"ব্ল্যাক মিথ: উকং" গেমটি কি কেবল একটি দানব?
আমি স্বীকার করি, যখন আমার বন্ধু আমাকে এইভাবে প্রশ্ন করেছিল, সেই মুহূর্তে আমি আমার গার্ড ভেঙ্গেছিলাম।
টাইগার ভ্যানগার্ডের মৃত্যুতে ইয়াং জিয়ানকে বন্দী করতে হবে এই উপলব্ধি থেকে আমার মাত্র অর্ধেক দিনেরও কম সময় লেগেছে যদি আমরা "ব্ল্যাক মিথ" মুছে ফেলতে চাই, তাহলে কি আমরা এআই-এর উপর নির্ভর করতে পারি?
রোল এবং ডজ, দূরত্ব বজায় রাখুন, এবং দানব এর গতিবিধি একটি পরিষ্কার দৃশ্য আছে.
সময় হলে নিয়তির লোকটি হঠাৎ তার ভারী লাঠিটি দুলিয়ে দিল।
AI এর শক্তির সাহায্যে, সিল্কি কম্বোগুলির একটি সেট সঞ্চালিত হয়েছিল, এবং বসের সাথে লড়াই করার ক্ষমতা ছাড়াই পরাজিত হয়েছিল আমি জানি না কত গেমার কাঁদছে।
আলিবাবা গবেষণা দল সম্প্রতি একটি VARP এজেন্ট কাঠামোর প্রস্তাব করেছে। এবং এই AI "ঘোড়া" তাদের দ্বারা তৈরি করা হয়েছিল।
এটা বলা যেতে পারে যে এটি একটি প্লাগ-ইন নয়, তবে এটি একটি প্লাগ-ইন থেকে ভাল।
GPTs যারা মহান ঋষির মুখোমুখি হয়েছিল তারা সত্যিই মানুষের চেয়ে খারাপ ছিল না।
গ্রেট সেজের মুখোমুখি এআই আসলে এতটা জটিল নয়।
ঐতিহ্যগতভাবে, গেম এআই পরিবেশগত তথ্য এবং এক্সিকিউটেবল অ্যাকশন ডেটা পেতে গেম API-এর উপর নির্ভর করে। কিন্তু সমস্যা হল যে প্রতিটি গেম একটি ওপেন API প্রদান করতে ইচ্ছুক নয়, বা এটি প্রদান করা হলেও, কিছু API-এর হাত ও পায়ের অভাব রয়েছে, যার ফলে প্রকৃত চাহিদা মেটানো কঠিন হয়ে পড়ে।
তদুপরি, ঐতিহ্যগত পদ্ধতিগুলি সবসময় অনুভব করে যে কিছু অনুপস্থিত আছে এবং মানব খেলোয়াড়দের প্রকৃত গেমিং অভিজ্ঞতা সম্পূর্ণরূপে অনুকরণ করতে পারে না।
এর উপর ভিত্তি করে, আলিবাবা গবেষণা দল একটি নতুন VARP (ভিশন অ্যাকশন রোল-প্লেয়িং) এজেন্ট কাঠামোর প্রস্তাব করেছে।
ইনপুট গেমের স্ক্রিনশট প্রাপ্তির পর, VARP এজেন্ট ফ্রেমওয়ার্ক VLM-এর একটি সেট ব্যবহার করে অনুমান সম্পাদন করে এবং অবশেষে গেমের চরিত্র নিয়ন্ত্রণ করতে পাইথন আকারে কোড তৈরি করে, যার মধ্যে পরমাণু কমান্ডের একটি সিরিজের সংমিশ্রণ রয়েছে, যেমন হালকা আক্রমণ, পরিহার, ভারী আক্রমণ। , এবং স্বাস্থ্য পুনরুদ্ধারের জন্য অপেক্ষা করুন।
VARP-এ তিনটি জ্ঞানের ভিত্তি রয়েছে: পরিস্থিতি বেস, অ্যাকশন বেস এবং মানব নির্দেশিকা ভিত্তি এবং দুটি সিস্টেম: অ্যাকশন প্ল্যানিং সিস্টেম এবং হিউম্যান গাইডেন্সি ট্রাজেক্টোরি সিস্টেম।
