Google разрабатывает ИИ на основе DeepMind, который может стать идеальным виртуальным напарником для кооператива. Это не какой-то противник, играющий на победу, или супер-бот, а общий, обучаемый ИИ-агент для игры.
Google представила статью о том, что она называет Масштабируемым Обучаемым Многомировым Агентом (SIMA). Общая идея заключается в том, что это обучаемый ИИ, который может следовать устным инструкциям и понимать виртуальный мир, в котором находится. Вместо того, чтобы функционировать как жестко запрограммированный ИИ-противник или бот, к которым мы привыкли за десятилетия, SIMA от Google обещает быть более естественным и похожим на человека игровым компаньоном.
Google сотрудничала с восемью игровыми студиями, чтобы протестировать свою модель SIMA в таких играх, как Valheim, Goat Simulator 3 и No Man's Sky. Текущая версия SIMA способна выполнять около 600 базовых действий, включая навигацию, взаимодействие с объектами и использование меню.
Любой, кто играл в No Man's Sky, знает, что сбор ресурсов и строительство — это утомительный процесс, и приказ ИИ-игроку отправиться на поиски кислорода или построить базу действительно помог бы уменьшить гриндовый аспект игры.
Первые результаты выглядят многообещающе. Google говорит, что обученный агент SIMA показал почти такую же эффективность в неизвестной игре, как и агент, специально обученный для нее. Это ключевой момент, чтобы сделать агента полезным для реальных игроков. Если типичное прохождение игры длится десятки или сотни часов, ИИ-компаньон должен обладать всеми необходимыми навыками с самого начала, иначе игроки просто не будут утруждать себя обучая его.
Модели ИИ на основе больших языковых моделей хороши в выполнении задач, основанных на знаниях, но их способность реагировать, адаптироваться и вести себя должным образом в реальном времени, как это делает человек, остается ограниченной. Однако правильно реализованный ИИ, подобный SIMA, может кардинально изменить общий игровой процесс. И для его работы не требуется доступ к исходному коду или API. Вместо этого он полагается всего на два входных параметра: изображения на экране и инструкции, предоставленные пользователем.
Google подчеркивает, что исследования все еще находятся на ранних этапах. По мере того, как ИИ обучается на большем количестве игр, ожидается, что он станет более универсальным и адаптируемым. Впрочем, учитывая стремительное развитие ИИ, такие напарники могут появиться в играх уже в ближайшие несколько лет.
