Inworld AI NPC GDC 2024 Praktyczne doświadczenie – NVIDIA i Ubisoft pokazują spojrzenie na przyszłość

Rozwój sieci neuronowych w ciągu ostatnich kilku lat był znaczący, począwszy od początkowego rozwoju wstępnie wytrenowanych transformatorów generatywnych. Dzięki ciągłemu ulepszaniu kart graficznych i rdzeni Tensor firmy NVIDIA, możliwości tych sieci znacznie wzrosły. W przeszłości sieci te były używane głównie do wprowadzania danych tekstowych, ale teraz NVIDIA wdrożyła TensorRT do głębokiego uczenia się i przetwarzania dźwięku. Podczas dwóch interaktywnych demonstracji technologii Inworld AI na GDC 2024 mogliśmy przetestować możliwości zarówno NPC NEO firmy Ubisoft, jak i tajnego protokołu NVIDIA.

Zapytaj dowolnego DM, który prowadził sesję Dungeons & Dragons, w której brałem udział w ciągu ostatnich dziesięciu lat: najbardziej przyjemnym aspektem jest przesuwanie granic kampanii (i własnego kompasu moralnego). W obu demonstracjach miałem pełną kontrolę nad doświadczeniem za pomocą poleceń głosowych, podczas gdy mój przewodnik obserwował z boku, prawdopodobnie robiąc notatki lub zastanawiając się, czy zakończyć sesję. Zanim udało mi się wypróbować program NEO NPC firmy Ubisoft, wypiłem już drugą filiżankę kawy przed 10:00 i byłem pełen pomysłów z oceną PG-13.

Podczas moich praktycznych doświadczeń z demonstracją Inworld firmy Ubisoft Paris miałem okazję przetestować potężną kombinację silnika postaci AI firmy Inworld i automatycznych animacji twarzy Audio2Face firmy NVIDIA. Podczas mojej sesji wielokrotnie podkreślano koncepcję „autentyczności” i stwierdziłem, że była ona w większości trafna. Twórcy zadbali o to, aby zachować iluzję, że zostali zwerbowani przez ubranego w czapkę mieszkańca miasta imieniem Bloom do „ruchu oporu” poprzez użycie poręczy.

Firma Ubisoft wykorzystała wyskakującą listę, aby włączyć grywalizację do doświadczenia AI w Inworld. Na tej liście zalecano podjęcie różnych działań, takich jak poznawanie megakorporacji i ruchu oporu, na poziomie całościowym. Pomimo moich prób skierowania rozmowy gdzie indziej, Bloom konsekwentnie poruszał te niewidzialne bariery i rzucał dowcipne uwagi na temat moich zapytań, zanim ponownie skierował uwagę na ruch oporu. Moje czyny, a raczej słowa, spotkały się z nieustanną reakcją przez całą demonstrację. Kiedy wspomniałem o moich wyjątkowych zdolnościach jako baristy i entuzjasty kryptowalut, woląc posługiwać się pseudonimem Poncho, a nie Nelson, Bloom był szczęśliwy, że zgodził się i wymieniliśmy anegdoty, zanim zakończyliśmy, stwierdzając, że ostatecznym celem jest uzyskanie wglądu w cel demonstracji.

Druga część demonstracji przekształciła się w otwartą burzę mózgów z Iron, wybitną członkinią ruchu oporu, która wydawała się mieć wyższą rangę niż Bloom. Tym razem moim celem było opracowanie strategii infiltracji skarbca. Gdy poruszałem się po wirtualnej sali odpraw z kontrolerem w dłoni, firma Ubisoft przedstawiła mi listy i słowa kluczowe, aby pobudzić dyskusję i zachęcić firmę Iron do współpracy w znalezieniu rozwiązania dla dyskretnego włamania po śniadaniu.

Mimo że dysponowałem wszystkimi niezbędnymi narzędziami, starałem się je złożyć w bardziej niekonwencjonalny sposób. Chociaż drabina była praktyczną opcją dostępu do budynku na drugim piętrze, rzuciłem sobie wyzwanie, aby myśleć nieszablonowo i użyć jej, aby dotrzeć do kamery monitorującej na korytarzu. Wieszając zdjęcie polaroidowe strzeżonego korytarza, udało mi się oszukać kamerę i uzyskać dostęp. Pokonanie strażnika blokującego mi drogę z balkonu wejściowego do biura było zadaniem łatwym do wykonania dla każdego gracza Metal Gear Solid, ale przekazanie mojego planu za pomocą poleceń głosowych okazało się wyzwaniem. Moje próby przekonania Irona, aby załadował hak z liną do strzelby lub polegał na nadużywanej taktyce zakradania się do kartonowego pudełka, były daremne. Byłem zdeterminowany

Demo Covert Protocol zaprezentowane przez firmę NVIDIA było bardziej nieustrukturyzowanym doświadczeniem, którego celem było odkrycie numeru pokoju zainteresowanej osoby przebywającej w luksusowym pięciogwiazdkowym hotelu. Wybrałam historię z okładki, dotyczącą kuriera przewożącego nielegalne towary, których zwolnienie wymagało bezpośredniego podpisu. Zauważyłem, że pierwsza napotkana postać, której nie można grać, czyli boy hotelowy, jest znacznie bardziej otwarta na moje sugestie w porównaniu do Blooma i Irona. Chociaż nasze rozmowy były w większości reakcyjne, wydawał się otwarty na pomysł masażu stóp lub wyjścia na karaoke, gdy moja misja zostanie ukończona. Pomimo moich prób nie udało mi się przekonać sztucznej inteligencji, aby na miejscu zaśpiewała programy, ale wspomniał, że jego ulubioną piosenką karaoke była

Dwóch pozostałych NPC-ów AI nie było tak elastycznych w swoich reakcjach i nie wydawało się zainteresowanych nawiązaniem kontaktu z kimś spoza fabuły. Wszystko się jednak zmieniło, gdy natknąłem się na odznakę pracowniczą z boku. Kiedy już to uzyskałem, obie osobowości AI stały się bardziej otwarte na moje prośby i dostarczyły cennych informacji związanych z moim celem. Ta nagła zmiana w zachowaniu była nieco irytująca i odbierała wciągające wrażenia. Chociaż rozumiem potrzebę wyznaczania celów w rozgrywce, zmuszanie do wykonywania określonych zadań zamiast swobody odgrywania ról i dokonywania wyborów wydawało mi się ograniczające.

Pomimo pozornej absurdalności moich próśb, tak długo jak utrzymywałem swoje zapytania w granicach PG-13 i unikałem czegokolwiek naprawdę nieprzyzwoitego, modele językowe były więcej niż chętne do przestrzegania i często odpowiadały mądrymi i dającymi do myślenia uwagami. Ogólna jakość doświadczeń z tymi znakami i modelami językowymi ostatecznie zależy od przeszkolenia, jakie przeszli, oraz mocy obliczeniowej niezbędnej do interpretacji niekonwencjonalnych żądań. Zarówno Ubisoft, jak i NVIDIA wykazały swoje unikalne podejście do tworzenia realistycznych rozmów z graczami przy jednoczesnym zachowaniu granic, co może okazać się korzystne dla przyszłej integracji gier. Czas pokaże, czy narzędzia te zostaną wdrożone przed zakończeniem obecnej generacji konsol, ale mój początkowy sceptycyzm został zastąpiony ciekawością i podekscytowaniem potencjałem NPC napędzanych sztuczną inteligencją.