সহজ কথায়, অ্যাকশন প্ল্যানিং সিস্টেম একজন লাইব্রেরিয়ানের সমতুল্য, পরিস্থিতি লাইব্রেরি এবং আপডেটযোগ্য অ্যাকশন লাইব্রেরি থেকে সবচেয়ে উপযুক্ত উপকরণ খোঁজার জন্য দায়ী।
সিস্টেমটি ইনপুট গেমের স্ক্রিনশটগুলির উপর ভিত্তি করে বর্তমান পরিস্থিতির সাথে মানানসই ক্রিয়াগুলি নির্বাচন বা তৈরি করে এবং তারপরে এই দুটি লাইব্রেরিতে এই ক্রিয়াকলাপ এবং পরিস্থিতিগুলি সংরক্ষণ বা আপডেট করা হয়৷
মানব-নির্দেশিত ট্র্যাজেক্টরি সিস্টেম জটিল কাজগুলিতে VARP-এর কর্মক্ষমতা উন্নত করতে মানব অপারেশন ডেটা সেট ব্যবহার করে, যেমন পাথফাইন্ডিং কাজ এবং কঠিন যুদ্ধের কাজ।
অ্যাকশন লাইব্রেরিতে, "def new_func_a()" অ্যাকশন প্ল্যানিং সিস্টেম দ্বারা উত্পন্ন একটি নতুন ক্রিয়াকে প্রতিনিধিত্ব করে এবং "def new_func_h()" মানব-নির্দেশিত ট্র্যাজেক্টোরি সিস্টেম দ্বারা উত্পন্ন একটি নতুন ক্রিয়াকে প্রতিনিধিত্ব করে। "def pre_func()" একটি পূর্বনির্ধারিত কর্মের প্রতিনিধিত্ব করে।
উপরে উল্লিখিত "ব্ল্যাক মিথ উকং" গেমটিতে, গবেষণা দল 12টি কাজ সেট করেছে, যার মধ্যে 75% যুদ্ধ জড়িত, এবং GPT-4o, ক্লাউড 3.5 সনেট এবং জেমিনি 1.5 প্রো সহ VLM ব্যবহার করে বেঞ্চমার্ক পরীক্ষা করেছে।
ফলাফলগুলি দেখায় যে VARP-এর মৌলিক কাজগুলিতে এবং সহজ থেকে মাঝারি অসুবিধার লড়াইয়ে 90% পর্যন্ত জয়ের হার রয়েছে। যাইহোক, যখন কঠিন কাজের সম্মুখীন হয়, তখন VARP-এর কর্মক্ষমতা সহজেই কমে যায় এবং এর সামগ্রিক স্তর এখনও মানুষের খেলোয়াড়দের মতো ভালো নয়।
উপরন্তু, যখন VARP এজেন্ট গেমের সিদ্ধান্তগুলি প্রক্রিয়া করে, তখন এটি বাস্তব সময়ে প্রতিটি গেম ফ্রেম (অর্থাৎ গেম স্ক্রীন) বিশ্লেষণ করতে পারে না কারণ এটি ভিজ্যুয়াল ল্যাঙ্গুয়েজ মডেলের (VLM) অনুমান গতির উপর নির্ভর করে।
অন্য কথায়, এটি একটি মানব খেলোয়াড়ের মতো প্রায় তাত্ক্ষণিকভাবে পর্দায় ঘটতে থাকা সমস্ত কিছুতে প্রতিক্রিয়া জানাতে পারে না। পরিবর্তে, এটি শুধুমাত্র প্রতি কয়েক সেকেন্ডে গেমের ফুটেজ প্রক্রিয়া করতে পারে, বিশ্লেষণ এবং সিদ্ধান্ত গ্রহণের জন্য কিছু গুরুত্বপূর্ণ ফ্রেম (কীফ্রেম) নির্বাচন করে।
