Привет! Меня зовут Иван Самойлов (@sumshmuck на Хабре), я потихоньку растущий до мидла джун-фронтендер, плюс учу Питон и SQL, чтобы из фронта стать когда-нибудь фуллстеком. А моя страсть — это видеоигры, я в них постоянно рублюсь, когда время позволяет, и разрабатываю мелкие демки в Godot, набиваю скилл на полноценную игру.
Недавно прочитал на Хабре статью про то, как AI изменит всё-всё-всё к 2035 году, и задумался, каким это «всё-всё-всё» может быть для видеоигр. Сейчас нередки очень интересные события и заявления в индустрии, каждое из которых кажется революционным. То к NPC в Скайриме прикрутят джипитишку, которая придумывает реплики на ходу, то научат нейросеть на ходу генерировать DooM (да-да, шутки про то, что Дум запускается на всём).
Вот я и накидал ряд своих предположений: что нейросети и AI будут делать в игрострое через десять лет, а какие задачи так и останутся прерогативой мясных мешков. Велком в комментарии, — с интересом почитаю ваши мнения и критику.
Нейросети будут генерировать уникальные уровни на ходу (скорее нет)
Вы, наверное, в курсе, что идее случайной (точнее, псевдослучайной) генерации уровней в играх уже очень много лет, её можно отследить до того самого Rogue, созданного в 1980 году. Это очень популярная тема во всём жанре роуглайков/роуглайтов: алгоритмы идут в большую базу данных с объектами, комнатами, врагами, etc., выбирают из неё набор фрагментов и генерируют из них уникальный уровень.
По сути, AI-генерация уровней продолжает эту идею, но на более высоком уровне — алгоритм не выбирает объекты из готового пула, а генерит свои на основе скормленных образцов.
Тут я и вижу проблему: чтобы такая нейросеть работала на славу и создавала действительно качественные уровни, ей надо скормить прорву данных. Даже для формата 2D-рогалика вроде Айзека или Gungeon это большой объём данных, которые кому-то надо для начала создать, а потом научить нейросеть с ним работать. Что уж говорить о крупных AAA-проектах, в которых требования ко всем элементам визуала куда выше.
И даже с большим пулом образцов нет гарантии, что нейросеть сможет генерить что-то достаточно оригинальное, от чего глаз у игрока не замылится на втором, пятом или десятом часе. Вот нейросетевые картинки, например, сперва казались всем очень впечатляющими. А теперь, во-первых, они очень многих начали раздражать из-за того, что они повсюду, а во-вторых, большинство пользователей интернета научились очень легко различать, что пикчу нарисовала нейронка, а не человек.
Вероятно, будут инди-проекты, особенно рогалики, в которых воплотится эта тема с генерацией уровней — например, как побочный, особо хаотичный режим игры. Но в целом левел-дизайн останется за людьми.
Нейросети будут копайлотить с дизайнером уровней на этапе создания грейбокса (да)
Грейбокс — первый серьёзный этап моделирования уровня после набросков на бумаге или в графическом редакторе. Это примитивная с точки зрения визуала версия уровня, главная идея которой — проработать механики и особенности игрового пространства, где игрок может найти спрятанные сокровища, где надо стелсить, откуда будет открываться вид на следующую локацию и тому подобное.
Когда дизайнер стартует грейбокс, у него обычно уже есть некоторые знания о персонажах и механиках: как далеко игрок может прыгать, какой градус зрения у врагов. Соответственно, скормив эти знания копайлоту-нейросети, дизайнер сможет передать низкоуровневые задачки роботу:
Сделай здесь пропасть, через которую игрок не сможет перепрыгнуть, и проверь, чтобы нигде рядом не было платформ, которые могли бы помочь всё-таки сделать этот прыжок.
От точки А до точки Б нужно расставить крюки для персонажа с кошкой. Следи, чтобы они были на расстоянии не более 3,5 метров друг от друга, чтобы игрок мог использовать кошку при прыжке с каждого крюка на следующий.
Проверь, чтобы все укрытия, за которые игрок может присесть, чтобы скрыться от врагов, были достаточно высокие.
Дизайнер-человек в таком сотрудничестве фокусируется на проработке концепций уровня и уникальных идей, с которыми нейросеть не сможет справиться, потому что её не тренировали на подобном материале. Так что есть надежда, что дизайн уровней с точки зрения геймплея в будущем станет посложнее.
