Новый ИИ в играх должен стать умнее. Почему NVIDIA ACE способен совершить революцию и что ждать от технологии
Игроки давно мечтают, чтобы их противники и неигровые персонажи вели себя как нечто большее, чем просто декорации. Однако до сих пор многие игры застряли в каменном веке скриптов, где каждый шаг NPC предсказуем и скучен. Что делают разработчики, чтобы исправить ситуацию?Компания Nvidia предложила решение давней проблемы глупых NPC в играх. Разберёмся, почему это круто… и почему мгновенных изменений ждать не стоит.
ИИ в играх — это не только графика
Внедрение технологий искусственного интеллекта в игры началось относительно недавно. В 2018 году компания Nvidia представила технологию DLSS (Deep Learning Super Sampling, суперсэмплинг глубокого обучения), которая с тех пор прочно закрепилась на игровом рынке.
С одной стороны, DLSS привнесла революционные изменения в рендеринг 3D-изображений, позволив добиться высокой частоты кадров при высоких разрешениях. С другой стороны, это стало возможным во многом благодаря тому, что графические чипы приблизились к технологическому пределу, за которым быстрый рост производительности при умеренном энергопотреблении становится невозможным.
Каждый новый шаг в разработке чипов требует огромных инвестиций, но даёт всё меньший прирост производительности. С появлением RTX (трассировки лучей) требования к «железу» выросли в разы, однако разработчики не всегда успевают оптимизировать свои проекты под новые технологии.
Тернистый путь трассировки лучей в массы мы уже разбирали (см. материал на нашем сайте). Здесь лишь отметим, что дорисованные и масштабированные нейросетями кадры, хотя и позволяют получить более высокую производительность на относительно слабом «железе», всех проблем не решают. В частности, иногда изображение содержит артефакты, а также возникают проблемы с input lag (задержками реакции на действия игрока).
Так что DLSS не идеален, но лучше этой технологии пока ничего нет.
Тем не менее ожидания игроков от ИИ намного выше. Они хотят видеть искусственный интеллект умнее и реалистичнее. Во многих современных играх поведение врагов и неигровых персонажей (NPC) ограничивается простыми скриптами, что снижает уровень погружения и вызывает раздражение у геймеров. Классический пример — «простреленное колено» в Skyrim, ставшее мемом.
Нельзя сказать, что попытки продвинуться дальше в разработке искусственного интеллекта противников и NPC не предпринимались. Игроки до сих пор с теплотой вспоминают противников в F.E.A.R. (2005) и Crysis (2007), которые демонстрировали осмысленные действия при сопротивлении игроку. Это делало противостояния с ними гораздо более увлекательными, чем отстрел «одноклеточных болванчиков» в других шутерах.
На недавней презентации Nvidia представила технологию ACE (Avatar Cloud Engine), которая обещает революцию в ИИ для неигровых персонажей, схожую с той, что совершила DLSS.
Но так ли это на самом деле?
Прежде чем разбираться с этим, давайте вспомним, с чего начинался игровой ИИ и с какими проблемами он сталкивается сегодня.
Краткая история ИИ персонажей в играх
Традиционно ИИ персонажей в играх строится на принципах деревьев решений. Деревья решений — один из классических подходов к проектированию ИИ, где поведение персонажа или противника определяется последовательностью условий и действий, организованных в виде дерева. Каждый узел дерева представляет собой условие, а ветви — возможные действия или переходы к другим узлам.
Как работает узел дерева решений?
- Проверка условия: Например, есть ли игрок в поле видимости? Да/нет.
- Разделение данных: Если игрока в поле видимости нет, перейти на ветку 1; если есть, перейти на ветку 2.
- Принятие решения: Предположим, что игрок оказался в поле видимости, и ветка 2 привела к решению атаковать.
Приведённый выше пример — одно из самых примитивных деревьев решений. В играх с продвинутым ИИ, построенным на деревьях решений, они могут быть огромными, каналов входных данных может быть несколько, а для выбора того или иного пути может использоваться серьёзный математический аппарат, анализирующий входные данные.
Но сам принцип, будь то в диалогах персонажей или их действиях, остаётся неизменным.
Паттерны и их ограничения
Персонаж, управляемый ИИ, основанным на дереве решений, действует по заранее заданным паттернам. Их может быть несколько, но количество всегда ограничено изначально заданными разработчиками вариантами.