যখন "ব্ল্যাক মিথ: উকং" চালু করা হয়েছিল, তখন এটি একটি পরিষ্কার মানচিত্র এবং বিপুল সংখ্যক "বায়ু প্রাচীর" না থাকার জন্য সমালোচিত হয়েছিল তাই, গবেষকদের সহায়তা ছাড়া, এআই একটি মাথাবিহীন মাছি খুঁজে পাওয়া যাবে না বস
জেনারেটিভ এআই বিশ্ব পরিবর্তনের আগুন জ্বালিয়েছে, এবং এটি জনসাধারণের চেতনায় প্রবেশ করার আগে, এআই-এর সাথে সাধারণ মানুষের আরও স্বজ্ঞাত বন্ধন বেশিরভাগ গেম থেকে উদ্ভূত হতে পারে।
ভিডিও গেমের ইতিহাসে আমরা যতটা ভাবি তার চেয়েও বেশি গুরুত্বপূর্ণ এআই
অনেকেই হয়তো ভাবেননি যে AI ট্রেনে ঝাঁপ দেওয়া প্রথম গেমগুলির মধ্যে একটি হবে ক্লাসিক আর্কেড গেম "Pac-Man"।
খেলোয়াড়ের জয়ের পূর্বশর্ত হল গোলকধাঁধায় সমস্ত মটরশুটি খাওয়া, এবং আপাতদৃষ্টিতে নির্বোধ রঙিন ভূতগুলির বিভিন্ন সাধনা অ্যালগরিদম রয়েছে এবং তারা খেলোয়াড়কে বিভিন্ন পথ এবং উপায়ে অনুসরণ করবে।
প্রতিটি ভূতের অ্যালগরিদম চালগুলি অত্যন্ত সহজ এবং কোনও শেখার ক্ষমতার অভাব একবার খেলোয়াড় এই নিয়মগুলি বুঝতে পারলে খেলার অসুবিধা কমে যাবে৷
1987 সালে চালু হওয়া "মেটাল গিয়ার সলিড" গেম এআই-এর আরেকটি গুরুত্বপূর্ণ মাইলফলক হিসেবে চিহ্নিত।
গেমের এআই চরিত্রগুলি আরও জটিল আচরণের নিদর্শনগুলি প্রদর্শন করতে শুরু করে এবং প্রথমবারের মতো খেলোয়াড়দের প্রতি একটি প্রতিকূল প্রতিক্রিয়া প্রক্রিয়া চালু করা হয়েছিল। এই গেমটিতে, যদি শত্রুর দ্বারা খেলোয়াড়ের সন্ধান পাওয়া যায়, তাহলে শত্রু অ্যালার্ম সিস্টেমকে ট্রিগার করবে, শক্তিবৃদ্ধির জন্য কল করবে, টহল পথ পরিবর্তন করবে এবং এমনকি ফাঁদও স্থাপন করবে।
পরবর্তীতে, যদি এআই এবং গেমগুলির বিকাশ প্রক্রিয়াকে সংক্ষেপে ল্যান্ডমার্ক ইভেন্টের একটি সিরিজে তালিকাভুক্ত করা হয়, তবে এটি মোটামুটি নিম্নরূপ:
- 1997 সালে, আইবিএমের "ডিপ ব্লু" দাবা খেলায় মানব বিশ্ব চ্যাম্পিয়নকে পরাজিত করে, দাবা খেলায় এআই-এর জন্য একটি বড় অগ্রগতি চিহ্নিত করে।
- 2004 সালে, "হাফ-লাইফ 2" মুক্তি পেয়েছিল গেমের এআই চরিত্রগুলি আরও জটিল সিদ্ধান্ত এবং মিথস্ক্রিয়া করতে সক্ষম হয়েছিল, গেমটির নিমজ্জনকে উন্নত করেছিল।
- 2011 সালে, IBM-এর "Watson" কুইজ শো "Jeopardy!" এ মানব চ্যাম্পিয়নকে পরাজিত করে যা প্রাকৃতিক ভাষা প্রক্রিয়াকরণ এবং জ্ঞানের যুক্তিতে AI এর অগ্রগতি প্রদর্শন করে।
