De ontwikkeling van games maakt een periode van snelle veranderingen door en een van de drijvende krachten achter deze verandering is kunstmatige intelligentie (AI). AI-technologieën hebben hun weg al gevonden naar veel gebieden van game-ontwikkeling, van AI van vijanden in actiegames tot AI-metgezellen. Maar nu staat er een nieuwe revolutie voor de deur: Generatieve AI (GenAI). Tijdens de devcom-ontwikkelaarsconferentie is er veel gesproken over AI. Ik heb de bevindingen van een aantal van deze gesprekken hier voor je samengevat.
Wat is devcom?
#DDC2024. De Devcom Developer Conference 2024 (devcom) is de jaarlijkse conferentie voor de gameontwikkelaarsgemeenschap die plaatsvindt in Keulen. Naast netwerken en dialoog zijn er gespecialiseerde presentaties op verschillende podia.
- Een van de sprekers is Jeff SkeltonHoofd Technology Partnerships bij Electronic Arts (EA), die zijn ervaring deelde over de integratie van AI in het ontwikkelingsproces van een groot softwarebedrijf.
- Vitalii VasjtsjoekHoofd Gaming bij EPAM Systems, bracht zijn expertise in bij de implementatie van AI-technologieën voor efficiëntere spelontwikkeling.
- Kent KeirseyCEO van Invoke AI, presenteerde hoe AI-oplossingen op maat een revolutie teweeg kunnen brengen in het creatieve werk van kunstenaars.
- Judy EhrentrautCreative Content Strategist bij Red Meat Games, rondde het onderwerp af door te praten over de ethische implicaties van AI in de creatieve industrie.
Wat is Generative AI en waarom is het belangrijk voor de gamesindustrie?
Generatieve kunstmatige intelligentie (GenAI) heeft de afgelopen jaren een revolutie teweeggebracht in de manier waarop content wordt gemaakt. In de kern is GenAI gebaseerd op machine learning (ML), een technologie waarmee computers kunnen leren van gegevens en patronen kunnen herkennen zonder dat ze daar expliciet voor geprogrammeerd zijn.
Oude hoed? Machinaal leren sinds de jaren 1950
Machine learning zelf is niet nieuw; de oorsprong ervan gaat terug tot de jaren 1950. Het is echter pas in de laatste tien jaar dat we grote doorbraken hebben gezien, mogelijk gemaakt door de beschikbaarheid van grote hoeveelheden gegevens en de exponentiële toename in rekenkracht. Deze vooruitgang heeft ons in staat gesteld om steeds complexere modellen te trainen die verbazingwekkend nauwkeurige resultaten kunnen leveren.
Patronen herkennen en genereren
Generatieve AI creëert inhoud op basis van eerder geleerde patronen en gegevens. Een GenAI-model wordt getraind met verschillende gegevens, zoals teksten, afbeeldingen of muziekstukken. Op deze manier leert het model hoe dergelijke inhoud gewoonlijk is gestructureerd en kan het vervolgens nieuwe inhoud genereren die deze patronen volgt. Dit betekent dat GenAI niet simpelweg bestaande gegevens kopieert, maar daadwerkelijk nieuwe inhoud creëert op basis van de principes die het heeft geleerd.
Versnelling en optimalisatie
De voordelen en mogelijkheden van GenAI in gameontwikkeling zijn enorm. Deze technologie maakt het mogelijk om content zoals personages, landschappen of zelfs dialogen te creëren in een fractie van de tijd die traditionele methoden zouden vereisen. AI kan ook alledaagse taken automatiseren die voorheen handmatig moesten worden uitgevoerd.
Hallo Jeff! Automatisering in het dagelijks leven.
Stel je voor dat je morgen een vergadering van 30 minuten met Jeff wilt houden. Je geeft gewoon de opdracht met je stem: "Organiseer een vergadering met Jeff voor morgen. 30 minuten." En de AI vertaalt de spraak in tekst. Op basis hiervan maakt de AI automatisch een Zoom-vergadering aan die met beide agenda's wordt gesynchroniseerd. Het heeft in de tool voor kamerreservering herkend dat jij en Jeff morgen niet op dezelfde plaats zullen zijn.
Alledaagse assistenten. Dit vermogen om zelfstandig nuttige en verstandige beslissingen te nemen en routinetaken op zich te nemen, is slechts een klein deel van het potentieel dat AI in zich heeft voor alle kantoorberoepen - inclusief gameontwikkeling.
Automatisering en verhoogde efficiëntie door GenAI
Automatisering. GenAI heeft de potentie om het creatieve proces bij het ontwikkelen van games aanzienlijk te versnellen door repetitieve en tijdrovende taken te automatiseren.
