Игры с разумом: как разработчики применяют нейросети в гейм-индустрии

Самый очевидный вариант использования нейросетей в гейм-индустрии – создание текстового контента, прежде всего речи неигровых персонажей (non-player character, NPC). Шаблонные ответы убивают все настроение, нейросети же предлагают оригинальные фразы, имитируя живое общение. Не всегда успешно, но все лучше и лучше.

Потом эту текстовую импровизацию нужно трансформировать в речь, причем с соответствующей мимикой. Для этого существует нейросетевой сервис ACE for Games от Nvidia, который объединяет три оптимизированные базовые ИИ-модели.

Модная тема создания изображений с помощью нейросетевых инструментов гейм-индустрию тоже стороной не обошла. Правда, профессионалы используют более сложные инструменты, чем Midjourney, хотя и его тоже.

В частности, среди игровых художников популярна нейросеть Stable Diffusion. Ее особенность – широчайший диапазон настроек. Есть фильтры, есть задающие стиль рисования модели, есть масса написанных сторонними разработчиками расширений. Кроме того, Stable Diffusion можно обучить на собственных референсных изображениях, получив на выходе картинки в своем же авторском стиле. Добиться нужного результата непросто, так что уже можно говорить о появлении профессии AI-художника. Но и при всех сложностях скорость создания персонажей возрастает на порядок.

Существуют и нейросетевые генераторы 3D-моделей, например Mesh. Достаточно дать программе текстовое задание, чтобы получить на выходе объект с заданными текстурами. Конечно, сходу шедевр не создать, и все же выходит намного быстрее, чем вручную. А некоторые нейросети, в частности Instant NeRF, строят 3D-модели по набору картинок.

Еще один вариант применения нейросетей в играх – придумывание несложных квестов. Более того, существуют текстовые ролевые игры на основе ChatGPT. Там игрок определяет стиль приключения, выбирает тип персонажа, а затем словами описывает свои реакции на сюжетные повороты. И в зависимости от этих описаний нейросеть генерирует цепочку событий. Самую известную из таких игр, AI Dungeon, с 2019 года из Google Play скачали более 1 млн раз. Любопытно, что некоторые пользователи указывали на склонность этой игры к созданию сексуализированного контента без соответствующего запроса – видимо, нейросеть ориентировалась на пожелания других пользователей или ее обучали на таком материале.

Нейросети, генерирующие изображения, перестают выглядеть чудом после знакомства с такими инструментами, как Promethean AI, – создающими трехмерные игровые миры. Принцип управления у них аналогичный: нужный стиль изображения можно описать текстом или задать референсной картинкой. Нейросеть предложит варианты, а потом трансформирует выбранное изображение в 3D. И так на каждом этапе сотворения игрового мира: начинаем с ландшафта, затем дополняем его всем необходимым. Нейросеть сама вписывает объекты в пейзаж и размещает персонажей в пространстве. И фигуры действительно становятся объемными, с какой стороны ни посмотри. Promethean AI позволяет любому желающему почувствовать себя демиургом: с таким инструментом можно не только сотворить собственный мир, но и сделать это гораздо быстрее, чем за шесть дней.

Мы вели исследования в области нейросетей, оценивали их потенциал для работы, но на данный момент решили все-таки не вводить их в повседневные пайплайны. Мы убеждены в важности сохранения баланса между технологиями и человеческим творчеством и верим, что, несмотря на потенциальные преимущества нейросетей, наша команда способна достичь успеха без их использования на ежедневной основе. Тем не менее мы продолжаем внимательно отслеживать развитие ИИ и не исключаем возможности его внедрения в будущем.

В любом случае нейросети способны значительно упростить как минимум этап препродакшена проектов. Они позволяют быстрее находить лучшие способы реализации идей и уменьшить общее время разработки. Мы думаем, что скоро многие компании имплементируют подобные инструменты в свой пайплайн в том или ином виде. Помимо того же ChatGPT, помогающего в обработке текстов, мы считаем перспективными множество нейросетевых инструментов. Если для теста или вдохновения нужно сгенерировать изображение, есть Stable Diffusion, Midjourney, Magnific, Automatic1111, Fooocus и плагин Krita AI Diffusion. Особняком стоит FORGE – абсолютно новый, революционный интерфейс для генерации картинок от автора Fooocus. Его «фишкой» является прекрасная оптимизация, прямая работа со слоями изображений и другие интересные функции. Среди инструментов для работы со звуком или голосом можно выделить RVC и ElevenLabs, а для генерации видео – SVD (Stable Video Diffusion) и Runway.

Если говорить об удачных примерах масштабного применения нейросетей при разработке игр, то вспоминается прежде всего Ubisoft. Этот гигант гейм-индустрии использует для своих проектов нейросеть Ghostwriter, пишущую реплики для NPC. Однако представители Ubisoft подчеркивают, что они ни в коем случае не планируют заменять своих сценаристов, а лишь избавляют их от рутинных задач. Сценарист продолжает играть ключевую роль, просто теперь определенный пласт реплик он генерирует с помощью ИИ, а потом выбирает лучший вариант и, если нужно, редактирует.

В прошлом году большинство наших сотрудников начали использовать ИИ на регулярной основе. Художники – для прототипирования концепт-артов и интерфейса, продакт-менеджеры – для работы с документацией и большим количеством данных.

Сам я регулярно создаю тестовые прототипы для наших продуктов. Тут главное – хорошо разбираться в предмете, чтобы донести задание до «виртуального программиста». Большую задачу необходимо разбивать на множество маленьких, потому что нейросети тяжело концентрироваться на нескольких вопросах сразу.

Успех применения нейросетей во многом зависит от качества и количества данных, а также от правильного подхода к выбору и настройке архитектуры для каждой отдельной задачи. Я, как гейм-дизайнер, использую ИИ для повседневных мелких задач – когда нужно быстро изобразить прототип в дизайн-документе, собрать шаблон для интерфейса, оперативно найти ошибку в коде, составить список или выдать резюме по большому объему информации.

Но не всегда все идет гладко. Внедрить искусственный интеллект в пайплайн разработки достаточно сложно: разным специалистам требуются разные нейросети. Процессы надо стандартизировать и отслеживать, сотрудников – обучать. И в любом случае работа, сделанная ИИ, всегда требует приложения рук.

Самый ужасный вариант применения нейросетей в игровой индустрии – использование их при тестировании. Ведь есть люди, работа которых заключается в том, чтобы играть, попутно выявляя баги и недочеты. И вот эту-то удивительную профессию нейросети уничтожают на наших глазах, справляясь с задачей лучше и быстрее. И куда, скажите на милость, теперь податься тестировщикам игр?

Известно, что ИИ в играх активно используют для анализа поведения пользователей: это позволяет разработчику сделать игру интереснее. Однако применяют здесь нейросетевые технологии или довольствуются сложными алгоритмическими схемами, неизвестно. Впрочем, даже если нейросетей тут пока нет, их появление лишь вопрос времени.

С юридической точки зрения продукты, созданные с помощью нейросетей, можно разделить на две группы: полученные на основе собственной обучающей базы данных или на датасетах из открытых источников. Второе действительно этически небезупречно, поэтому компания Valve, владелец крупнейшего онлайн-магазина игр, требует от разработчиков доказательства того, что нейросети были обучены на их массивах данных. Выглядит такое требование вполне корректно, но есть два нюанса. Во-первых, если компания сама не заявила об использовании нейросетей, доказать этот факт непросто. А во-вторых, ведь и люди творческих профессий опираются на опыт предшественников.