- 2016 সালে, AlphaGo Go গেমে Lee Sedol কে পরাজিত করে, জটিল কৌশলগত গেমে AI এর জন্য একটি বড় অগ্রগতি চিহ্নিত করে।
- 2018 সালে, "Red Dead Redemption 2" রিলিজ করা হয়েছিল গেমের AI অক্ষর এবং পরিবেশের মধ্যে মিথস্ক্রিয়া করার স্তরকে অনেক উন্নত করা হয়েছিল, একটি অত্যন্ত বাস্তবসম্মত গেমিং অভিজ্ঞতা প্রদান করে৷
- 2020 সালে, NVIDIA DLSS প্রযুক্তি চালু করেছে, যা গ্রাফিক্স রেন্ডারিংকে ত্বরান্বিত করতে এবং গেমের কর্মক্ষমতা এবং ছবির গুণমান উন্নত করতে AI ব্যবহার করে।
বর্তমান খেলার পরিবেশের দিকে তাকালে, গেমটি এখনও সাহচর্যের উপর ফোকাস করে, এবং AI একটি পরিবর্ধকের মতো, এই সাহচর্যকে অসংখ্যবার প্রশস্ত করে।
এই বছরের CES শোতে, এনভিডিয়া অ্যাভাটার ক্লাউড ইঞ্জিন (ACE) ব্যবহার করে গেম এনপিসিগুলিকে "জীবন্ত" করে তোলে এবং শিল্পে জনপ্রিয় হয়ে ওঠে।
কাইরোস নামক একটি ডেমোতে, খেলোয়াড়রা রামেন দোকানের মালিক জিনের সাথে যোগাযোগ করতে সক্ষম হয়েছিল। যদিও জিন শুধুমাত্র একটি এনপিসি, সে জেনারেটিভ এআই-এর সাহায্যে একজন প্রকৃত ব্যক্তির মতো প্রশ্নের উত্তর দেয়।
এআই এবং গেমিংয়ের সংমিশ্রণ সবসময়ই প্রেম-ঘৃণার সংমিশ্রণ।
একটি উদাহরণ হিসাবে প্রতিযোগীতামূলক গেম নিন, পদ্ধতিটি কেবল কঠোরভাবে সামঞ্জস্য করার জন্য ছিল, কিন্তু এখন এটি গেমের অভিজ্ঞতাকে আরও বাস্তবসম্মত করতে মানুষের ক্রিয়াকলাপগুলিকে অনুকরণ করা।
সমর্থকরা বিশ্বাস করেন যে যখন মানব-সিমুলেটিং AI একটি প্রতিপক্ষ বা সতীর্থ হয়ে ওঠে, তখন এটি প্রকৃত খেলোয়াড়ের অভাবের কারণে গেমের প্রতিযোগিতামূলক অনুভূতি বাড়িয়ে তুলতে পারে।
এটিও অসুবিধা হল খেলোয়াড়দের ধরে রাখার হার উন্নত করা হয়েছে, কিন্তু সিস্টেমের নিয়ন্ত্রণে, খেলোয়াড়রা এআই দ্বারা চালিত হওয়ার ঘূর্ণি থেকে বাঁচতে পারে না।
প্রাথমিক পর্যায়ে সাহসী কথা ছিল, মধ্যম পর্যায়ে ছিল বাজে কথা, এবং পরবর্তী পর্যায়ে ছিল নীরবতা।
আমরা যখন অন্য একটি খেলা জেতার জন্য সারা রাত জেগে থাকি, তখন আমরা খেলা খেলছি নাকি খেলা আমাদের খেলছে তা বলা কঠিন। বিশেষ করে যখন আপনি বুঝতে পারেন যে আপনার সতীর্থরা এআই হতে পারে, তখন শক্তিহীনতার অনুভূতি মুষ্টিতে আঘাত করা তুলোর মতো।
আমার হৃদয় নরম অনুভূত এবং কোন ফোকাস ছিল না.