В зависимости от входящих сигналов (действий игрока, выбора строки в диалоге) персонаж движется по дереву решений от узла к узлу, и в конечном итоге мы получаем какое-либо действие. Мы всегда можем проследить движение по этому дереву решений, а варианты поведения просто запомнить.
Подобный ИИ хорошо работает, когда количество входящих сигналов и вариантов действий ограничено. И до определённой поры эта технология отлично показывала себя в играх.
Прописать возможные реакции, в том числе сложные, на игрока, ограниченного в пространстве коридорного шутера и имеющего в своём арсенале определённое количество возможных действий, не очень сложно. Равно как и составить диалог в ролевой игре, предполагающей выбор одной реплики из нескольких (как это сделано, к примеру, в Fallout, Skyrim или Mass Effect).
Паттерны, линейность и отсутствие адаптивности лежат в основе существующих ИИ в играх. До определённой поры это не мешает игрокам, но стоит привыкнуть к повадкам противника — и часть удовольствия от игры тут же исчезает.
В Dark Souls и других соулз-играх действительно можно побеждать мощных боссов непрокачанным персонажем, просто вовремя нажимая на кнопки. Да, это очень физически сложно, но есть ли в этом фан и интеллект? Пусть поклонники соулзов не обижаются на этот вопрос.
Некоторые разработчики стараются подойти к такому ИИ нестандартно, чтобы удивить и повеселить игроков. Один из ярких примеров — Metal Gear Solid 3 (2004), где враги могли слышать, как голодный или съевший что-то не то Снейк издаёт различные звуки, что добавляло элемент неожиданности и веселья в геймплей.
Представьте себе: вы крадётесь мимо часовых и вдруг случайно издаёте слишком громкий звук — враги тут же меняют своё поведение и начинают искать источник шума. Это не только забавно, но и требует от игрока адаптации тактики на ходу.
Другой пример — Left 4 Dead (2008), где зомби могли адаптироваться к тактике игроков, запоминая, где те чаще всего укрываются, и пытались атаковать с флангов. Каждая волна нашествия становилась почти уникальной, заставляя игроков постоянно менять стратегию, чтобы выжить.
Но это, скорее, единичные примеры, и в целом они не решали проблем, присущих дереву решений.
Проблемы традиционного подхода
Стоит предоставить игроку чуть больше свободы, и сложность дерева решений возрастает многократно. Количество входящих сигналов кратно увеличивается, что приводит к росту числа узлов в геометрической прогрессии.
Реализовать ИИ по традиционным технологиям в современных играх с открытым миром или свободными диалогами — чрезвычайно сложная, практически нерешаемая задача. В том числе по этой причине противники в играх оказываются «глупее», чем их коллеги из 2000-х годов.
Сейчас такой подход выглядит устаревшим не только из-за сложности реализации. У игроков есть запрос на большую свободу и реализм, а технологии, основанные на деревьях решений, в принципе на это не способны.
Зато способны нейросети.
Нейросети vs деревья решений
Нейросети и деревья решений имеют некоторое сходство: оба принимают входные данные, обрабатывают их и выдают решения. Однако способы принятия решений принципиально различаются:
- Узел дерева задаёт чёткие, дискретные вопросы («Да» / «Нет»), тогда как нейрон работает с непрерывными значениями и учитывает тонкие нюансы (например, «противник в зоне видимости, но не может быть поражён доступным оружием»).
- Дерево решений строит чёткие правила, которые легко интерпретировать. Нейронная сеть учится находить сложные зависимости, не всегда выражаемые простыми правилами.
- Математический аппарат, заложенный в нейроны, позволяет им моделировать нелинейные зависимости. Например, нейросеть может понять, что «если противник в зоне видимости и его можно поразить доступным оружием, то атаковать, а если такой возможности нет — сменить позицию». Узел дерева так не умеет: он лишь разделяет данные на основе простых условий.
Поэтому представленная технология Nvidia ACE действительно может подарить игрокам новые и яркие ощущения от игр.
Что же нам обещает Nvidia?
Что такое Nvidia ACE и как это работает
Технология Avatar Cloud Engine (ACE) была впервые представлена в 2023 году на выставке Computex в Тайбэе. Цель ACE — создание продвинутых неигровых персонажей (NPC) в играх с помощью генеративного ИИ. Разработчики стремились предоставить игрокам возможность свободно общаться с NPC, чьи выражения лиц точно соответствуют произносимым фразам.
