Le développement de jeux connaît une phase de changement rapide, et l'un des moteurs de ce changement est l'intelligence artificielle (IA). Les technologies d'IA ont déjà fait leur apparition dans de nombreux domaines du développement de jeux, de l'IA des ennemis dans les jeux d'action à celle des compagnons IA. Mais une nouvelle révolution est désormais à la porte : l'IA générative (GenAI). Lors de la conférence des développeurs devcom, de nombreuses présentations ont porté sur l'IA. J'ai résumé ici pour toi les conclusions de plusieurs de ces talks.
Qu'est-ce que la devcom ?
#DDC2024. La Devcom Developer Conference 2024 (devcom) est la conférence annuelle organisée à Cologne pour la communauté des développeurs* de jeux. Outre le réseautage et les échanges, des conférences spécialisées sont organisées sur différentes scènes.
- L'un des orateurs est Jeff SkeltonLe directeur des partenariats technologiques chez Electronic Arts (EA) a partagé son expérience de l'intégration de l'IA dans le processus de développement d'une grande entreprise de logiciels.
- Vitalii Vashchuk, Head of Gaming chez EPAM Systems, a apporté son expertise dans la mise en œuvre des technologies d'IA pour un développement plus efficace des jeux.
- Kent Keirsey, CEO d'Invoke AI, a présenté comment des solutions d'IA sur mesure peuvent révolutionner le travail créatif des artistes.
- Judy Ehrentraut, stratège en contenu créatif chez Red Meat Games, a complété le sujet en parlant des implications éthiques de l'IA dans l'industrie créative.
Qu'est-ce que l'IA générative et pourquoi est-elle importante pour l'industrie du jeu ?
Ces dernières années, l'intelligence artificielle générative (GenAI) a révolutionné la manière dont les contenus sont créés. Au cœur de l'IAG se trouve le Machine Learning (ML), une technologie qui permet aux ordinateurs d'apprendre à partir de données et de reconnaître des modèles sans être explicitement programmés pour ces modèles.
Un vieux chapeau ? L'apprentissage automatique depuis les années 1950
L'apprentissage automatique en soi n'est pas nouveau ; ses origines remontent aux années 1950. Mais ce n'est qu'au cours des dix dernières années que nous avons assisté à des percées décisives, rendues possibles par la disponibilité de grandes quantités de données et l'augmentation exponentielle de la puissance de calcul. Ces progrès nous ont permis d'entraîner des modèles de plus en plus complexes, capables de fournir des résultats étonnamment précis.
Reconnaître et générer des modèles
L'IA générative fonctionne en créant des contenus basés sur des modèles et des données apprises au préalable. Un modèle GenAI est entraîné à l'aide d'un grand nombre de données, comme des textes, des images ou des morceaux de musique. De cette manière, le modèle apprend comment de tels contenus sont typiquement structurés et peut ensuite générer de nouveaux contenus qui suivent ces modèles. Cela signifie que GenAI ne se contente pas de copier des données existantes, mais crée réellement de nouveaux contenus basés sur les principes appris.
Accélération et optimisation
Les avantages et le potentiel de la GenAI dans le développement de jeux sont énormes. Cette technologie permet de créer des contenus tels que des personnages, des paysages ou même des dialogues en une fraction du temps qu'exigeraient les méthodes traditionnelles. Sinon, l'IA peut également automatiser des tâches quotidiennes qui nécessitaient auparavant une intervention manuelle.
Salut Jeff ! L'automatisation au quotidien.
Imagine que tu souhaites organiser une réunion de 30 minutes avec Jeff demain. Tu donnes simplement l'ordre par commande vocale : "Organise une réunion avec Jeff demain. 30 minutes". Et l'IA traduit la parole en texte. Sur la base de celui-ci, l'IA crée automatiquement une réunion zoom qui est coordonnée avec les deux calendriers. Elle a en effet reconnu dans l'outil de réservation de salles que Jeff et toi ne serez pas au même endroit demain.
Assistants quotidiens. Cette capacité à prendre des décisions utiles et sensées de manière autonome et à assumer des tâches de routine ne montre qu'une petite partie du potentiel que l'IA réserve à tous les métiers de bureau, y compris le développement de jeux.
Automatisation et augmentation de l'efficacité grâce à GenAI
Automatisation. GenAI a le potentiel d'accélérer considérablement le processus créatif dans le développement de jeux en automatisant les tâches répétitives et chronophages.
