Microsoft lanzó una experiencia de juego interactiva en tiempo real de Quake II en Copilot Labs la semana pasada. Para construir el juego de inteligencia artificial (IA), el gigante tecnológico con sede en Redmond utilizó sus modelos Muse AI recientemente lanzados y un nuevo enfoque denominado Modelo de Maskgit de Acción Humana y Mundo (Whamm). La demostración del juego está actualmente disponible como una vista previa de investigación para todos, y viene con la generación mundial del juego y toda la mecánica habitual. Microsoft también enumeró varias limitaciones en el juego de la experiencia generada por IA.
Microsoft’s Quake II Gameplay se basó en Muse AI
En una publicación de blog, los investigadores de Microsoft detallaron el juego generado por IA y cómo pudieron construirlo. La generación de juegos 2D y 3D con IA ha sido un área de interés activa para los investigadores, ya que prueba la capacidad de la tecnología para generar entornos mundiales en tiempo real y ajustarla para diferentes mecánicas utilizadas por un usuario humano. Se dice que es una buena manera de ver si los modelos de IA pueden ser entrenados para asumir tareas del mundo real controlando los robots como IA física.
En particular, Quake II es un tirador en primera persona de 1997 publicado por Activision, propiedad de Microsoft. Es un juego de nivel de desplazamiento 3D con una amplia gama de mecánicas, que incluyen saltos, agachado, disparo, destrucción del medio ambiente y movimientos de la cámara. El juego está disponible a través de Copilot Labs, y los usuarios actualmente pueden experimentar un solo nivel durante aproximadamente dos minutos usando un controlador o el teclado.
Al llegar al proceso de desarrollo, los investigadores dijeron que utilizaron modelos Muse AI y el Modelo de Acción Mundial y Humano (WHAM) para usar el nuevo enfoque Whamm.
Descripción general de Whamm
Crédito de la foto: Microsoft
Whamm es el sucesor de Wham-1.6b, y puede generar más de 10 cuadros por segundo, lo que permite la generación de videos en tiempo real. La salida de resolución del juego se ha mantenido en 640 × 360 píxeles. Microsoft dice que una de las mejoras clave en la velocidad de Whamm provino del uso del transformador de imagen generativo de máscara Maskgit) Configuración en lugar de Wham-1.6b, ya que las velocidades de cuadro pasaron de un cuadro por segundo a 10+.
La configuración de Maskgit permitió a los investigadores generar todos los tokens para una imagen en un número limitado de pases hacia adelante. Con esto, el modelo AI puede producir predicciones de cada uno de los posibles movimientos de una sola imagen enmascarada en tiempo real, lo que permite una experiencia más suave.
Si bien el juego central es bastante similar al juego original, Microsoft también enumeró varias limitaciones con la demostración actual. Dado que el entorno del juego se genera usando IA, es simplemente una aproximación del mundo real y no una replicación idéntica. La interacción enemiga a veces conduce a generaciones difusas de imágenes, y el combate puede ser incorrecta.
Actualmente, Whamm tiene una ventana de contexto de 0.9 segundos (9 cuadros a 10 fps). Como resultado, el modelo se olvida de los objetos que salen de la vista por más tiempo que esto. Microsoft dice que esto puede dar lugar a escenarios en los que un usuario se da vuelta y encuentra una área completamente nueva o mira el cielo y retrocede para encontrarse a una parte diferente del mapa. Además, el juego también tiene una latencia significativa debido a que está disponible para todos.
Fuente: Digit