Маркетологи Nvidia описали это так: «Представьте игру, где вы можете вести глубокие, нестандартные и живые диалоги с неигровыми персонажами (NPC), обладающими уникальными, развивающимися со временем характерами, а также точной анимацией и выразительными лицами — и всё это на вашем родном языке».
За прошедшие два года технология ACE не получила широкого применения в играх, но недавно Nvidia представила её развитие: «Автономные игровые персонажи Nvidia ACE функционируют на основе набора генеративных моделей ИИ, отвечающих за восприятие, когнитивные функции, действия и рендеринг. Эти модели позволяют разработчикам создавать ИИ-агентов в играх, которые мыслят, ощущают и действуют подобно людям».
Эти громкие заявления и потенциально прорывная технология вызывают интерес. На презентации были показаны кадры из нескольких игр, демонстрирующие возможности ACE. Хотя показанных материалов немного и судить о полной реализации заявленных возможностей пока рано (часто пафосные маркетинговые обещания не оправдываются), сама концепция выглядит перспективной.
PUBG Ally
По словам Nvidia, союзник в PUBG, управляемый ИИ, является первым совместно играбельным персонажем (First Co-Playable Character). Он понимает голосовые команды игрока, помогает искать боеприпасы и оружие на карте, предупреждает о появлении врагов и участвует в боях. Также он может управлять транспортом. Хотя полный игровой процесс на презентации не был показан, а видеоролик состоял из отдельных фрагментов, действия союзника производят впечатление.
ACE в Naraka: Bladepoint и Naraka: Bladepoint Mobile
Еще один помощник-ас, но для китайской королевской битвы Naraka. В целом, судя по презентации, его функции близки к тому, что реализовано в версии для PUBG.
Совместно играбельные персонажи в inZOI
В inZOI, будущем конкуренте The Sims, на презентации продемонстрировали город, населённый персонажами, с которыми можно взаимодействовать на новом уровне. Например, одна из персонажей, заметив голодную зою на улице, купила ей сэндвич, а позже помогла потерявшейся в городе зое.
Особенность inZOI в том, что разработчики дали возможность зоям выражать собственные желания и намерения. Это создаёт более глубокую и осмысленную симуляцию жизни, где каждая зоя может проявлять инициативу и взаимодействовать с другими персонажами и окружающей средой.
Хотя пока неясно, какие конкретные преимущества это даст игрокам, возможность управлять и наблюдать за жизнью зоев, которые способны на самостоятельные действия, выглядит многообещающе и заманчиво.
First AI Boss
Asterion, Lord of the Void — первый в мире ИИ-босс, который появится в корейской MMORPG MIR5. Этот босс не действует по заранее заданным шаблонам. Он учится, адаптируется, запоминает предыдущие бои и ищет наилучшую стратегию для победы. В одном из опубликованных видеороликов видно, как босс определяет целителя в группе игроков как приоритетную цель и обходит танка сзади, чтобы избежать столкновения с его защитой.
Общие впечатления
Безусловно, современное воплощение Nvidia ACE выглядит многообещающе, и идея создания автономных игровых персонажей, способных мыслить и действовать почти как реальные люди, интригует. Демонстрации, такие как союзник в PUBG или симулятор жизни inZOI, показывают, что ИИ действительно может стать важным элементом будущих игр, повышая их глубину и разнообразие.
Однако стоит признать, что пока это больше концептуальная демонстрация возможностей, чем полноценная реализация в коммерческих продуктах. Показанные фрагменты выглядят впечатляюще, но они короткие и не демонстрируют все особенности ИИ-персонажей, которые, вероятно, у них есть. Если же всё, на что способны эти персонажи, продемонстрировано в презентационных роликах, то революционные изменения выглядят не очень убедительно.
Так что необходимо увидеть, как эти технологии будут работать в реальной игре, с учётом всех нюансов и требований игрового процесса. А настройка и обучение нейросетей для игр — совсем нетривиальная задача, и при создании ИИ-персонажей у разработчиков непременно возникнут сложности.