Dans le développement traditionnel de jeux, chaque phase - de la recherche d'idées à la réalisation finale en passant par le prototypage - nécessite une immense quantité de temps et de travail manuel. GenAI peut simplifier et accélérer bon nombre de ces étapes en proposant des solutions automatisées qui améliorent à la fois la créativité et l'efficacité.
Comment GenAI accélère le processus de création
L'un des plus grands avantages de GenAI est sa capacité à réaliser des tâches manuelles complexes dans le processus créatif en un temps record. Là où les développeurs* auraient eu besoin de semaines, voire de mois, pour créer des prototypes et tester des idées, GenAI peut gérer ces processus en quelques jours ou heures.
Objectif : flux créatif. Cela permet de passer plus de temps dans le "flow créatif" - l'état dans lequel tu es le plus productif et où tu peux développer tes meilleures idées. "Plus nous pouvons supprimer de choses administratives, plus les esprits créatifs passent du temps dans le flow et dans ce qu'ils font particulièrement bien", a expliqué Jeff Skelton pendant son exposé.
Créer un monde de jeu. Un exemple de cette accélération est l'automatisation des processus de conception itératifs. Par exemple, si tu veux créer un nouveau paysage de jeu, GenAI peut générer une centaine de variations basées sur tes spécifications : 4×4 km, deux montagnes, un lac.
Itérations rapides. Tu peux alors choisir la meilleure variante - version 36 - et l'affiner encore : la montagne orientale un peu plus plate et le lac nettement plus grand et avec plus de baies, avec un affluent venant du nord-est et un écoulement vers le sud-est. L'IA génère à nouveau des prototypes qui correspondent à ces spécifications. Cette approche permet non seulement de gagner du temps, mais aussi d'ouvrir de nouvelles possibilités créatives en générant des idées que tu n'aurais peut-être pas envisagées toi-même. Tu peux ainsi te rapprocher petit à petit d'un prototype avec lequel tu pourras ensuite travailler manuellement pour le peaufiner.
Le rôle des outils de codage et de l'automatisation des tests
Outre la génération de contenu, GenAI joue également un rôle dans l'automatisation des processus de codage et de test. Les outils de codage basés sur GenAI peuvent aider à programmer plus rapidement et plus efficacement en suggérant des lignes de code, en identifiant les erreurs et même en générant automatiquement des sections entières de code. Cela permet non seulement de réduire le nombre d'erreurs, mais aussi d'accélérer l'ensemble du processus de développement.
Automatiser les tests. L'automatisation des tests est un autre domaine important dans lequel l'IA contribue à améliorer l'efficacité. Dans le développement de jeux, les tests sont un processus essentiel, mais souvent long. L'IA peut aider à automatiser les tests en identifiant les sources d'erreur possibles, en suggérant des solutions et en les implémentant et les testant automatiquement.
Analyse des vidéos de test. Ainsi, un exemple a été présenté à la Devcom, dans lequel des joueurs de test humains* ont formé une "armée de testeurs" avec l'IA. Le matériel vidéo des matchs de test ainsi généré peut ensuite être analysé à l'aide d'une IA entraînée avec précision : Quels sont les endroits qui ressemblent à des erreurs et qu'un humain devrait regarder de plus près ?
En combinant la création automatisée de contenu, les outils de codage et l'automatisation des tests, l'ensemble du processus de développement devrait être accéléré sans que la qualité n'en pâtisse.
l'autonomie. Là où auparavant un système automatisé détectait pourquoi le programme était bloqué, elle écrivait un mail ou un ticket au responsable du module du programme : "Il y a eu une erreur dans le module XY. Veuillez corriger et redémarrer le programme".
Aujourd'hui, grâce à l'IA, de tels messages peuvent déjà ressembler à cela :
- "Nous avons eu un crash à 9:14:33.
- J'ai identifié le module XY comme étant la cause.
- J'ai trouvé les erreurs suivantes dans les lignes 2352-2366 [description de l'erreur].
- et corrigé comme suit [description de la correction].
- J'ai testé les corrections dans l'environnement de test
- et relancé le programme à 9:15:21.
- Depuis, il fonctionne sans erreur.
- Veuillez vérifier les modifications effectuées et les valider pour l'exploitation effective".
Focus sur la créativité. GenAI doit permettre de se concentrer sur les aspects créatifs du travail, tandis que l'IA se charge de la majeure partie des tâches techniques et répétitives. Il reste ainsi plus de temps pour ce qui compte vraiment : la création d'univers de jeu innovants et passionnants.
