமல் உருவாக்க முடியும். இது உருப்படி உருவாக்கத்தை வேகப்படுத்தி வடிவமைப்பாளர்களுக்கு விரைவாக திருத்தங்களை செய்ய உதவுகிறது. உதாரணமாக, “பழமையான மர வண்டி” என்று கேட்டால், உடனடியாக பயன்படுத்தக்கூடிய 3D மாதிரி கிடைக்கும்.

மேலும், பல ஏ.ஐ. இயக்கும் கருவிகள் மற்றும் திட்டங்கள் விளையாட்டு உலக உருவாக்கத்தில் முக்கிய பங்கு வகிக்கின்றன:

• ரிக்ராஃப்ட் (ஏ.ஐ. உருப்படி உருவாக்கி): தொழில்துறை ஆதாரங்களின் படி, ரிக்ராஃப்ட் போன்ற கருவிகள் மேம்படுத்துநர்களுக்கு “எளிய உரை உத்தரவுகளின் மூலம் விளையாட்டு உருப்படிகள் – ஸ்பிரைட்கள், உருப்படிகள், சூழல்கள் – உருவாக்க” மற்றும் யூனிட்டி அல்லது கோடோட் போன்ற என்ஜின்களில் இறக்குமதி செய்ய அனுமதிக்கின்றன.
  இதன் மூலம் வடிவமைப்பாளர் “பழமையான கோவில் இடிகைகள்” என்று தட்டச்சு செய்தால் உடனடியாக உருப்படிகள், 3D மாதிரிகள் மற்றும் நிலை அமைப்புகளை பெற்றுக்கொள்ள முடியும்.

• புரோமீதியன் ஏ.ஐ.: புரோமீதியன் ஏ.ஐ. என்பது ஒரு ஏ.ஐ. இயக்கும் காட்சி தொகுப்பு கருவி, இது பொருட்கள், விளக்குகள் மற்றும் நிலத்தடங்களை ஒருங்கிணைத்து முழுமையான 3D காட்சிகளை தானாக அமைக்கிறது. இது பாணி வழிகாட்டுதல்கள் மற்றும் பயனர் உள்ளீடுகளை பின்பற்றி, கைமுறை மாதிரிகள் இல்லாமல் முழு மெய்நிகர் காட்சிகளை உருவாக்குகிறது.
  வடிவமைப்பாளர்கள் பொதுவான அமைப்பு மற்றும் பாணியை குறிப்பிடுவதன் மூலம் விரைவாக பெரிய வரைபடங்களை (உதாரணமாக, நகர மைதானம் அல்லது குகை அறை) உருவாக்கி, ஏ.ஐ. காட்சியை நிரப்பி விரிவாக்க முடியும்.

• மைக்ரோசாஃப்ட் மியூஸ் (WHAM): மைக்ரோசாஃப்ட் ரிசர்ச் உருவாக்கிய “மியூஸ்” (உலக மற்றும் மனித செயல் மாதிரி) என்பது முழு விளையாட்டு தொடர்களையும் காட்சிகளையும் உருவாக்கக்கூடிய உருவாக்கும் விளையாட்டு மாதிரி ஆகும். இது விளையாட்டு செயல்பாடுகளுக்கு கவனம் செலுத்தினாலும், விளையாட்டு உலகங்களின் கட்டமைப்பையும் கற்றுக்கொள்கிறது.
  டிரான்ஸ்ஃபார்மர் அடிப்படையிலான மாதிரியாக, இது விளையாட்டு நிலை வடிவமைப்பு மற்றும் இயக்கங்களைப் பிடித்து, எதிர்காலத்தில் ஒருங்கிணைந்த உலக உள்ளடக்கத்தை உருவாக்க உதவக்கூடும்.