Проблемы ИИ персонажей
Шибко умный ИИ
Главная задача внедрения ИИ в игры — сделать игровой процесс более увлекательным, а не просто побеждать игрока. Нет ничего увлекательного в том, чтобы «отлететь» от первого же попавшегося бота в PUBG. Натренированный должным образом ИИ способен уложить и бывалого кибер-атлета, не говоря уже о рядовом игроке, привыкшем играть в «рандоме». Насколько крутым должен быть ИИ-помощник? Не получится ли так, что победу в королевской битве будут разыгрывать между собой ИИ-персонажи, оставив «мешкам мяса» роль статистов?
Прокачавшийся за предыдущие рейды в MMORPG босс может стать практически неубиваемым для любой партии игроков, если он не будет хоть как-то поддаваться. Но как это реализовать на практике, не ломая игровой процесс?
Очень умный и самостоятельный сим лишь в теории выглядит очень интересно. Но суть The Sims и будущей inZOI заключается не в том, чтобы потакать «желаниям» ИИ, а в том, чтобы сим «прожил жизнь», которую ему хочет устроить игрок. Как это будет соотноситься с внутренними позывами ИИ?
Презентация Nvidia не даёт ответов на эти вопросы, и сомнительно, что мы получим их до того, как сами не опробуем новую технологию в играх. Возможно, разработчики смогут нащупать необходимый баланс, и поумневшие персонажи в играх действительно преобразят игровой процесс, сделав его более увлекательным.
Аппаратные и экономические аспекты
Помимо вопросов геймплея, новые технологии порождают и другие вопросы, связанные с аппаратным обеспечением. Генеративный ИИ требует больших вычислительных мощностей в работе и ещё больше при обучении нейросетей. Поэтому компания Nvidia и продвигает искусственный интеллект в различные сферы нашей жизни. Сама компания не разрабатывает модели, но поставляет чипы, на которых работают и обучаются нейросети.
Высокие требования и высокая стоимость означают, что не каждый разработчик может позволить себе внедрение нейросетей в свои проекты в качестве элемента геймдизайна. Кроме того, игроки оказываются привязанными к сервисам игры, и локальная работа, без подключения к сети, таких игр окажется невозможной. Вероятно, какие-то ограниченные по производительности нейросети могут работать и на компьютерах игроков, но сомнительно, что искусственный интеллект, работающий в таком окружении, окажется действительно интеллектуальным.
Отдельный вопрос заключается в том, как внедрение ИИ отразится на стоимости игр. Сейчас рост стоимости топовых проектов оправдывают тем, что «разработка дорожает». При этом генеративный ИИ активно внедряется в компаниях, занимающихся созданием игр. Его используют при написании текстов и диалогов, в графическом дизайне. Казалось бы, стоимость разработки должна при этом снижаться. Но этого не наблюдается. Обучение нейросетей для выполнения ролей NPC тоже потребует средств. Ведь обучение — это самый дорогой этап при создании ИИ.
Сама по себе технология может быть очень привлекательна на презентационных материалах, но её внедрение — это вызов. И совсем не факт, что Nvidia и её партнёры с ним справятся. Впрочем, возможно с этим справится кто-нибудь другой.
Кто ещё в игре? Альтернативы Nvidia
Лидерство американских компаний в области искусственного интеллекта сейчас мало кем оспаривается. OpenAI разработала, пожалуй, самую известную и мощную модель GPT-4. Nvidia — лидер не только в разработке топовых графических решений в 3D, но и чипов, на которых работает искусственный интеллект. Логично предположить, что именно западные разработчики компьютерных игр станут первыми, кто внедрит эти технологии в свои проекты.
Однако по каким-то причинам мы этого не видим. Все игры, представленные на презентации Nvidia, разработаны восточными компаниями. PUBG и inZOI — это продукты компании Krafton, MIR5 — разработка WeMade Entertainment. Обе компании базируются в Сеуле, Южная Корея. Narakka Bladepoint — проект китайской NetEase.
Недавний запуск нового ИИ-помощника DeepSeek, разработанного в Китае, вызвал волнение среди американского технологического рынка. Китайская команда создала архитектуру, позволяющую сократить затраты на обучение на 90% при сохранении качества ответов нейросети, которое не уступает, а порой превосходит ChatGPT. Стоимость обработки запросов для клиентов при этом оказалась в 10–30 раз ниже, чем у конкурентов.
