Từ mô phỏng đến đổi mới: AI học được gì từ trò chơi?

Wang Shu Nghiên cứu sinh sau tiến sĩ, Viện nghiên cứu Tencent

Meng Jingzhi Thực tập sinh tại Viện nghiên cứu Tencent

Nguồn hình ảnh: Được tạo bởi công cụ Unbounded AI

Vào ngày 13 tháng 7, tạp chí "Khoa học" đã xuất bản một bài báo có tựa đề "Trò chơi tiếp tục thúc đẩy sự phát triển và tiến bộ của trí tuệ nhân tạo", trong đó thảo luận chi tiết về mối quan hệ giữa trò chơi và trí tuệ nhân tạo và tin rằng "trò chơi cung cấp một lĩnh vực ứng dụng đầy hứa hẹn cho các ngành công nghiệp nói chung". công việc trí tuệ. Sử dụng trò chơi làm nền tảng để nghiên cứu trí tuệ nhân tạo mang lại lợi ích trực tiếp cho ngành công nghiệp trò chơi điện tử toàn cầu trị giá 200 tỷ USD." [1]

Vậy, mối quan hệ giữa trò chơi và trí tuệ nhân tạo là gì, trò chơi thúc đẩy sự phát triển và tiến bộ của trí tuệ nhân tạo như thế nào và những điều này sẽ có tác động gì đến cuộc sống con người?

Sức mạnh tổng hợp và cộng sinh: trò chơi và trí tuệ nhân tạo bổ sung cho nhau

Nhìn lại toàn bộ lịch sử phát triển của khoa học thông tin hay khoa học máy tính, không khó để nhận thấy game gần như trải qua toàn bộ quá trình phát triển nghiên cứu trí tuệ nhân tạo và mọi cột mốc đột phá trong lĩnh vực trí tuệ nhân tạo đều liên quan mật thiết đến trò chơi. Trước đây, Trung tâm Nghiên cứu Triết lý Trò chơi của Đại học Hạ Môn đã thảo luận về mối quan hệ giữa trò chơi và sự phát triển trí tuệ nhân tạo từ ba cấp độ lý thuyết, phần cứng và ứng dụng. [2] ：

**Trò chơi truyền cảm hứng cho lý thuyết về trí tuệ nhân tạo và giúp nghiên cứu và phát triển trí tuệ nhân tạo. **Từ Shannon, cha đẻ của thông tin, bắt đầu nghiên cứu trí tuệ nhân tạo với cờ vua như một đối tượng vào năm 1950, đến Samuel, người tiên phong về trí tuệ nhân tạo, đã phát minh ra các thuật toán học tăng cường dựa trên cờ đam. Các trò chơi cờ bàn như cờ vua và cờ đam từ lâu đã được coi là "ruồi giấm của nghiên cứu AI", tức là một phương tiện chi phí thấp, dễ nhận biết để xác minh nhanh chóng các vấn đề. Ngày nay, sự phát triển nhanh chóng của ngành công nghiệp game trực tiếp thúc đẩy sự phát triển của nghiên cứu lý thuyết về trí tuệ nhân tạo. Từ năm 1971 đến năm 2015, số lượng tài liệu nghiên cứu về trí tuệ nhân tạo liên quan đến trò chơi chưa đến 1.000. Tuy nhiên, kể từ khi AlphaGO đánh bại nhà vô địch cờ vây ba lần châu Âu Fan Hui vào năm 2015, nghiên cứu trí tuệ nhân tạo liên quan đến trò chơi đã có sự phát triển bùng nổ. đến năm 2022 Trong 7 năm 2019, số lượng bài báo liên quan lên tới 1625 bài, trong đó có 17 bài trở thành bài bìa các chuyên mục “Tự nhiên” và “Khoa học”. [3]