Bij traditionele gameontwikkeling vergt elke fase - van brainstorm tot prototype tot uiteindelijke implementatie - enorm veel tijd en handwerk. GenAI kan veel van deze stappen vereenvoudigen en versnellen door geautomatiseerde oplossingen te bieden die zowel de creativiteit als de efficiëntie verhogen.
Hoe GenAI het creatieve proces versnelt
Een van de grootste voordelen van GenAI is het vermogen om complexe handmatige taken in het creatieve proces in de kortst mogelijke tijd uit te voeren. Waar ontwikkelaars voorheen weken of zelfs maanden nodig zouden hebben gehad om prototypes te maken en ideeën te testen, kan GenAI deze processen in dagen of uren voltooien.
Doel: creatieve flow. Hierdoor kun je meer tijd doorbrengen in "creatieve flow" - de staat waarin je het meest productief bent en je beste ideeën kunt ontwikkelen. "Hoe meer administratieve dingen we kunnen wegnemen, hoe meer tijd creatieve geesten doorbrengen in flow en doen waar ze het beste in zijn," legt het bedrijf uit Jeff Skelton tijdens zijn presentatie.
Creëer een spelwereld. Een voorbeeld van deze versnelling is de automatisering van iteratieve ontwerpprocessen. Als je een nieuw gamelandschap wilt maken, kan GenAI honderd variaties genereren op basis van jouw specificaties: 4×4 kilometer, twee bergen, een meer.
Snelle iteraties. Je kunt dan de beste variant selecteren - versie 36 - en deze verder verfijnen: de oostelijke berg iets vlakker en het meer aanzienlijk groter en met meer baaien, met een instroom vanuit het noordoosten en een uitstroom naar het zuidoosten. De AI genereert weer prototypes die aan deze specificaties voldoen. Deze aanpak bespaart niet alleen tijd, maar opent ook nieuwe creatieve mogelijkheden door ideeën te genereren waar je zelf misschien niet aan had gedacht. Stap voor stap kun je toewerken naar een prototype, dat je vervolgens handmatig verder kunt verfijnen.
De rol van codeertools en testautomatisering
Naast het genereren van content speelt GenAI ook een rol bij het automatiseren van codeer- en testprocessen. Codeertools op basis van GenAI kunnen helpen om sneller en efficiënter te programmeren door regels code voor te stellen, fouten te identificeren en zelfs hele stukken code automatisch te genereren. Dit vermindert niet alleen het foutenpercentage, maar versnelt ook het hele ontwikkelproces.
Tests automatiseren. Een ander belangrijk gebied waarop AI helpt om de efficiëntie te verhogen is testautomatisering. Bij de ontwikkeling van games is testen een essentieel maar vaak vervelend proces. AI kan helpen bij het automatiseren van tests door mogelijke foutbronnen te identificeren, oplossingen voor te stellen en deze automatisch te implementeren en te testen.
Testvideo's analyseren. Op Devcom werd een voorbeeld gepresenteerd waarbij menselijke testspelers samen met AI een "leger van testers" vormden. De videobeelden van testgames die op deze manier zijn gegenereerd, kunnen vervolgens worden geanalyseerd met behulp van nauwkeurig getrainde AI: Welke delen lijken op fouten waar een mens beter naar moet kijken?
De combinatie van geautomatiseerde contentcreatie, codeertools en testautomatisering is bedoeld om het hele ontwikkelproces te versnellen zonder afbreuk te doen aan de kwaliteit.
Onafhankelijkheid. Waar voorheen een geautomatiseerd systeem herkende waarom het programma geblokkeerd was, schreef het een e-mail of ticket naar de persoon die verantwoordelijk was voor de programmamodule: "Er is een fout opgetreden in module XY. Corrigeer deze en start het programma opnieuw."
Vandaag de dag kunnen zulke berichten er dankzij AI al zo uitzien:
- "We hadden een crash om 9:14:33.
- Ik heb module XY geïdentificeerd als de oorzaak.
- Ik heb de volgende fouten gevonden in regels 2352-2366 [foutbeschrijving]
- en als volgt gecorrigeerd [correctiebeschrijving].
- Ik heb de correcties getest in de testomgeving
- en startte het programma opnieuw om 9:15:21.
- Sindsdien loopt hij vlekkeloos.
- Controleer de wijzigingen die je hebt gemaakt en geef ze vrij voor live gebruik."
Focus op creativiteit. GenAI moet het mogelijk maken om je te concentreren op de creatieve aspecten van het werk, terwijl de AI het grootste deel van de technische en repetitieve taken overneemt. Hierdoor blijft er meer tijd over voor wat echt belangrijk is: het creëren van innovatieve en spannende spelwerelden.
Creativiteit op maat: AI als hulpmiddel voor kunstenaars
Generatieve AI heeft de potentie om de manier waarop kunstenaars werken fundamenteel te veranderen door gespecialiseerde hulpmiddelen te bieden die creatief werk ondersteunen en verbeteren.
