Die Spieleentwicklungsbranche gehört zu den dynamischsten IT-Märkten der Welt.
Die Branche wächst jedes Jahr um 9–10 %. Mit zunehmendem Wettbewerb sind die Entwickler bestrebt, die Ersten zu sein, die den Benutzern Produkte höchster Qualität und eindrucksvolle Erfahrungen bieten. Hier kommt fortschrittliche Technologie zur Hilfe, insbesondere die künstliche Intelligenz.
Dank KI haben Entwickler neue Möglichkeiten, Spiele zu verbessern, von Chatbots und großen Datenanalyse-Tools bis hin zu automatisierten Skriptgeneratoren. Doch mit diesen neuen Instrumenten entstehen auch neue Herausforderungen. Der Designprozess wird immer komplizierter, wodurch auch die Entwicklungsumgebung immer komplexer wird.
Hier sind mehrere Szenarien, die zeigen, wie künstliche Intelligenz in der aktuellen Spieleentwicklung eingesetzt wird und welche Anforderungen sie an die Entwickler stellt.
Design der Benutzeroberfläche
Die Gestaltung der Benutzeroberfläche eines modernen Spiels ist ein mühsamer Prozess, der ein ganzes Team von UI/UX-Spezialisten, Spieldesignern, Künstlern und Produzenten voraussetzt, die alle manchmal Monate oder sogar Jahre damit verbringen, um das gewünschte Ziel zu erreichen.
Mit diesem Wissen schulten Forscher der Polytechnischen Universität Mailand eine KI, um eigenständig Videospieloberflächen zu entwerfen.
Diese Technologie wurde von den Entwicklern von Doom sofort eingesetzt, um automatisch neue Level zu erstellen. Den Forschern zufolge beruhte der Algorithmus auf einer Analyse der vorhandenen Benutzeroberflächen, wodurch die Arbeit der Spieleentwickler erheblich erleichtert und die Veröffentlichung von Spielen beschleunigt wurde.
Verbesserungen der Grafik
Mit Hilfe der KI ist es nicht nur möglich, eine Benutzeroberfläche zu entwerfen, sondern sie auch so realistisch wie möglich zu gestalten. Spieldesigner schätzen so etwas sehr.
Nvidia-Spezialisten schulten ein neuronales Netz zur Entwicklung von Grafiken für Spiele auf der Grundlage von echten Fotos und Videos.
Das Design neuer 3D-Umgebungen mit einem neuronalen Netz erfolgt in drei Phasen:
- Download von Foto- und Videoinhalten, die die Grundlage für das Rendering bilden.
- Analyse einzelner Objekte wie Autos, Bäume und Gebäude.
- Übertragen von Objekten in ein von Entwicklern erstelltes virtuelles Schnittstellenmodell.
Durch die Verwendung dieses Algorithmus können die Kosten für die Erstellung von Inhalten erheblich reduziert werden, während die Benutzer beim spielen den Eindruck haben, in der tatsächlichen Welt zu sein.
Es ist erwähnenswert, dass diese Technologie nicht nur im Gaming-Bereich, sondern auch in der Filmindustrie und bei der Schaffung von VR-Produkten eine große Zukunft hat.
Moderation von Benutzerinhalten
So wie im normalen Leben gibt es auch in der Online-Gaming-Welt Menschen, die Konflikte auslösen und Regeln brechen.
Solche Personen sind besonders in Gruppenchats aktiv, in denen eine kontinuierliche Moderation zur Ordnungserhaltung notwendig ist. Zunächst wurden Chats manuell von Mitarbeitern oder freiwilligen Spielern moderiert, die dann für die Diskussionsführung und die Aufrechterhaltung einer angemessenen Kommunikation verantwortlich waren.
In modernen Spielen werden für diese Zwecke KI-Chatbots eingesetzt. Gewöhnlich erfüllt der Bot die folgenden Aufgaben: automatische Beseitigung unerwünschter Textkommentare sowie Blockieren und Aufheben von Verstößen, wenn die entsprechenden Nutzer bereit sind, sich an die Regeln der Gemeinschaft zu halten.
Mit der fortschreitenden Entwicklung und Komplexität der Spiele entstehen jedoch nicht nur Text-Chats, sondern auch Sprach-Chats, bei denen ebenfalls Moderation erforderlich ist.
Spirit AI, die den Ally-Bot vor zwei Jahren für die Textmoderation veröffentlicht hat, kündigte vor kurzem die Schaffung einer KI an, die für Ordnung in den Sprach-Chats im Spiel sorgen soll.
Zunächst nimmt der Bot Nachrichten auf und sendet sie an einen menschlichen Moderator. Im Laufe der Zeit, wenn der Bot Erfahrungen gesammelt hat, wird er in der Lage sein, toxische Spieler von sich aus zu blockieren. In der Zwischenzeit werden Spieleentwickler laut Spirit AI in der Lage sein, den „Härtegrad“ der vom Algorithmus ihres Produkts verwendeten Filter anzupassen.
