人工智能和电子游戏一直是携手并进的。但现在，生成式人工智能有可能完全颠覆和改变整个行业。
作为电子游戏自上个世纪50年代以来不可分割的一部分,人工智能在游戏中并不新鲜。在雅达利公司发布《乒乓》20年前,人工智能就已经被用于游戏中了。最早的例子之一是1951年的数学策略游戏Nim,其中两个玩家轮流从堆中取走物品,计算机通常会击败人类玩家。同年,曼彻斯特大学的Ferranti Mark 1机器被用来编写一盘国际象棋,这是有史以来最早的计算机程序之一。
如今,生成式人工智能工具可能改变整个行业。据普华永道的一份报告,到2026年,这个行业的价值预计将达到3210亿美元。
程序内容生成
诸像ChatGPT等工具的日益普及彰显了生成式人工智能可能彻底改变许多行业,包括电子游戏行业。电子游戏自诞生以来取得了长足进步,图形、声音和游戏机制都得到了改善,但生成式人工智能可以将它们提升到新的高度。
生成式人工智能改变电子游戏行业的最重要方式之一是通过程序生成内容。程序生成内容包括使用算法自动生成游戏内容,如关卡、地图、环境和角色。这可以为游戏开发者节省大量时间和资源,同时也为玩家创造更多不同和独特的游戏体验。
为2020年发布的微软飞行模拟器,微软与奥地利初创公司Blackshark.ai合作,训练人工智能从二维卫星图像生成一个逼真的三维世界。Blackshark的人工智能驱动技术使微软的飞行模拟器能够以三维方式显示整个地球的表面,拥有超过15亿栋逼真的建筑,为用户带来前所未有的沉浸式三维飞行体验和电子游戏史上最大的开放世界。
Blackshark拥有50多名人工智能专家、地理空间工程师、数据科学家和实时渲染开发人员组成的团队,他们开发了一个独特的解决方案,利用微软Azure云和人工智能,基于必应地图数据获得对我们星球的洞察。
"我们已经重建了大约15亿栋建筑,并检测了超过3000万平方公里的植被",Blackshark机器学习组负责人Stefan Habenschuss解释道,他将这个游戏描述为“人工智能力量的展现”。
"在《飞行模拟器》中,我们看到的是2D区域,然后找到建筑物的轮廓,这实际上是一项计算机视觉任务,"Blackshark联合创始人兼首席执行官Michael Putz最近在接受TechCrunch采访时说。"但是,如果一栋建筑被一棵树的影子遮住了,我们实际上需要机器学习,因为那时已经不清楚什么是建筑的一部分,什么不是,因为影子的重叠--但后来,机器学习完成了建筑的其余部分。"
生成式人工智能在游戏中是一个越来越流行的话题。今年早些时候,Roblox表示正在测试一种工具,它可以通过让人工智能编写代码来加速建造和改变游戏中的物体的过程。该工具让任何玩Roblox的人都能创建诸如建筑、地形和头像等物品;改变这些东西的外观和行为;并通过用自然语言而不是复杂的代码输入他们想要实现的东西,赋予它们新的互动属性。
在一篇文章中，风险投资公司Andreesen Horowitz的James Gwertzman和Jack Soslow解释了利用生成性人工智能将如何为开发者提供实质性的好处。
他们写道:"当与那些正在尝试将生成式人工智能整合到他们的生产管道中的游戏开发者交谈时,最大的兴奋点在于时间和成本的大幅减少。"一位开发者告诉我们,他们为一张图片生成概念图的时间,从开始到结束,已经从三周下降到一个小时:减少了120倍。我们相信,在整个生产管道中也能实现类似的节约。"
然而，尽管有这些成本节约，他们说艺术家本身并没有被人工智能取代的危险。
"说白了,艺术家没有被取代的危险,"他们写道。"这确实意味着艺术家不再需要自己做所有的工作:他们现在可以设定最初的创意方向,然后将大部分耗时和技术性的执行工作交给人工智能。在这一点上,他们就像手绘动画早期的画师一样,由技术高超的“墨客”画出动画的轮廓,然后由成本较低的“画师”大军来完成耗时的工作,为动画画板上色,填充线条。
需要解决的法律问题
围绕生成式人工智能的关键法律问题之一是知识产权的所有权。人工智能系统在没有人类输入的情况下创造新作品的能力引起了谁拥有这些创作的权利,以及如何保护它们不受侵犯的问题。
"律师事务所Pillar Legal的合伙人Magdalene Bedi解释说:“尽管生成式人工智能作为创作者的工具有其存在的、新兴的和潜在的应用,但由于生成式人工智能如何影响创作者在训练数据和生成内容方面的权利,一些人工智能生成器受到了艺术家群体的困惑和愤怒。"对游戏开发者来说,生成式人工智能带来了两个核心问题:谁拥有人工智能生成的内容,以及未经数据所有者同意使用的训练数据是否侵犯了他们的版权?
生成式人工智能提出的第一个核心问题是所有权问题:谁拥有生成式人工智能产生的内容的版权?如果所有权不明确,或者人工智能产生的内容是公共领域,那么游戏开发者保护该内容不被他人侵犯的能力就会受到限制。
生成式人工智能提出的第二个核心问题是,未经数据所有者许可,使用数据来训练生成式人工智能模型是否构成版权侵权。当训练数据被输入生成式人工智能模型时,以及在这种生成式人工智能模型产生的后续内容中,都可能发生这种版权侵权行为。
因此，尽管人工智能有望带来一场行业革命，但在这些模型能够在整个游戏领域大规模部署之前，这些复杂的法律障碍仍然需要被克服。