Créativité sur mesure : l'IA comme outil pour les artistes*.
L'IA générative a le potentiel de changer radicalement la façon dont les créateurs travaillent, en fournissant des outils spécialisés qui soutiennent et étendent le travail créatif.
Loin du courant dominant. Un aspect central de ce processus est le développement et l'utilisation de modèles d'IA spécialisés, adaptés aux besoins individuels et au style unique d'un* artiste. Ces modèles sur mesure permettent de rendre les processus créatifs plus efficaces et plus précis, sans pour autant perdre le contrôle artistique.
L'importance des modèles d'IA spécialisés
Alors que les modèles génériques d'IA peuvent déjà fournir des résultats impressionnants dans de nombreux domaines grand public, ils atteignent souvent leurs limites lorsqu'il s'agit de reproduire ou de développer avec précision le style spécifique d'un artiste.
Une IA par artiste*. Des modèles d'IA spécialisés sont développés pour répondre à ce défi. Ils sont entraînés sur la base du style individuel et des préférences esthétiques d'un* artiste, de sorte que le contenu généré par l'IA reflète exactement l'intention de l'artiste.
Kent Keirsey a souligné dans sa présentation à devcom l'importance pour les créateurs de garder le contrôle de leurs processus créatifs : "Nous entraînons les modèles dans le style de l'artiste*. Le modèle de base est open source, mais les résultats de la formation sont basés sur le style ou le caractère spécifique de l'artiste. Ils écrasent alors le modèle open source. Ainsi, la cliente* peut utiliser exactement ce style pour de nouvelles créations".
L'IA comme pinceau numérique. Cette approche garantit que l'IA ne fonctionne pas seulement comme un outil, mais comme une extension de l'expression créative de l'artiste. L'industrie du jeu vidéo dispose ainsi d'un outil adapté au jeu concret pour lequel le contenu doit être généré.
Scenario chez Red Meat Games : Personnalisation des personnages et des poses
L'importance des modèles d'IA spécialisés est également évidente chez Red Meat Games. Judy Ehrentraut a expliqué comment le studio utilise le moteur d'IA Scenario pour ajuster les personnages et les poses de manière précise et efficace.
"Nous n'utilisons pas d'images de Google, mais travaillons exclusivement avec nos propres images comme base pour l'IA. Ainsi, les développeurs* peuvent rapidement faire prendre la pose souhaitée à un personnage issu d'une œuvre d'art personnelle", a expliqué Ehrentraut. Cette approche permet d'obtenir des résultats cohérents et de grande qualité, tout en conservant le style original du studio.
Les défis éthiques et le rôle de l'homme
Avec l'essor de l'IA générative dans le développement de jeux, les questions éthiques sont de plus en plus au centre de l'attention. L'un des principaux débats porte sur la question suivante : qui crée une œuvre d'art, l'IA ou l'homme ? Cette discussion est loin d'être anodine, car elle touche à des aspects fondamentaux de la paternité artistique et du contrôle créatif.
Qui est le véritable créateur ? IA vs. humain
Une IA stupide ? Lorsqu'une IA produit une œuvre d'art sur la base d'un modèle entraîné par des humains, la question se pose de savoir à qui l'on peut attribuer la performance créative. Judy Ehrentraut a précisé que l'IA actuelle n'a pas de créativité propre, mais se contente de mettre en œuvre ce que l'homme lui a appris : "L'IA ne peut pas apprendre par elle-même, elle est toujours entraînée avec ce que l'homme entraîne l'IA. C'est pourquoi l'IA n'est pas vraiment 'intelligente'".
L'intelligence et la créativité réelles restent du ressort des humains, qui entraînent et contrôlent l'IA. Néanmoins, la question reste ouverte de savoir quelle est la part de l'IA dans la création finale et si celle-ci pourrait éventuellement être considérée comme un "artiste" à part entière*.
Considérations éthiques sur l'utilisation de l'art généré par l'IA
Des données de formation éthiquement propres. L'utilisation de l'art généré par l'IA soulève un certain nombre de questions éthiques. Est-il moralement acceptable de laisser une IA générer des œuvres d'art basées sur les styles et les techniques d'artistes* réels, sans que ces derniers ne soient directement impliqués dans leur création ? Et qu'en est-il de l'intégrité d'une œuvre créée partiellement ou entièrement par une machine ainsi entraînée ? Ces questions sont particulièrement pertinentes à une époque où l'IA est de plus en plus intégrée dans les processus créatifs.