Weg van de mainstream. Een centraal aspect hiervan is de ontwikkeling en het gebruik van gespecialiseerde AI-modellen die zijn afgestemd op de individuele behoeften en unieke stijl van een kunstenaar. Deze aangepaste modellen maken het mogelijk om creatieve processen efficiënter en nauwkeuriger te ontwerpen zonder de artistieke controle te verliezen.
Het belang van gespecialiseerde AI-modellen
Hoewel generieke AI-modellen al indrukwekkende resultaten kunnen leveren op veel mainstream gebieden, bereiken ze vaak hun grenzen als het aankomt op het nauwkeurig reproduceren of verder ontwikkelen van de specifieke stijl van een artiest.
Eén AI per artiest. Er worden gespecialiseerde AI-modellen ontwikkeld om precies deze uitdaging aan te gaan. Ze worden getraind op basis van de individuele stijl en esthetische voorkeuren van een kunstenaar, zodat de door de AI gegenereerde inhoud precies weergeeft wat de kunstenaar voor ogen had.
Kent Keirsey benadrukte in zijn presentatie op devcom hoe belangrijk het is dat artiesten controle houden over hun creatieve processen: "We trainen de modellen in de stijl van de artiest. Het basismodel is open source, maar de trainingsresultaten zijn gebaseerd op de specifieke stijl of personages van de artiest. Vervolgens overschrijven ze het open source model. Hierdoor kan de klant deze exacte stijl gebruiken voor nieuwe creaties."
AI als digitale verfkwast. Deze benadering zorgt ervoor dat de AI niet alleen als hulpmiddel functioneert, maar als een verlengstuk van de creatieve expressie van de artiest. Dit creëert een hulpmiddel voor de gamesindustrie dat is afgestemd op de specifieke game waarvoor content moet worden gegenereerd.
Scenario bij Red Meat Games: personages en houdingen aanpassen
Het belang van gespecialiseerde AI-modellen is ook duidelijk bij Red Meat Games. Judy Ehrentraut legt uit hoe de studio de AI-engine Scenario gebruikt om personages en poses nauwkeurig en efficiënt aan te passen.
"We gebruiken geen afbeeldingen van Google, maar werken uitsluitend met onze eigen afbeeldingen als basis voor de AI. Hierdoor kunnen de ontwikkelaars snel een figuur uit hun eigen kunstwerk in de gewenste houding brengen," legt de ontwikkelaar uit Ehrentraut. Deze aanpak maakt het mogelijk om consistente resultaten van hoge kwaliteit te bereiken die de oorspronkelijke stijl van de studio behouden.
Ethische uitdagingen en de rol van de mens
Met de opkomst van generatieve AI in de game-ontwikkeling komen ethische vragen steeds meer op de voorgrond. Een van de centrale debatten draait om de vraag: wie creëert een kunstwerk - de AI of de mens? Deze discussie is zeker niet triviaal, want het raakt aan fundamentele aspecten van artistiek auteurschap en creatieve controle.
Wie is de ware schepper? AI vs. mensen
Stomme AI? Als een AI een kunstwerk maakt op basis van een model dat door mensen is getraind, rijst de vraag wie verantwoordelijk is voor de creatieve prestatie. Judy Ehrentraut verduidelijkt dat de huidige AI geen onafhankelijke creativiteit heeft, maar slechts uitvoert wat het door mensen is geleerd: "AI kan niet uit zichzelf leren, maar wordt alleen getraind met datgene waarmee mensen AI trainen. Daarom is AI niet echt 'intelligent'."
De werkelijke intelligentie en creativiteit ligt nog steeds bij de mensen die de AI trainen en besturen. Toch blijft het de vraag hoeveel de AI bijdraagt aan de uiteindelijke creatie en of het mogelijk als een volwaardig "kunstenaar" kan worden beschouwd.
Ethische overwegingen bij het gebruik van AI-gegenereerde kunst
Ethisch schone trainingsgegevens. Het gebruik van AI-gegenereerde kunst roept een aantal ethische vragen op. Is het moreel aanvaardbaar om een AI kunstwerken te laten creëren op basis van de stijlen en technieken van echte kunstenaars zonder dat zij direct betrokken zijn bij de creatie? En hoe zit het met de integriteit van een werk dat geheel of gedeeltelijk door zo'n getrainde machine is gemaakt? Deze vragen zijn vooral relevant in een tijd waarin AI steeds meer wordt geïntegreerd in creatieve processen.
Vage grenzen. Ehrentraut waarschuwde in haar presentatie dat het kritiekloze gebruik van AI kan leiden tot een vervaging van de grenzen tussen menselijke creativiteit en machinale productie.