**Trò chơi thúc đẩy sự lặp lại sáng tạo của cơ sở hạ tầng sức mạnh điện toán trí tuệ nhân tạo GPU (card đồ họa đồ họa). **Lấy công ty chip Nvidia làm ví dụ, xét theo sự thay đổi về doanh thu và tổng doanh thu của hoạt động kinh doanh trung tâm dữ liệu và trò chơi của Nvidia từ năm 1995 đến năm 2022, gần như toàn bộ doanh thu của Nvidia trong những ngày đầu đều đến từ kinh doanh trò chơi và Nvidia, dựa vào việc kinh doanh trò chơi, hoàn thành việc tích lũy vốn và xây dựng các rào cản kỹ thuật để tạo dựng sức mạnh cho quá trình chuyển đổi tiếp theo. Ngày nay, Nvidia đã nhanh chóng nổi lên là người dẫn đầu về chip trí tuệ nhân tạo nhờ tích lũy công nghệ phong phú trong card đồ họa game và đầu tư R&D cao. Hiện tại, Nvidia chiếm 95% thị phần trong lĩnh vực chip đào tạo AI. [4] . Nhiều công nghệ được tích lũy bởi card đồ họa trò chơi cũng đã trở thành khả năng cơ bản chính của GPU NVIDIA và được áp dụng cho nhiều lĩnh vực hơn như lái xe tự động, chăm sóc y tế, khoa học đời sống, năng lượng, dịch vụ tài chính và sản xuất.

**Trò chơi cung cấp trí tuệ nhân tạo một môi trường đào tạo có thể kiểm soát và các tiêu chuẩn đo lường rõ ràng. **Trò chơi chứa đựng các mục tiêu, quy tắc và thử thách, đồng thời quá trình giải quyết thử thách phản ánh trí thông minh. Vì vậy, khi tạo ra một chương trình có thể hoàn thành một trò chơi nào đó, có thể giả định rằng chương trình này sẽ sở hữu một loại “trí thông minh” “giống con người” nào đó ở một mức độ nhất định. Một mặt, trò chơi có cảnh tương tác giữa con người và máy tính phong phú cùng các quy tắc ổn định và có thể kiểm soát được, có thể giải quyết vấn đề thiếu cảnh nghiên cứu trí tuệ nhân tạo. Mặt khác, trò chơi cung cấp các tiêu chuẩn đo lường rõ ràng cho trí tuệ nhân tạo và khả năng đánh giá trí tuệ nhân tạo bằng các quy tắc rõ ràng và có thể định lượng trong trò chơi có thể cải thiện đáng kể hiệu quả của việc lặp lại và thử nghiệm công nghệ.

Cùng với việc lặp lại công nghệ và đổi mới ứng dụng, ngày càng có nhiều doanh nghiệp, trường đại học và tổ chức nghiên cứu khoa học bắt đầu thực hiện nghiên cứu đổi mới trí tuệ nhân tạo dựa trên trò chơi. Nghiên cứu trí tuệ nhân tạo của trò chơi đã cam kết tạo ra cơ thể thông minh giống con người ngay từ đầu và đạt được sự đối đầu với con người trong môi trường thông tin hoàn hảo/thông tin không hoàn hảo (chẳng hạn như trí tuệ nhân tạo AlphaStar dựa trên "StarCraft 2", trí tuệ nhân tạo dựa trên "DOTA2" ") OpenAIFive thông minh, v.v.), được mở rộng để tập trung vào việc tạo tự động nhiều nội dung khác nhau trong trò chơi (môi trường ảo), nhằm nâng cao hơn nữa trải nghiệm tương tác giữa người và máy tính. Cách đây không lâu, tại Hội nghị Trí tuệ nhân tạo thế giới 2023, một số trường đại học đã cùng nhau ra mắt “Trung tâm nghiên cứu chung của Đại học Trí tuệ nhân tạo trò chơi”, tập trung vào mối quan hệ phát triển giữa trò chơi và ngành trí tuệ nhân tạo.