Des frontières floues. Ehrentraut a mis en garde dans son exposé contre le fait que l'utilisation non critique de l'IA pourrait conduire à un effacement des frontières entre la créativité humaine et la production par des machines.
La responsabilité. La fiabilité. Confiance. Elle a souligné qu'il était important de ne pas négliger le facteur humain dans le processus créatif : La responsabilité et la véritable intelligence restent entre les mains des personnes qui utilisent l'outil, a-t-elle déclaré. Ehrentraut. Dans le cas contraire, les limites de la fiabilité, de la responsabilité et de la confiance s'estomperaient. Cette déclaration souligne l'importance de considérer l'IA comme un outil de soutien qui peut élargir la créativité de l'homme sans la remplacer.
Les défis liés aux droits d'auteur et la nécessité de sources de données éthiques
Incertitude juridique. Un autre thème central est la protection de la propriété intellectuelle. Les œuvres protégées par des droits d'auteur font-elles l'objet d'abus lorsqu'elles sont utilisées comme base pour l'entraînement de modèles d'IA ? La réponse n'est pas toujours claire, et la législation actuelle est souvent insuffisante pour appréhender la complexité de cette nouvelle réalité.
Travailler en toute sécurité sur le plan éthique. Ehrentraut a plaidé pour que les entreprises qui utilisent l'IA dans le développement d'art et de jeux veillent strictement à ce que leurs modèles soient entraînés à l'aide de données éthiques. C'est la seule façon de s'assurer que les résultats sont à la fois de haute qualité et éthiquement acceptables.
Responsabilité chez les personnes. Les défis liés à l'utilisation de l'art généré par l'IA sont nombreux et nécessitent un équilibre minutieux entre les possibilités technologiques et les implications éthiques. Il incombe aux développeurs et aux créateurs d'art de trouver cet équilibre et de s'assurer que l'IA est utilisée comme un outil qui soutient la créativité humaine sans compromettre son intégrité.
AI-Overkill : le danger de la baisse de qualité
Avec la prolifération de l'IA générative dans le monde de l'art et des jeux, un nouveau défi se profile à l'horizon : le risque d'AI overclass. Ce terme désigne le phénomène selon lequel l'Internet est de plus en plus inondé de contenus médiocres générés par l'IA, ce qui peut fortement nuire à la qualité et à l'originalité des contenus en ligne. Judy Ehrentraut met vivement en garde contre les risques que comporte une utilisation incontrôlée de l'IA.
Risques d'inondation de l'Internet par des contenus d'IA médiocres
La médiocrité. Imagine que tu recherches des contenus uniques et créatifs sur Internet, mais que la plupart des résultats sont générés par l'IA et sont, au mieux, médiocres. Les contenus créés par des humains, souvent plus profonds et originaux, sont de plus en plus invisibles dans ce flot.
Ehrentraut résume ainsi la situation : "L'Internet est rempli d'IA. Cela le rend presque inutilisable". Cette déclaration illustre bien le dilemme dans lequel nous nous trouvons. Plus les contenus générés par l'IA sont nombreux sur la toile, plus il est difficile de trouver des œuvres de qualité réellement créées par l'homme.
Le problème de la baisse de qualité des contenus générés par l'IA
Un autre problème de la génération d'IA est que la qualité des contenus diminue lorsque ceux-ci sont constamment retravaillés par des systèmes d'IA. La génération de texte en est un exemple parlant : lorsqu'une IA crée un texte et que ce texte est ensuite à nouveau résumé ou retravaillé par une IA, la qualité diminue à chaque fois un peu plus. Au final, il ne reste plus qu'un texte à peine lisible et dont le contenu initial est déformé.
Conclusion : la nécessité du contrôle humain
La qualité baisse. Le danger de l'IA overclass montre clairement que la génération d'IA sans contrôle et vérification humains minutieux peut rapidement conduire à une spirale descendante de la qualité.
soin lors de l'entraînement. Pour éviter cette évolution, il est indispensable que les modèles d'IA soient entraînés à l'aide de données de qualité, curées par des humains, et que les résultats soient évalués de manière critique et corrigés si nécessaire. C'est la seule façon de garantir que les contenus générés par l'IA restent non seulement efficaces, mais aussi de grande qualité et que le potentiel créatif de la technologie soit pleinement exploité.