Нейросети будут создавать модели персонажей и объектов для игры (частично да)
Летом на айтишной конференции попробовал нейросеть, генерирующую 3D-модели с возможностью сразу выгружать результат в Блендер. Пока достаточно примитивные модельки, со смазанными углами и совсем примитивными текстурами. Но в качестве первичных набросков для более сложной работы вполне подойдут. В вайтбоксе (это следующий после грейбокса этап) в готовую геймплейную модель уровня будет приходить команда визуального дизайна и накидывать уже своему копайлоту промты: здесь у нас будет футуристическая архитектура, стоящие вот тут враги — роботы с абсолютно одинаковым дизайном и разными серийными номерами, а отсюда видна красотища вдалеке, вот концепт-арт, на основе которого её надо смоделировать.
И пожалуйста, сетка будет всё это делать на примитивном уровне, а люди после этого — править и вычищать итоги её работы. Кажется, что в этой цепочке нейросети в слишком привилегированной позиции: они делают первый творческий заход, а люди работают на основе их придумок. Но тут мы подходим к следующему предсказанию…
Нейросети заменят геймдизайнеров/сценаристов/художников/композиторов/разработчиков (нет)
Здесь всё упирается в ключевую проблему слабого/узкого ИИ, — это пока исключительно генеративные технологии, которые не могут выйти за пределы пула своих образцов. Как и писал, мы все сейчас уже хорошо знаем, как выглядят плоды трудов нейросети, глаз научился сходу их распознавать. Многие юзеры интернета называют нейросетевое творчество ИИ-баландой (AI-slop), потому что эти картинки/тексты/музыка пока недостаточно уникальны, чтобы вызывать сильные эмоции, они в основном блеклые, типичные, обыденные.
Я не очень верю, что в любой из вышеперечисленных сфер нейросети за 10 лет настолько улучшатся, что прям заменят людей. Особенно в геймдизайне: ну как ты научишь большую модель делать интересные новые механики на основе уже существующих, если механики никогда не выражены в каком-то одном удобном обобщённом формате, который можно скормить компьютеру? Можно научить нейросеть на Думе, но тогда на выходе получится немного рандомизированный Дум. А если скормить ей десяток разных шутеров от Дума до последней Колды, то она выдаст нечто усреднённое — ту самую баланду, а не свежую итерацию механик.
И даже с дисциплинами, в которых есть чёткие исходники (тексты сценариев, арты и модели, музыка) сложно представить, что ИИ резко установит над людьми доминацию. Например, отчасти случайная генерация прямо противоречит перманентности и логике, которые нужны в сценарии: если Большой Босс Вася умер, то не может просто из ниоткуда воскреснуть на следующей локации.
Решить эту проблему, то есть научить ИИ ограничивать себя, помнить о прошлых решениях и выбирать новые всегда в соответствии с ними, — это и есть создать сильный искусственный интеллект. Опять же, не могу поверить, что к 2035 году это уже случится.
Есть и другие проблемы: нейромузыка иногда звучит прикольно, но пока плохо строится с точки зрения музыкальной грамотности; чтобы натренировать ИИ-художника, нужно много артов, на использование которых требуется получить права. Если создавать игру с помощью ИИ-шек вместо людей, не решая их проблемы, получится очень криво. Если решать эти проблемы, а потом уже создавать игру, то ждать ближайший ИИ-тайтл нам придётся куда больше десятилетия.
Нейросети будут тестировать баланс (да)
Беситесь, когда открываете changelog любимой онлайн-времяубивалки и видите, что разрабы снизили урон вашему любимому персонажу ещё на 2%? Привыкайте, что вскоре беситься придётся на бездушные машины. ИИ будет гонять автотесты игрового баланса вместо людей. Это проще, быстрее, надёжнее.
Геймдизайнеры будут закидывать в модель исходные данные: хотим узнать, что будет, если вместо 19–21 очка урона при броске Горшочек токсичного мёда Винни-Пуха будет наносить 21–23 очка урона. Прогони по 100 матчей против каждого из других играбельных персонажей — как поменяется статистика по победам?
Балансировщики будут отсматривать эту статистику и на её основе принимать решения. Если Горшочек окажется слишком уж токсичным, то никаких баффов. А если процент побед не подскочит до небес, то можно и добавить в следующее обновление.