• என்விடியா ஓம்னிவர்ஸ் மற்றும் கோஸ்மோஸ்: என்விடியாவின் ஓம்னிவர்ஸ் தளம் தற்போது சூழல் உருவாக்கத்திற்கான உருவாக்கும் ஏ.ஐ. அம்சங்களை கொண்டுள்ளது.
  மேம்படுத்துநர்கள் உரை உத்தரவுகளை பயன்படுத்தி 3D உருப்படிகளை பெறவோ உருவாக்கவோ (ஓம்னிவர்ஸ் NIM சேவைகள் மூலம்) முடியும். காட்சிகளை தொகுத்து செயற்கை தரவை உருவாக்கி, “கோஸ்மோஸ்” உலக மாதிரிகளை பயிற்சி செய்து முடிவற்ற மெய்நிகர் சூழல்களை உருவாக்குகிறார்கள்.
  என்விடியாவின் சொற்களில், இது “எளிய உள்ளீடுகளிலிருந்து எண்ணற்ற செயற்கை மெய்நிகர் சூழல்களை” உருவாக்க அனுமதிக்கிறது. நடைமுறையில், ஓம்னிவர்ஸ் விளையாட்டுகள் மற்றும் சிமுலேஷன்களுக்கு பெரிய அளவிலான உலகங்களை விரைவாக கட்டுவதற்கு ஏ.ஐ.யை பயன்படுத்தி விரிவான மற்றும் நிஜமான விவரங்களை நிரப்புகிறது.

>>> நீங்கள் பார்க்கலாம்: இலவச AI உரையாடல்

முக்கிய நன்மைகள் மற்றும் பயன்பாடுகள்

ஏ.ஐ. உருவாக்கிய வரைபடங்கள் மற்றும் சூழல்கள் பல நடைமுறை நன்மைகளை வழங்குகின்றன:

• வேகம் மற்றும் அளவு: ஏ.ஐ. சில விநாடிகளில் பெரிய, விரிவான உலகங்களை உருவாக்க முடியும். உதாரணமாக, லுடஸ் ஏ.ஐ. “சில விநாடிகளில்” சிக்கலான 3D உருப்படிகளை உருவாக்க முடியும், ஆனால் கைமுறை மாதிரிகள் உருவாக்கம் பல மணி நேரம் எடுக்கும். இது மேம்படுத்துநர்களுக்கு விளையாட்டு உலகங்களை வேகமாக நிரப்ப உதவுகிறது.
• வகை மற்றும் பல்வகைமை: இயந்திரக் கற்றல் மாதிரிகள் முடிவற்ற வகைமையை அறிமுகப்படுத்துகின்றன. பாரம்பரிய செயல்முறை உருவாக்கம்  நோ மேன்ஸ் ஸ்கை  போன்ற விளையாட்டுகளில் முடிவற்ற கிரகங்களை வழங்கியது; ஏ.ஐ. மாதிரிகள் பாணிகள், கருப்பொருள் மற்றும் கதை கூறும் கூறுகளை புதிய முறையில் கலக்கி இதை மேலும் விரிவாக்குகின்றன. ஒவ்வொரு ஏ.ஐ. உருவாக்கிய வரைபடும் தனித்துவமானதாக இருக்கும், கைமுறை நிலைகளில் சில நேரங்களில் காணப்படும் ஒரே மாதிரிப் பாணியைத் தவிர்க்கிறது.
• திறன்: வரைபட உருவாக்கத்தை தானாக செய்யும் போது வேலை மற்றும் செலவுகள் குறைகின்றன. சிறிய சுயாதீன குழுக்களும் பெரிய ஸ்டுடியோக்களும் வழக்கமான நிலை வடிவமைப்பை ஏ.ஐ.க்கு ஒப்படைத்து விளையாட்டு, கதை மற்றும் நுட்ப திருத்தங்களில் கவனம் செலுத்த முடியும். நிபுணர்கள் குறிப்பிடுவது போல, புரோமீதியன் ஏ.ஐ. “3D வடிவமைப்பு பணிகளில் எண்ணற்ற மணிநேரங்களை சேமிக்கிறது” காட்சிகளை தானாக தொகுத்து, உற்பத்தித்திறன் மற்றும் படைப்பாற்றலை மேம்படுத்துகிறது.
• செயல்பாட்டிலும் தகுந்த உலகங்கள்: மேம்பட்ட ஏ.ஐ. சூழல்களை நேரடியாக மாற்றவும் முடியும். ஆராய்ச்சிகள் வீரர் செயல்களுக்கு பதிலளிக்கும் அல்லது நேரடியாக மாறும் உலகங்களை ஆராய்கின்றன. உதாரணமாக, ஒரு வீரர் ஒவ்வொரு முறையும் ஒரு புதிய குகை அமைப்பை ஏ.ஐ. உருவாக்கலாம் அல்லது கதை முன்னேற்றத்தின் அடிப்படையில் நிலத்தடத்தை மாற்றலாம். இத்தகைய “உயிருள்ள” உலகங்கள் முன்பு எளிய செயல்முறை முறைகளால் மட்டுமே சாத்தியமாக இருந்தன, ஆனால் ஏ.ஐ. அவற்றை மேலும் செழிப்பாகவும் ஒத்திசைவாகவும் மாற்றுகிறது.

