Electric Nightmares adalah seri empat bagian tentang AI generatif dan penggunaannya dalam video game.
Pada Bagian 1, Generasi Kita, kita membahas apa yang dimaksud dengan penggunaan istilah ‘AI generatif’.
Di Bagian 2, The Art Of The Steal, kita melihat masalah pada model pelatihan AI generatif saat ini.
Di Bagian 3, Hidup Lebih Baik, kita membayangkan seperti apa kehidupan jika skenario terbaik untuk AI generatif terwujud.
Di Bagian terakhir ini, A Short Distance Ahead, kita melihat apa yang dijanjikan AI di masa depan, dan apa yang bisa kita lakukan dengannya.
Selamat datang di bagian terakhir dari Electric Nightmares, seri pendek tentang AI generatif dan game. Sejauh ini kita telah melihat masa lalu, masa kini, dan masalah seputar kata kunci baru ini saat kata tersebut menyebar ke dalam game dan komunitas kami. Di bagian terakhir seri ini, saya ingin mencoba dan berpikir secara konkrit bersama Anda tentang apa yang mungkin terjadi di masa depan; untuk melampaui apa yang kita anggap adil atau legal, apa yang mungkin membuat kita senang atau takut, dan sebaliknya memikirkan tentang kepraktisan dalam membuat dan memainkan game saat ini dan bagaimana hal tersebut dapat dipengaruhi oleh dominasi AI generatif yang semakin besar.
Apa yang diperlukan agar teknologi baru dapat mengakar dalam kehidupan kita? Pada akhir tahun 90an, dua peneliti kebijakan sains mengusulkan bahwa ada dua hal yang Anda perlukan: kenyamanan dan kredibilitas. Kredibilitas adalah tentang seberapa bagus suatu barang, keinginan untuk benar-benar memilikinya. Kenyamanan adalah tentang betapa mudahnya Anda dapat berintegrasi ke dalam hidup Anda. Kami melihat ini sepanjang waktu di game. VR adalah contoh yang baik – ada banyak pengalaman VR yang luar biasa, dan teknologi ini tidak biasa serta menarik bagi banyak dari kita, namun melelahkan untuk digunakan, membingungkan, mahal, membutuhkan banyak ruang kosong dan masih rentan terhadap kecelakaan. Ini mungkin sangat menyenangkan, tetapi lebih dari satu dekade setelah dimulainya Oculus Rift, VR masih belum terasa seperti telah menemukan jalannya sendiri. Teknologi lain mempunyai masalah sebaliknya. NFT sebenarnya menjadi sangat mudah digunakan pada puncaknya, dan akan cukup mudah untuk diintegrasikan ke banyak toko game yang ada – hanya saja tidak ada yang peduli. Setiap upaya untuk meyakinkan kami bahwa NFT akan menambah sesuatu pada pengalaman bermain game kami gagal, dan tanpa antusiasme dan kegembiraan tersebut, tidak peduli betapa mudah atau sulitnya penggunaannya.
Kelola pengaturan cookie
AI generatif belum benar-benar berkembang. Apakah penggunaannya mudah atau sulit? Dalam beberapa hal, ini cukup mudah. Daftar ke Midjourney atau ChatGPT untuk mendapatkan beberapa dolar dan Anda dapat mulai mengetik permintaan konten sekarang. Namun tidak ada kepemilikan atas teknologi ini, atau indikasi apa pun tentang masa depan teknologi ini, yang berarti Anda tidak dapat dengan mudah mengandalkan teknologi ini agar tetap terjangkau pada tahun depan, atau bahkan tetap ada sama sekali. Dalam hal kredibilitas, lihatlah siaran pers yang tepat dan Anda akan dimaafkan jika berpikir AI dapat menggantikan setiap pencipta manusia saat ini. Namun setiap alat tampaknya bekerja sedikit berbeda, dan kesalahan yang kami lihat berkisar dari yang lucu hingga yang fatal. Tidak mengherankan jika baik pendukung maupun penentang AI tampaknya merasa tidak yakin dengan kondisi saat ini – kebingungan dalam promosi penjualan, viral marketing, paparan, dan kekecewaan yang terjadi secara langsung semuanya bercampur dan membuat kita merasa benar-benar tersesat.