Вижу тут, конечно, один подвох. Роботы-балансировщики сделают баланс идеальным… для роботов. Либо разработчикам надо будет тренировать нейросети, которые будут играть как средненькие геймеры, а не только суперпрофи, либо геймеры будут вечно гореть от того, что игры становятся слишком сложными и скилловыми, а любые потенциальные эксплойты просто не материализуются в игре — ИИ-шка отлавливает их на стадии тестирования.
Нейросети будут искать баги в играх (вряд ли, но надеюсь на это, а также боюсь такой возможности)
Робот-плейтестер — это круто. Больше никаких бессонных 12-часовых смен в попытках выяснить, можно ли выпасть с уровня, если последовательно прыгать в какую-нибудь стену. Или прыгать в неё после приседания. Или с экипированным мечом. Работа плейтестера — очень интересная, но, правда, незавидная: люди трудятся на износ, а компании-разработчики их часто даже в титрах не тегают.
Конечно, было бы хорошо, если бы их усилия ценили по достоинству. Но если вместо них эту мутную работу сможет делать нейросеть — тоже неплохо. Просто представьте себе, как в огромном офисе стройные ряды компов сами по себе без юзерского инпута играют Elden Ring 3, и нейротестировщики кидают ядовитые ножи в туманную дверь к очередному боссу в попытках выяснить, можно ли его убить до попадания на арену. Вряд ли такое будет к 2035 году. Или даже к 2045-му. Но мечтать не вредно.
Правда, как и с балансом, тут есть минус, потому что баги в играх — это прекрасно. Они важны для спидранов, они могут облегчить прохождение, они просто прикольные и смешные. Так что потерять их из-за слишком умных нейротестировщиков — немного печально.
Заключение
Вот такой набор предсказаний! Если какие-то из них кажутся нереалистичными, смело пишите в комментах почему. Если было интересно читать, ставьте лайк/плюсик/закладку и так далее. Делитесь в комментах своими идеями, как ИИ может помочь или навредить геймдеву в ближайшие десять лет. А я пойду дальше учить Godot: гениальная инди-игра сама себя не создаст.
Привет! Меня зовут Иван Самойлов (@sumshmuck на Хабре), я потихоньку растущий до мидла джун-фронтендер, плюс учу Питон и SQL, чтобы из фронта стать когда-нибудь фуллстеком. А моя страсть — это видеоигры, я в них постоянно рублюсь, когда время позволяет, и разрабатываю мелкие демки в Godot, набиваю скилл на полноценную игру.
Недавно прочитал на Хабре статью про то, как AI изменит всё-всё-всё к 2035 году, и задумался, каким это «всё-всё-всё» может быть для видеоигр. Сейчас нередки очень интересные события и заявления в индустрии, каждое из которых кажется революционным. То к NPC в Скайриме прикрутят джипитишку, которая придумывает реплики на ходу, то научат нейросеть на ходу генерировать DooM (да-да, шутки про то, что Дум запускается на всём).
Вот я и накидал ряд своих предположений: что нейросети и AI будут делать в игрострое через десять лет, а какие задачи так и останутся прерогативой мясных мешков. Велком в комментарии, — с интересом почитаю ваши мнения и критику.
Нейросети будут генерировать уникальные уровни на ходу (скорее нет)
Вы, наверное, в курсе, что идее случайной (точнее, псевдослучайной) генерации уровней в играх уже очень много лет, её можно отследить до того самого Rogue, созданного в 1980 году. Это очень популярная тема во всём жанре роуглайков/роуглайтов: алгоритмы идут в большую базу данных с объектами, комнатами, врагами, etc., выбирают из неё набор фрагментов и генерируют из них уникальный уровень.
По сути, AI-генерация уровней продолжает эту идею, но на более высоком уровне — алгоритм не выбирает объекты из готового пула, а генерит свои на основе скормленных образцов.
Тут я и вижу проблему: чтобы такая нейросеть работала на славу и создавала действительно качественные уровни, ей надо скормить прорву данных. Даже для формата 2D-рогалика вроде Айзека или Gungeon это большой объём данных, которые кому-то надо для начала создать, а потом научить нейросеть с ним работать. Что уж говорить о крупных AAA-проектах, в которых требования ко всем элементам визуала куда выше.