Фото принадлежит X Screengrab
Не исключено, что новые модели ИИ быстро найдут применение в игровой индустрии, но, учитывая темпы развития китайских разработчиков игр, вполне вероятно, что современный искусственный интеллект в играх будет представлен не только технологиями Nvidia, но и их конкурентами. Такая конкуренция, скорее всего, пойдёт на пользу игрокам.
Для геймеров это, скорее, положительный момент: будущее игр зависит не только от Nvidia. Не все инициативы компании в игровой индустрии нашли признание. Возьмите, к примеру, технологию RTX, которая официально существует на рынке уже несколько лет. Однако игры с полноценной поддержкой трассировки лучей, способных работать на устройствах среднего ценового сегмента и обеспечивать качественную графику, можно пересчитать по пальцам. Впрочем, будущее у искусственного интеллекта выглядит более радужным.
Будущее ИИ персонажей в играх
Пока будущее ещё не наступило, но, похоже, мы находимся на пороге значительных изменений. Искусственный интеллект может коренным образом трансформировать игровую индустрию.
Сейчас это невероятно дорогостоящее решение, и внедрение генеративного ИИ для неигровых персонажей — скорее демонстрация потенциала технологии, чем революция в игровом опыте. Но даже в таком виде это привлекает внимание и стимулирует воображение. Кто знает, возможно, через пять-шесть лет мы будем говорить о том, что нейросети стали неотъемлемой частью каждой уважающей себя игры.
Может быть, в будущем ИИ станет своеобразной программой Deep, описанной в романах Сергея Лукьяненко («Лабиринт отражений», «Фальшивые зеркала», «Прозрачные витражи»). С помощью этой программы происходит переход в очень реалистичную виртуальную реальность. Человеческий мозг после воздействия Deep воспринимает упрощённую примитивную графику как отражение реального мира.
А разве не этим сейчас занимается ИИ? Он уже преобразует картинку, созданную в низких разрешениях, в 4K, создаёт настолько реалистичные симуляции человека, что они проходят тест Тьюринга. Кроме того, ИИ, возможно, в будущем сможет сделать виртуальный мир настолько правдоподобным, что грань между реальностью и симуляцией станет едва различимой. Или наоборот. Представьте себе гипотетическую DLSS X, которая на лету не просто улучшает разрешение, но и делает его таким, каким вы его хотите видеть. Хотите Doom под реализм? Пожалуйста. Танки в стиле аниме? Почему бы и нет? Пока это фантастика, но мечтать, как говорится, не вредно.
На сегодняшний день массовому внедрению ИИ в игры мешают две вещи: высокая стоимость и недостаток опыта в применении. Если технология искусственного интеллекта продолжит развиваться такими же темпами ещё какое-то время, то мы сможем рассчитывать на снижение стоимости его обучения и интеграции. После появления доступных для массового разработчика моделей ИИ накопится и опыт их внедрения и эксплуатации. А будет ли ИИ в играх американским или китайским — для игрока, вероятно, не столь важно. Главное, чтобы игры оставались увлекательными. Возможно, не всё потеряно и для наших отечественных разработок вроде YandexGPT и GigaChat. Время покажет.
Analysis
Искусственный интеллект начинает всё глубже проникать в различные сферы нашей жизни. Удивительно то, что игровая индустрия, которая воспринимается игроками как одна из самых высокотехнологичных сфер, только сейчас готовится к его внедрению в игровой процесс. Скриптовые NPC уж слишком сильно отстали от современных игровых стандартов, и, возможно, процесс внедрения нейросетей в игры даже задержался.
Хотелось бы надеяться, что разработчики понимают: ИИ в играх — это не только про технологии, но и про новый игровой опыт. Дорисованные кадры и сотни FPS — это, конечно, важно. Но плохая игра даже при тысяче кадров в секунду останется плохой игрой. А увлекательное приключение будет увлекательным и при 30 кадрах в секунду.
Игры — это не просто гонка за количеством кадров в секунду или красивыми спецэффектами. Это истории, миры и персонажи, которые живут и дышат вместе с нами. Искусственный интеллект может стать важной составляющей, добавляющей глубины и реалистичности, но без хорошего дизайна и продуманной механики даже самые передовые технологии не сделают игру интересной. Важно, чтобы разработчики осознавали это и использовали ИИ для усиления эмоциональной вовлечённости игроков, а не ради простого повышения технических характеристик.
Увлекательная игра остаётся таковой независимо от технологий.
***
Источник обложки: Midjourney