বুড়ো হুয়াং নবী! ভবিষ্যতের গেম কি এআই দ্বারা তৈরি হবে?
এমনকি একজন কোডিং নবীনও গেম খেলতে AI ব্যবহার করতে পারেন।
কয়েক বছর আগে, এটি সম্ভবত এমন কিছু হতে পারে যা শুধুমাত্র স্বপ্নে কল্পনা করা যেতে পারে, কিন্তু জেনারেটিভ এআই-এর আগমন বাস্তবায়িত করার জন্য এই সমস্ত বাস্তব জায়গা দিয়েছে।
একটি ছোট স্কেলে, এটি একটি বৃহত্তর স্কেলে গল্প বলার মতো, এটি একটি ছোট প্রোগ্রাম গেম যা AI সহায়তায় তৈরি করা হয় যদিও এটি আকর্ষণীয় নয়, এটি সুন্দর এবং সমৃদ্ধ গ্রাফিক্সের চেয়েও ভালো৷
জিনিসগুলিকে আরও এক ধাপ এগিয়ে নিয়ে যাওয়া, এমনকি 3A মাস্টারপিস-স্তরের গেমগুলি ভবিষ্যতে এআই রেন্ডারিংয়ের মাধ্যমে সরাসরি তৈরি করা যেতে পারে।
গত বছর, এনভিডিয়ার প্রতিষ্ঠাতা জেনসেন হুয়াং ভবিষ্যদ্বাণী করেছিলেন যে ভবিষ্যতের গেমগুলির প্রতিটি পিক্সেল রেন্ডার করার পরিবর্তে তৈরি হবে। যখন এই সময়ে বলা হয়েছিল, তখনও সবাই দ্বিধাগ্রস্ত হতে পারে, কিন্তু এখন, আরও বেশি গবেষণার ফলাফল এই বাস্তবায়নের সম্ভাবনা খুঁজে পেয়েছে।
সাধারণত, ডিজাইনের জটিলতার উপর নির্ভর করে একটি ছোট গেমের জন্য পরিবেশ তৈরি করতে এক সপ্তাহ এবং স্টুডিও প্রকল্পের জন্য আরও বেশি সময় লাগতে পারে।
গত মাসে, গুগল ডিপমাইন্ড তার প্রথম "এআই গেম ইঞ্জিন" গেমএনজেন ঘোষণা করেছে।
এটি একটি একক TPU চিপে প্রতি সেকেন্ডে 20 ফ্রেমের বেশি গতিতে রিয়েল টাইমে ক্লাসিক শুটিং গেম "ডুম" অনুকরণ করতে পারে। এটি বাস্তব সময়ে প্রতিটি ফ্রেমের ভবিষ্যদ্বাণী করার জন্য একটি ডিফিউশন মডেল ব্যবহার করে কাজ করে, যার অর্থ গেমের প্রতিটি মুহূর্ত প্লেয়ারের ক্রিয়া এবং পরিবেশের জটিল মিথস্ক্রিয়াগুলির উপর ভিত্তি করে রিয়েল টাইমে তৈরি হয়।
সেই সময়ে, NVIDIA-এর সিনিয়র বিজ্ঞানী জিম ফ্যান দীর্ঘশ্বাস ফেলে সাহায্য করতে পারেননি যে "ডুম", যা বিভিন্ন জায়গায় হ্যাকারদের দ্বারা বন্যভাবে চালানো হয়েছিল, আসলে একটি বিশুদ্ধ প্রসারিত মডেলে প্রয়োগ করা হয়েছিল, এবং প্রতিটি পিক্সেল তৈরি হয়েছিল।
পরবর্তীতে, আরও অনুরূপ ফলাফল উদ্ভূত হয়।
কিছুদিন আগে, টেনসেন্টও একটি বড় পদক্ষেপ নিয়েছে এবং বিশেষভাবে AAA ওপেন ওয়ার্ল্ড গেমগুলির জন্য একটি বড় মডেল লঞ্চ করেছে – গেমজেন-ও৷