И даже с большим пулом образцов нет гарантии, что нейросеть сможет генерить что-то достаточно оригинальное, от чего глаз у игрока не замылится на втором, пятом или десятом часе. Вот нейросетевые картинки, например, сперва казались всем очень впечатляющими. А теперь, во-первых, они очень многих начали раздражать из-за того, что они повсюду, а во-вторых, большинство пользователей интернета научились очень легко различать, что пикчу нарисовала нейронка, а не человек.
Вероятно, будут инди-проекты, особенно рогалики, в которых воплотится эта тема с генерацией уровней — например, как побочный, особо хаотичный режим игры. Но в целом левел-дизайн останется за людьми.
Нейросети будут копайлотить с дизайнером уровней на этапе создания грейбокса (да)
Грейбокс — первый серьёзный этап моделирования уровня после набросков на бумаге или в графическом редакторе. Это примитивная с точки зрения визуала версия уровня, главная идея которой — проработать механики и особенности игрового пространства, где игрок может найти спрятанные сокровища, где надо стелсить, откуда будет открываться вид на следующую локацию и тому подобное.
Когда дизайнер стартует грейбокс, у него обычно уже есть некоторые знания о персонажах и механиках: как далеко игрок может прыгать, какой градус зрения у врагов. Соответственно, скормив эти знания копайлоту-нейросети, дизайнер сможет передать низкоуровневые задачки роботу:
Сделай здесь пропасть, через которую игрок не сможет перепрыгнуть, и проверь, чтобы нигде рядом не было платформ, которые могли бы помочь всё-таки сделать этот прыжок.
От точки А до точки Б нужно расставить крюки для персонажа с кошкой. Следи, чтобы они были на расстоянии не более 3,5 метров друг от друга, чтобы игрок мог использовать кошку при прыжке с каждого крюка на следующий.
Проверь, чтобы все укрытия, за которые игрок может присесть, чтобы скрыться от врагов, были достаточно высокие.
Дизайнер-человек в таком сотрудничестве фокусируется на проработке концепций уровня и уникальных идей, с которыми нейросеть не сможет справиться, потому что её не тренировали на подобном материале. Так что есть надежда, что дизайн уровней с точки зрения геймплея в будущем станет посложнее.
Нейросети будут создавать модели персонажей и объектов для игры (частично да)
Летом на айтишной конференции попробовал нейросеть, генерирующую 3D-модели с возможностью сразу выгружать результат в Блендер. Пока достаточно примитивные модельки, со смазанными углами и совсем примитивными текстурами. Но в качестве первичных набросков для более сложной работы вполне подойдут. В вайтбоксе (это следующий после грейбокса этап) в готовую геймплейную модель уровня будет приходить команда визуального дизайна и накидывать уже своему копайлоту промты: здесь у нас будет футуристическая архитектура, стоящие вот тут враги — роботы с абсолютно одинаковым дизайном и разными серийными номерами, а отсюда видна красотища вдалеке, вот концепт-арт, на основе которого её надо смоделировать.
И пожалуйста, сетка будет всё это делать на примитивном уровне, а люди после этого — править и вычищать итоги её работы. Кажется, что в этой цепочке нейросети в слишком привилегированной позиции: они делают первый творческий заход, а люди работают на основе их придумок. Но тут мы подходим к следующему предсказанию…
Нейросети заменят геймдизайнеров/сценаристов/художников/композиторов/разработчиков (нет)
Здесь всё упирается в ключевую проблему слабого/узкого ИИ, — это пока исключительно генеративные технологии, которые не могут выйти за пределы пула своих образцов. Как и писал, мы все сейчас уже хорошо знаем, как выглядят плоды трудов нейросети, глаз научился сходу их распознавать. Многие юзеры интернета называют нейросетевое творчество ИИ-баландой (AI-slop), потому что эти картинки/тексты/музыка пока недостаточно уникальны, чтобы вызывать сильные эмоции, они в основном блеклые, типичные, обыденные.
Я не очень верю, что в любой из вышеперечисленных сфер нейросети за 10 лет настолько улучшатся, что прям заменят людей. Особенно в геймдизайне: ну как ты научишь большую модель делать интересные новые механики на основе уже существующих, если механики никогда не выражены в каком-то одном удобном обобщённом формате, который можно скормить компьютеру? Можно научить нейросеть на Думе, но тогда на выходе получится немного рандомизированный Дум. А если скормить ей десяток разных шутеров от Дума до последней Колды, то она выдаст нечто усреднённое — ту самую баланду, а не свежую итерацию механик.
