ИИгры разума: как работает искусственный интеллект в видеоиграх

Простор для творчества

Стоит отметить, что созданием инструментов ИИ занимаются не только разработчики, но и организации, разрабатывающие комплектующие для персональных компьютеров. Например, компания NVIDIA в рамках своей презентации на выставке Computex 2023 представила сервис Avatar Cloud Engine (ACE) for Games, который позволит сделать умнее неигровых персонажей в играх. Представленный сервис позволяет разработчикам создавать собственные ИИ-модели, которые могут генерировать для NPC более естественную речь, включая движения и диалоги.

Дерево поведения является более структурированным подходом к определению поведения персонажей в игре. Его уникальная черта заключается в том, что все состояния персонажа организованы в виде ветвистой структуры с понятной иерархией. Дерево поведения включает в себя все возможные состояния, в которых может находиться персонаж. Когда происходит определенное событие в игре, искусственный интеллект проверяет условия, в которых находится персонаж, и перебирает все состояния для поиска наиболее подходящего в текущей ситуации.

«Искусственный интеллект забирает у людей работу!» Отчасти это так. Причём в довольно неожиданных отраслях. Провинциальная бейсбольная команда «Окленд» смогла выстоять против фаворитов чемпионата и выиграть 20 матчей подряд благодаря алгоритму подбора и расстановки игроков на поле. Хотим мы того или нет, но активно автоматизируются даже те процессы, от которых этого совсем не ждёшь. Вопрос лишь в том, кто сможет адаптироваться к изменениям и освоить актуальные навыки работы с данными, а кого ИИ таки сбросит с корабля современности.

Однако после того, как в 1997 году шахматный суперкомпьютер Deep Blue, разработанный IBM, выиграл 6 партий у чемпиона мира по шахматам Гарри Каспарова, благодаря возможности хранить в памяти и молниеносно обрабатывать информацию о миллионах сыгранных людьми партий, а в 2016 года компьютерная программа на основе ИИ AlphaGo, разработанная британской Google DeepMind, выиграла 4 из 5 партий в игру «Го» у корейского профессионала 9-го дана Ли Седоля, самообучающийся ИИ, руководствующийся нелинейной логикой, стал активно применяться в игровом процессе в компьютерных и консольных видеоиграх. Причем в настоящее время игровой ИИ необходим не столько для того, чтобы побеждать геймеров, сколько для того, чтобы улучшать их игровой опыт и увеличивать удовольствие от видеоигры.

Когда ИИ получает информацию, он приступает к анализу ситуации и «размышляет» о своих действиях. Обычно здесь задействованы сразу несколько систем ИИ, каждая из которых отвечает за различные аспекты. Разработчики часто включают в видеоигру принцип коллективного интеллекта, который обеспечивает согласованность действий отдельных ботов и предотвращает несогласованность их действий или вмешательство в действия друг друга. При этом сами игровые персонажи часто не знают о существовании союзников, так как эта информация им не требуется, поскольку за координацию их совместных действий отвечает ИИ более высокого уровня. Для этого в играх имеются специальные системы, выполняющие функции режиссера или координатора. Они следят за соблюдением баланса сложности и создают интересные и запоминающиеся ситуации.

Автор: директор Автономной некоммерческой организации «Спортивно-методический центр «Кафедра киберспорта», проводящей комплексные научно-практические исследования в области высоких технологий, киберспорта и искусственного интеллекта в интересах крупнейших игроков российской видеоигровой индустрии, Виктория Береснева.

Ликбез

Дерево поведения предоставляет эффективный способ организации состояний NPC в играх с разнообразными механиками и элементами геймплея. В ситуации, когда NPC участвует в перестрелке, он автоматически исключает неподходящие действия из ветки патрулирования, что позволяет NPC быстро и эффективно выбирать наиболее релевантное поведение. Этот подход обеспечивает отзывчивость и плавность переходов между различными состояниями NPC.

«Нейронная сеть написала сценарий для фильма», «ИИ превратит ваши фотографии в картины импрессионистов», «Беспилотные трамваи и поезда вышли на маршруты в Англии и Китае» — ещё недавно такие новости показались бы нелепыми шутками, однако сегодня это реальность. Она вызывает не только восторг, но и страх — остаться без работы, пасть жертвой восстания машин. Но вместо того чтобы бояться, лучше учиться и адаптироваться. Рассказываем, зачем осваивать ИИ и почему никогда не поздно заняться этим.

Для принятия решений в играх используется несколько подходов. Один из самых простых и понятных – это rule-based ИИ. В его основе лежит список заранее заданных правил и условий, созданных разработчиками. Этот подход эффективен для создания простого поведения. Например, если игрок подбирается к животному ближе, чем на три метра, то оно начинает от него убегать.

Мы собираем данные (чем больше, тем лучше), состоящие из объектов и ответов. К примеру, мы хотим создать робота-офтальмолога, который сможет диагностировать глазные заболевания. В таком случае объекты — это изображения больных и здоровых глаз, а ответы — диагнозы.

Для игрового ИИ характерно использование разнообразных сенсоров, которые помогают получать информацию об окружении и происходящих событиях. Эти сенсоры, подобно органам чувств в реальном мире, могут быть представлены конусом зрения для видимости, «ушами» для обнаружения звуковых сигналов или обонятельными рецепторами. Хотя эти сенсоры служат всего лишь имитацией реальных органов чувств, они делают игровые ситуации гораздо более реалистичными и интересными.

История развития игрового ИИ уходит корнями к созданию искусственного интеллекта и к Алану Тьюрингу, спроектировавшему первый в мире компьютер с хранимой в памяти программой. Однако первые активные попытки использовать ИИ в играх вроде шахмат, Pong, Space Invaders, Pac-Man, Donkey Kong от Nintendo и другие начались только в 1970-ые годы. Изначально игровой ИИ создавался скорее в качестве эксперимента, чтобы проверить, способна ли в принципе машина обыграть человека в шахматы и в других логических играх.

Допустим, у нас есть NPC, которому мы задали цель обследовать район на машине. Вдруг неожиданно появляется игрок, угоняет автомобиль и уничтожает его. В этом случае NPC должен начать отстреливаться при попытке угона, однако когда игрок скроется из поля его зрения, NPC должен вернуться к патрулированию. Но поскольку машина больше не доступна, NPC не в состоянии вернуться к своему исходному поведению. Вместо этого он должен автоматически перейти к пешему патрулированию, как это делают другие противники в игре. Дерево поведения предоставляет возможность NPC легко и без проблем найти новое состояние и не застрять в неопределенности.

Критическое мышление — один из ключевых навыков для любого аналитика или инженера, который работает с ИИ. Важно ставить всё под сомнение, тщательно проверять любое предположение, комплексно анализировать любую задачу, чтобы понять, что в ней важно, а на что можно не обращать внимания. «Именно этот навык в первую очередь определяет успех специалиста в области данных», — считает руководитель отдела аналитики консалтингового агентства PwC.