Ingat Spora? | Kredit gambar: EA
Seringkali dengan teknologi game baru, sistem yang lebih senyap, lebih kecil, dan lebih andallah yang akan berkembang dalam jangka panjang. Dalam pembicaraan GDC tahun 2005, tepat sebelum peluncuran Spore, Will Wright berbicara panjang lebar tentang apa yang dilihatnya sebagai kekuatan pembangkitan prosedural untuk memecahkan masalah desain game di masa depan, khususnya permintaan akan konten berkualitas tinggi dalam jumlah yang lebih besar. Namun secara umum, solusi yang ditemukan perusahaan adalah dengan mempekerjakan lebih banyak orang, dan mempekerjakan mereka lebih keras dalam produksi dengan anggaran lebih besar. Generasi prosedural akhirnya berhasil menembus industri ini, namun sebagian besar dengan cara yang sangat terspesialisasi, dalam alat yang mungkin belum pernah Anda dengar atau lihat seperti SpeedTree, alat yang bertanggung jawab atas sebagian besar hutan video game yang Anda lalui. Ini berhasil karena sederhana, spesifik, dan dapat diandalkan.
Kami mulai melihat contoh pertama alat AI generatif yang mirip dengan ini, seperti Motorica. Motorica lahir dari penelitian AI di KTH, sebuah universitas di Stockholm, dan kini menjadi usaha sendiri yang didukung oleh program MegaGrant Epic. Tujuan mereka adalah membuat plug-in yang dapat menganimasikan model 3D apa pun dalam berbagai gaya berbeda, dikontrol melalui input teks – sehingga Anda dapat memuat raksasa pemarah besar yang dibuat oleh seniman 3D Anda, beri tahu Motorica untuk menganimasikannya sambil menari waltz , dan Anda siap berangkat. Motorica sedang membangun database mereka sendiri tentang gerakan dan gestur yang ditangkap sehingga mereka memiliki hak penuh untuk melatihnya dan melisensikannya kepada pengembang game, dengan tujuan membuat “banyak pekerjaan di studio mocap tidak diperlukan”. Alat seperti Motorica tidak lepas dari permasalahan yang telah kita bahas di seri ini, terutama jika, misalnya, Anda bekerja di studio mocap. Namun mereka mungkin bebas dari cukup banyak masalah untuk membuat perangkat mereka menarik bagi orang-orang yang menjalankan penerbit dan pengembang, dan mungkin hanya itu yang diperlukan agar AI generatif dapat mendapat tempat di industri ini.
Pada akhirnya, wawasan terbaik tentang masa depan AI dalam game mungkin sudah ada di depan mata kita. Pada tahun 2019, OpenAI meluncurkan GPT-2, dan dengan itu mereka membuka akses API bagi orang-orang untuk membuat aplikasi menggunakan GPT-2. Sebagian besar prototipe yang dibuat orang tidak terlalu bagus, namun dua demo menjadi viral: satu menunjukkan bahwa GPT-2 dapat menulis program sederhana, yang pada akhirnya akan mengarah ke asisten pemrograman Copilot GitHub, dan demo lainnya oleh Nick Walton yang memungkinkan Anda memainkan game fiksi interaktif yang ditulis GPT-2 secara real-time. Demo terakhir ini dengan cepat diubah menjadi sebuah game bernama AI Dungeon, dengan situs webnya sendiri, perusahaan, Latitude, untuk mengembangkannya, dan pembaruan yang memperluas pengetahuannya tentang genre dan gaya. AI Dungeon dipuji sebagai masa depan game – Walton diwawancarai dan berbicara di seluruh dunia, Latitude merekrut dan berkembang, dan AI Dungeon berulang kali muncul di makalah dan berbicara tentang penelitian, desain, dan pengembangan game. Hal ini menunjukkan bahwa AI tidak hanya dapat mengubah cara pembuatan game, tetapi juga permintaannya tinggi dan sukses.