И даже с дисциплинами, в которых есть чёткие исходники (тексты сценариев, арты и модели, музыка) сложно представить, что ИИ резко установит над людьми доминацию. Например, отчасти случайная генерация прямо противоречит перманентности и логике, которые нужны в сценарии: если Большой Босс Вася умер, то не может просто из ниоткуда воскреснуть на следующей локации.
Решить эту проблему, то есть научить ИИ ограничивать себя, помнить о прошлых решениях и выбирать новые всегда в соответствии с ними, — это и есть создать сильный искусственный интеллект. Опять же, не могу поверить, что к 2035 году это уже случится.
Есть и другие проблемы: нейромузыка иногда звучит прикольно, но пока плохо строится с точки зрения музыкальной грамотности; чтобы натренировать ИИ-художника, нужно много артов, на использование которых требуется получить права. Если создавать игру с помощью ИИ-шек вместо людей, не решая их проблемы, получится очень криво. Если решать эти проблемы, а потом уже создавать игру, то ждать ближайший ИИ-тайтл нам придётся куда больше десятилетия.
Нейросети будут тестировать баланс (да)
Беситесь, когда открываете changelog любимой онлайн-времяубивалки и видите, что разрабы снизили урон вашему любимому персонажу ещё на 2%? Привыкайте, что вскоре беситься придётся на бездушные машины. ИИ будет гонять автотесты игрового баланса вместо людей. Это проще, быстрее, надёжнее.
Геймдизайнеры будут закидывать в модель исходные данные: хотим узнать, что будет, если вместо 19–21 очка урона при броске Горшочек токсичного мёда Винни-Пуха будет наносить 21–23 очка урона. Прогони по 100 матчей против каждого из других играбельных персонажей — как поменяется статистика по победам?
Балансировщики будут отсматривать эту статистику и на её основе принимать решения. Если Горшочек окажется слишком уж токсичным, то никаких баффов. А если процент побед не подскочит до небес, то можно и добавить в следующее обновление.
Вижу тут, конечно, один подвох. Роботы-балансировщики сделают баланс идеальным… для роботов. Либо разработчикам надо будет тренировать нейросети, которые будут играть как средненькие геймеры, а не только суперпрофи, либо геймеры будут вечно гореть от того, что игры становятся слишком сложными и скилловыми, а любые потенциальные эксплойты просто не материализуются в игре — ИИ-шка отлавливает их на стадии тестирования.
Нейросети будут искать баги в играх (вряд ли, но надеюсь на это, а также боюсь такой возможности)
Робот-плейтестер — это круто. Больше никаких бессонных 12-часовых смен в попытках выяснить, можно ли выпасть с уровня, если последовательно прыгать в какую-нибудь стену. Или прыгать в неё после приседания. Или с экипированным мечом. Работа плейтестера — очень интересная, но, правда, незавидная: люди трудятся на износ, а компании-разработчики их часто даже в титрах не тегают.
Конечно, было бы хорошо, если бы их усилия ценили по достоинству. Но если вместо них эту мутную работу сможет делать нейросеть — тоже неплохо. Просто представьте себе, как в огромном офисе стройные ряды компов сами по себе без юзерского инпута играют Elden Ring 3, и нейротестировщики кидают ядовитые ножи в туманную дверь к очередному боссу в попытках выяснить, можно ли его убить до попадания на арену. Вряд ли такое будет к 2035 году. Или даже к 2045-му. Но мечтать не вредно.
Правда, как и с балансом, тут есть минус, потому что баги в играх — это прекрасно. Они важны для спидранов, они могут облегчить прохождение, они просто прикольные и смешные. Так что потерять их из-за слишком умных нейротестировщиков — немного печально.
Заключение
Вот такой набор предсказаний! Если какие-то из них кажутся нереалистичными, смело пишите в комментах почему. Если было интересно читать, ставьте лайк/плюсик/закладку и так далее. Делитесь в комментах своими идеями, как ИИ может помочь или навредить геймдеву в ближайшие десять лет. А я пойду дальше учить Godot: гениальная инди-игра сама себя не создаст.