গেমজেন-ও সহজ নয় এটি বিভিন্ন AAA গেমে অক্ষর, গতিশীল পরিবেশ এবং জটিল ক্রিয়াগুলিকে অনুকরণ করতে পারে, যেমন "The Witcher 3", "Cyberpunk 2077", "Assassin's Creed" এবং "Black Myth: Wukong"। গেমের দৃশ্যগুলোর মানও অনেক বেশি।
ডেটা সেট তৈরি করার জন্য, টেনসেন্ট, যা প্রচুর অর্থ ব্যয় করেছে, 32,000টিরও বেশি গেম ভিডিও সংগ্রহ করেছে, প্রতিটি ভিডিও কয়েক মিনিটের মতো বা কয়েক ঘন্টার মতো ছোট ছিল এবং তারপর ম্যানুয়াল ডেটার মাধ্যমে 15,000টি উপলব্ধ ভিডিও নির্বাচন করেছিল। টীকা
এই কিউরেটেড ভিডিওগুলি দৃশ্য সনাক্তকরণের মাধ্যমে অংশে কাটা হয় এবং তারপরে নান্দনিকতা, অপটিক্যাল ফ্লো বিশ্লেষণ এবং শব্দার্থিক বিষয়বস্তুর উপর ভিত্তি করে কঠোরভাবে সাজানো এবং ফিল্টার করা হয়।
ইলেকট্রনিক আর্টস, একজন আমেরিকান গেম ডেভেলপার, সম্প্রতি একটি "কল্পনা থেকে সৃষ্টি" ভিডিওর মাধ্যমে গেম ডেভেলপমেন্টে এআই-এর উজ্জ্বল ভবিষ্যত শিল্পকে দেখিয়েছে।
ভিডিওতে, প্লেয়াররা গেমের দৃশ্য, অক্ষর এবং অন্যান্য বিষয়বস্তু তৈরি করতে AI টুল ব্যবহার করতে পারে শুধুমাত্র সাধারণ নির্দেশাবলীর মাধ্যমে।
সিইও অ্যান্ড্রু উইলসন বলেছেন যে জেনারেটিভ এআই ভবিষ্যতে কোম্পানির উন্নয়ন প্রক্রিয়ার অর্ধেকেরও বেশি উন্নতি করতে পারে এবং তিন থেকে পাঁচ বছরের মধ্যে আরও বড়, আরও নিমজ্জিত গেম ওয়ার্ল্ড ডিজাইন এবং তৈরি করবে বলে আশা করা হচ্ছে।
AI শুধুমাত্র বিদ্যমান গেমগুলির বিকাশের দক্ষতা উন্নত করতে পারে না, তবে সম্ভাব্য নতুন গেমিং অভিজ্ঞতাও তৈরি করতে পারে।
হয়তো আপনি বলবেন যে গেমটিতে যতই উন্নত প্রযুক্তি ব্যবহার করা হোক না কেন, চূড়ান্ত বিশ্লেষণে, মজাই রাজা।
কিন্তু GTA 6 বারবার বিলম্বিত হওয়ায় এবং কোনও চিহ্ন অবশিষ্ট না থাকায়, আমাদের নিজেরা এটি করার এবং পর্যাপ্ত খাবার এবং পোশাক রাখার ধারণা থাকতে পারে।
সর্বোপরি, আমি ব্যক্তিগতভাবে ভবিষ্যতে একটি "সিন সিটি" তৈরি করতে পারলে খুব ভাল লাগবে।
# Aifaner এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: Aifaner (WeChat ID: ifanr) যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।