Microsoft демонстрирует прогресс в создании игровых миров, генерируемых в режиме реального времени с помощью искусственного интеллекта.

На протяжении некоторого времени многие исследователи искусственного интеллекта (ИИ) работают над интеграцией так называемой «модели мира» в свои системы. В идеале эти модели могли бы на основе видеозаписи самостоятельно симулировать поведение объектов и персонажей в игре, а затем создавать полноценные интерактивные видео, моментально имитирующие новые игровые миры на основе этого понимания.

Новая модель World and Human Action Model (WHAM), представленная сегодня исследователями Microsoft Research в журнале Nature, демонстрирует, как быстро эти модели продвинулись за короткое время. Однако она также показывает, насколько далеко нам еще предстоит дойти до того, чтобы ИИ мог создавать полные игровые сцены из базовых подсказок и образцов видеозаписей.

Кроме того, WHAM демонстрирует большую стабильность и надежность. Так же как и предшествующая модель Genie от Google, WHAM начинает обучение на «истинных данных» из игровых видео и реальных входных данных игроков. В данном случае данные были взяты из игры Bleeding Edge — многопользовательского бойца в жанре «четыре против четырех», выпущенного в 2020 году компанией Ninja Theory (дочерним предприятием Microsoft). Сбор реальных игровых видео с момента выпуска игры (с разрешения, согласованного пользовательским соглашением), позволил собрать данные эквивалентные семи годам игрового опыта игроков, подкрепленных реальными входными данными.