AI Dungeon pernah dianggap sebagai masa depan video game. | Kredit gambar: Lintang
Hari ini, AI Dungeon mendapat ulasan beragam di Steam. Ulasan negatif mengeluhkan kualitas tulisan yang buruk, ketidakmampuan sistem untuk memahami pemain, paket berlangganan agresif yang mengunci pengguna dari master penjara bawah tanah AI berkualitas tinggi, dan pemfilteran terbatas pada pesan dan keluaran. Namun poin terakhir ini dapat dimengerti – AI Dungeon kemungkinan besar harus meningkatkan moderasinya ketika terungkap bahwa alat tersebut digunakan untuk menghasilkan fantasi pelecehan kekerasan, dan sering kali cenderung menulis konten seksual dengan anak di bawah umur yang tampaknya atas kemauannya sendiri. AI Dungeon adalah demonstrasi yang bagus tentang bagaimana impian produk AI baru memburuk seiring berjalannya waktu. Biaya pemeliharaan meningkat karena menjalankan model itu mahal (pada puncaknya, Walton memperkirakan AI Dungeon membayar $200.000 per bulan hanya untuk membuat kueri ke OpenAI). Moderasi dan pembatasan harus diterapkan untuk memperhitungkan aktivitas pengguna yang nakal dan kesalahan besar yang dilakukan sistem, dan karena model AI besar tersebut tidak dapat diprediksi. Terdapat bukti berdasarkan pengalaman bahwa banyak dari model ini mengalami penurunan seiring berjalannya waktu karena model tersebut juga dilatih secara berulang mengenai interaksi pengguna.
Itu tidak berarti AI generatif tidak berguna atau hancur. Saya bahkan tidak berpikir itu berarti tidak bisa diterapkan secara etis. Namun, hal ini berarti bahwa kita harus berhati-hati ketika siaran pers yang menarik dan demo GDC yang viral menjanjikan kita keuntungan besar, dan ketika dampak sebenarnya dari teknologi baru tersebut tidak kita sadari. AI generatif belum cukup membuktikan kenyamanan atau kredibilitasnya baik bagi pengembang maupun pemain game. Masih harus dilihat apakah ia akan mengalami nasib yang sama seperti VR atau, lebih buruk lagi, NFT.
Pada tahun 1950, Alan Turing menulis tentang AI (bahkan sebelum istilah AI diciptakan), “Kita hanya dapat melihat jarak yang pendek ke depan, namun kita dapat melihat banyak hal yang perlu dilakukan.” Turing kemungkinan besar hanya memikirkan masalah teknis ketika dia menulis hal itu, tapi hari ini saya pikir sudah jelas bahwa pekerjaan yang kita lihat ke depan adalah tanggung jawab kita semua. Seperti yang telah kita lihat dalam seri ini, jawaban atas permasalahan yang kita hadapi berada di luar laboratorium AI – jawabannya ada di ruang sidang, dalam negosiasi serikat pekerja, dalam sesi promosi investor, dan di server Discord yang dijalankan oleh penggemar. Peneliti AI seperti saya ikut bertanggung jawab atas banyak masalah yang kita hadapi saat ini, namun kita jelas bukan satu-satunya sumber solusi. Tidak akan ada jawaban yang cepat atau mudah terhadap masalah apa pun yang kita hadapi di industri video game di masa depan, tapi menurut saya ada jalan menuju masa depan yang lebih baik, jika saja kita bisa bekerja sama untuk memutuskannya. kemana kita ingin pergi.