Charakterverhalten und Szenarioveränderungen
Eine weitere Anwendung der künstlichen Intelligenz — die Programmierung des Verhaltens von Gegnern – hat sich im Rahmen von Shooter- und Strategiespielen entwickelt, weil der Kern der Unterhaltung eines solchen Spiels auf den realistischen Reaktionen der virtuellen Rivalen beruht.
Bisher beruhte die KI eines Spiels auf der Analyse von Spieleraktionen sowie der gegnerischen Reaktionen darauf. Da die Spieltechnologie jedoch immer komplexer wurde, wuchs der Bedarf an einem ständig lernenden und anpassenden Algorithmus, der nicht nur auf die Aktionen der Spieler reagierte sondern diese auch möglichst vorhersagte.
Die Schöpfer von Half-Life wurden zu den Pionieren eines selbstlernenden KI-Spiels. Durch die Verbesserung des Navigationssystems waren die Entwickler von Half-Life 2 in der Lage, die Handlungen eines Charakters durchdachter und realistischer zu gestalten. Dazu gehörten Schießen, Bewegen und in Deckung gehen.
Im Gegensatz zu Shootern, bei denen sich die Spielhandlung zwischen dem Spieler und der gegnerischen virtuellen Welt abspielt, kann die künstliche Intelligenz in Multiplayer-Spielen die Rolle eines Rivalen übernehmen, der mehreren realen Spielern gleichzeitig gegenübersteht.
Dies wurde vor drei Jahren von Elon Musk’s OpenAI erfolgreich getestet. Das Unternehmen entwickelte einen Algorithmus, der mehrere professionelle Dota-2-Spieler besiegte.
Nach Angaben von OpenAI dauerte es zwei Wochen, um den Bot so zu trainieren, dass er das Spiel vollständig spielen konnte. Während dieser Zeit probierte der Algorithmus viele Taktiken aus, indem er sich selbst kopierte und gegen sich selbst spielte. Die Entwickler behaupten, dass der Bot während dieses „Trainings“ mehr Spiele von Dota 2 durchlaufen habe als jede andere Person.
Spielerbindung und gesteigertes Engagement
Die Bindung und die Wiederherstellung des Engagements von Spielern ist ein relevantes Thema für Spieleentwickler aller Genres. In diesem Fall kommen den Entwicklern wieder KI-basierte Bots, so genannte Retention-Bots, zu Hilfe.
Nordeus ist ein anschauliches Beispiel für die Implementierung eines solchen Algorithmus.
Die Entwickler des Top Eleven Football Manager-Simulators konnten die Spielerbindung um 35 % erhöhen, indem ein Bot automatisch Erinnerungen an Nutzer versendete, die das Spiel lange nicht mehr gespielt hatten.
In der Regel schrieb ein Bot, der die Aufgabe hat, das Engagement der Spieler zu erhöhen, entweder außerhalb des Spiels mit dem Vorschlag, das Spiel zu starten, oder innerhalb des Spiels, um die Spieler daran zu erinnern, ihre Spielrunden abzuschließen und Freunde zu empfehlen.
Retention-Bots können zudem tägliche Nachrichten liefern, interaktive Geschichten erzählen, Leaderboards veröffentlichen, Berichte über Treueprogramme bereitstellen und andere Maßnahmen durchführen, um das Interesse des Publikums an dem Produkt zu steigern.
Wie man die Spieleentwicklung beschleunigt
Die oben genannten Szenarien zur Verwendung künstlicher Intelligenz in Videospielen erfordern, dass Entwickler oder Datenspezialisten so schnell wie möglich in fähig sind, Machine-Learning-Modelle zu erstellen, zu trainieren und einzusetzen.
Solche Bedingungen erfordern die Wahl der angenehmsten Entwicklungsumgebung, die nicht nur problemlos und skalierbar arbeitet, sondern auch keine großen Kosten für die Wartung der Netzwerkinfrastruktur und die Integration mit Rechenzentren erfordert.
Dieses Umfeld bieten wir unseren Kunden.
Die Cloud-Services von Gcore lassen sich einfach einrichten und betreiben und reduzieren gleichzeitig die Kapitalkosten und die für den Marktzugang erforderliche Zeit.
Wir haben die Gcore Cloud gestartet, um Spieleentwicklungsfirmen eine einzigartige Plattform zur Arbeit mit KI-basierten Anwendungen zu bieten.
Mit der Cloud stellen wir unseren Kunden eine fertige Entwicklungsinfrastruktur mit GPU, Framework und der notwendigen Funktionalität für Training und Inferenz von maschinellen Lernmodellen zur Verfügung.
Dabei erfolgt die Verwaltung aller notwendigen Ressourcen über eine benutzerfreundliche Oberfläche, und die Zahlungen erfolgen nach dem Pay-As-You-Go-Modell mit minutengenauer Abrechnung.
Die Cloud von Gcore, die sich in äußerst zuverlässigen Tier-IV- und Tier-III-Datenzentren in Luxemburg und Moskau befinden, sind vor jeder Art Cyberangriffen gut geschützt..