Verantwoordelijkheid. Betrouwbaarheid. Vertrouwen. Ze benadrukte dat het belangrijk is om de menselijke factor in het creatieve proces niet over het hoofd te zien: De verantwoordelijkheid en echte intelligentie blijft bij de mensen die het gereedschap gebruiken, zei ze. Ehrentraut. Anders zouden de grenzen van betrouwbaarheid, verantwoordelijkheid en vertrouwen vervagen. Deze uitspraak benadrukt hoe belangrijk het is om AI te zien als een ondersteunend hulpmiddel dat menselijke creativiteit kan versterken zonder deze te vervangen.
Uitdagingen op het gebied van auteursrecht en de behoefte aan ethische gegevensbronnen
Juridische onzekerheid. Een andere belangrijke kwestie is de bescherming van intellectueel eigendom. Worden auteursrechtelijk beschermde werken misbruikt wanneer ze worden gebruikt als basis voor het trainen van AI-modellen? Het antwoord is niet altijd duidelijk en de huidige wetgeving is vaak ontoereikend om de complexiteit van deze nieuwe realiteit te bevatten.
Werk ethisch en veilig. Ehrentraut gepleit dat bedrijven die AI gebruiken voor kunst en game-ontwikkeling er streng op moeten toezien dat hun modellen worden getraind met ethisch niet-verwerpelijke gegevens. Dit is de enige manier om ervoor te zorgen dat de resultaten zowel van hoge kwaliteit als ethisch aanvaardbaar zijn.
Verantwoordelijkheid voor mensen. De uitdagingen van het gebruik van AI-gegenereerde kunst zijn talrijk en vereisen een zorgvuldige balans tussen de technologische mogelijkheden en de ethische implicaties. Het is de verantwoordelijkheid van ontwikkelaars en kunstenaars om deze balans te vinden en ervoor te zorgen dat AI wordt gebruikt als een hulpmiddel dat menselijke creativiteit ondersteunt zonder de integriteit ervan in gevaar te brengen.
AI overkill: het gevaar van kwaliteitsverlies
Met het toenemende gebruik van generatieve AI in de kunst- en gamewereld worden we geconfronteerd met een nieuwe uitdaging: de dreiging van AI-overkill. Dit verwijst naar het fenomeen dat het internet steeds meer wordt overspoeld met middelmatige AI-gegenereerde content, wat de kwaliteit en originaliteit van online content ernstig in gevaar kan brengen. Judy Ehrentraut waarschuwt dringend voor de risico's die gepaard gaan met het ongecontroleerde gebruik van AI.
Risico's van het overspoelen van het internet met middelmatige AI-inhoud
Middelmatigheid. Stel je eens voor dat je op internet zoekt naar unieke, creatieve content, maar dat de meeste resultaten door AI zijn gegenereerd en op zijn best middelmatig zijn. De door mensen gemaakte inhoud, die vaak diepgaander en origineler is, wordt steeds onzichtbaarder in deze stroom.
Ehrentraut vat het in een notendop samen: "Het internet zit vol AI. Dat maakt het bijna onbruikbaar." Deze uitspraak illustreert het dilemma waarin we ons bevinden. Hoe meer AI-gegenereerde content er op het web verschijnt, hoe moeilijker het wordt om de echt hoogwaardige werken te vinden die door mensen zijn gemaakt.
Het probleem van afnemende kwaliteit in AI-gegenereerde inhoud
Een ander probleem met AI-generatie is dat de kwaliteit van de inhoud afneemt als deze herhaaldelijk wordt herzien door AI-systemen. Een illustratief voorbeeld is tekstgeneratie: als een AI een tekst creëert en deze tekst vervolgens opnieuw wordt samengevat of bewerkt door een AI, neemt de kwaliteit elke keer iets af. Uiteindelijk blijft er een tekst over die nauwelijks leesbaar is en de oorspronkelijke inhoud alleen vervormd weergeeft. Uiteindelijk blijft er een tekst over die nauwelijks leesbaar is en de oorspronkelijke inhoud alleen vervormd weergeeft.
Conclusie: De behoefte aan menselijke controle
Kwaliteit daalt. Het gevaar van AI-overkill laat duidelijk zien dat AI-generatie zonder zorgvuldige menselijke controle en beoordeling snel kan leiden tot een neerwaartse kwaliteitsspiraal.
Zorgvuldigheid tijdens de training. Om deze ontwikkeling te voorkomen, is het essentieel dat AI-modellen worden getraind met hoogwaardige, door mensen gecureerde gegevens en dat de resultaten kritisch worden geëvalueerd en zo nodig gecorrigeerd. Dit is de enige manier om ervoor te zorgen dat de door AI gegenereerde content niet alleen efficiënt maar ook van hoge kwaliteit blijft en dat het creatieve potentieel van de technologie volledig wordt benut.