சவால்கள் மற்றும் எதிர்கால திசைகள்

வாக்குறுதிகளுக்கு மாறாக, ஏ.ஐ. இயக்கும் வரைபட உருவாக்கம் சவால்களை எதிர்கொள்கிறது. உயர் தர உருவாக்கும் மாதிரிகள் பெரும் அளவிலான பயிற்சி தரவுகளை தேவைப்படுத்துகின்றன, மேலும் விளையாட்டு-சார்ந்த தரவுத்தொகுப்புகள் பெரும்பாலும் குறைவாக உள்ளன.

ஒரு ஆய்வின் படி, “உயர் செயல்திறன் உருவாக்கும் ஏ.ஐ. உருவாக்க பெரும் அளவிலான பயிற்சி தரவுகளை தேவைப்படுத்துகிறது,” இது குறைந்த பிரிவுகளுக்கான விளையாட்டுகளுக்கு சேகரிக்க கடினம்.

குறைந்த தரவு பொதுவான அல்லது தவறான வெளியீடுகளை உருவாக்கக்கூடும், ஆகவே மேம்படுத்துநர்கள் இன்னும் ஏ.ஐ.-ஐ வழிநடத்தி பிழைகளை சரிசெய்ய வேண்டியிருக்கும். ஒருங்கிணைவு மற்றும் விளையாட்டு சாத்தியத்திற்கான கேள்விகளும் உள்ளன: ஏ.ஐ. அழகான நிலத்தடத்தை உருவாக்கினாலும், அதில் செல்ல முடியாத பகுதிகள் அல்லது குறைந்த குறிக்கோள்கள் இருக்கலாம், எனவே மனித கண்காணிப்பு அவசியமாகும்.

சட்ட மற்றும் நெறிமுறை கவலைகளும் எழுகின்றன. சில தளங்கள் தற்போது மேம்படுத்துநர்களுக்கு ஏ.ஐ. பயன்பாட்டை வெளிப்படுத்த வேண்டும் என்று கேட்கின்றன, மேலும் பதிப்புரிமை பிரச்சினைகள் (ஏ.ஐ. பதிப்புரிமை பெற்ற வரைபடங்களிலிருந்து கற்றிருந்தால் என்ன?) விவாதிக்கப்படுகின்றன. தற்போது, விளையாட்டு ஸ்டுடியோக்கள் ஏ.ஐ. தானியக்கத்தையும் தெளிவான வடிவமைப்பு நோக்கத்தையும் தரம் கட்டுப்பாட்டையும் சமநிலைப்படுத்த வேண்டும்.

ஏ.ஐ. உருவாக்கிய விளையாட்டு வரைபடங்கள் மற்றும் சூழல்கள் ஏற்கனவே விளையாட்டு மேம்பாட்டை மாற்றி அமைக்கின்றன. கூகுள் டீப் மைண்டின் ஜினி முதல் என்விடியாவின் ஓம்னிவர்ஸ் வரை முன்னணி தொழில்நுட்ப திட்டங்கள், எளிய விளக்கங்களிலிருந்து முழு உலகங்களை “கனவுகாண” ஏ.ஐ. முடியும் என்பதை நிரூபித்துள்ளன.

இந்த தொழில்நுட்பம் முன்னேற்றமடைந்த உலகங்களை வேகமாக உருவாக்குவதற்கான வாய்ப்பை வழங்குகிறது, அதிலும் முன்பிராதான வகைமைகளுடன். ஏ.ஐ. மாதிரிகள் மேம்படுவதை தொடர்ந்து, நாம் இன்னும் நிஜமான மற்றும் தொடர்புடைய மெய்நிகர் நிலக்காட்சிகளை நேரடியாக உருவாக்குவோம் என்று எதிர்பார்க்கலாம்.

விளையாட்டு வீரர்களுக்கும் வடிவமைப்பாளர்களுக்கும் எதிர்காலம், புத்திசாலித்தனமான ஆல்கொரிதம்களால் கட்டப்பட்ட செழிப்பான விளையாட்டு உலகங்களை கொண்டிருக்கும், ஆனால் நாம் இந்த தொழில்நுட்பத்தை அறிவார்ந்த முறையிலும் படைப்பாற்றலுடனும் பயன்படுத்த வேண்டும்.