Từ quy tắc đơn giản đến mô phỏng phức tạp: con người dạy AI "đi và chạy"

Trong số nhiều nghiên cứu về trí tuệ nhân tạo trò chơi tập trung vào trải nghiệm tương tác, điển hình là thế hệ hành động của các tác nhân thông minh. Tác nhân là một đối tượng ảo hoặc thực được điều khiển bởi máy có thể hành động và phản ứng theo các điều kiện bên trong và bên ngoài khác nhau. Đại diện điển hình là nhân vật không do người chơi điều khiển (NPC) trong trò chơi. Công nghệ tạo chuyển động cơ thể thông minh chủ yếu nghiên cứu cách làm cho hành vi của cơ thể thông minh mượt mà và tự nhiên như người thật, đồng thời nâng cao hơn nữa trải nghiệm tương tác giữa người và máy tính. Nếu lĩnh vực thị giác máy tính và xử lý ngôn ngữ tự nhiên trong nghiên cứu trí tuệ nhân tạo tập trung vào khả năng hiểu hình ảnh, văn bản và ngôn ngữ tương ứng, thì việc tạo ra các hành động của tác nhân tương ứng với lĩnh vực trí tuệ nhân tạo để kiểm soát hành vi và hành động.

Trong lịch sử, sự phát triển của công nghệ tạo hành động đã trải qua một quá trình từ các quy tắc đơn giản đến mô phỏng phức tạp, từ máy trạng thái hữu hạn sớm nhất đến các thuật toán khớp chuyển động, sau đó đến tạo hành động dựa trên học máy. và chạy như một con người.

(1) Tạo hành động dựa trên đối sánh quy tắc

1. Tạo hành động dựa trên máy trạng thái

Trong môi trường ảo, các hành động khác nhau của tác nhân, chẳng hạn như đi, chạy, nhảy, tấn công, v.v., được coi là các trạng thái khác nhau. Các nhà phát triển ban đầu thường sử dụng một "máy trạng thái" để kiểm soát hành vi của tác nhân, bằng cách ghép các hành động khác nhau của tác nhân lại với nhau theo các điều kiện khác nhau. Ưu điểm của phương pháp này là có thể xác định rõ ràng các quy tắc chuyển tiếp giữa các trạng thái, chẳng hạn trạng thái đi bộ có thể chuyển thành chạy hoặc nhảy. Hình dưới đây cho thấy máy trạng thái hữu hạn được tác nhân sử dụng trong trò chơi.

Hình 1 Sơ đồ máy trạng thái trong game [5]

Không khó để nhận thấy ưu điểm của phương pháp này là có thể xác định rõ ràng các quy luật chuyển tiếp giữa các trạng thái, ví dụ trạng thái đi có thể chuyển thành chạy hoặc nhảy; hạn chế là khó xử lý các vấn đề phức tạp. tương tác hành vi và thấy trước những thay đổi trạng thái trong tương lai. Thiết kế và bảo trì máy trạng thái có thể trở nên cực kỳ phức tạp và tốn thời gian đối với các hệ thống có độ phức tạp cao do nhu cầu logic viết tay để chuyển từ nút này sang nút khác.

2. Tạo hành động dựa trên khớp chuyển động

Để giải quyết những hạn chế về ứng dụng của máy trạng thái, các nhà khoa học trí tuệ nhân tạo trò chơi bắt đầu khám phá các giải pháp tạo chuyển động hiệu quả hơn và công nghệ khớp chuyển động (Motion Matching) ra đời. So với máy trạng thái, công nghệ này không còn cần phải ghép các phân đoạn dữ liệu ghi chuyển động khác nhau theo cách thủ công mà sử dụng dữ liệu ghi chuyển động để xây dựng cơ sở dữ liệu tư thế hành động, đồng thời chọn và trộn các phân đoạn chuyển động phù hợp nhất trong thời gian thực theo trạng thái hiện tại. và trạng thái mục tiêu của tác nhân. . Do đó, điều khiển hoạt ảnh phức tạp và tinh tế hơn có thể được thực hiện theo trạng thái thời gian thực của nhân vật và các yếu tố môi trường, để cơ thể thông minh có thể tạo ra hiệu ứng chuyển động tự nhiên và mượt mà hơn.

Hình 2 Sơ đồ quy trình Motin Matching [6]

Tất nhiên, công nghệ khớp chuyển động cũng có những hạn chế nhất định trong thực tế, chẳng hạn như khi sử dụng cần giữ tất cả dữ liệu hoạt hình trong bộ nhớ, việc này chiếm rất nhiều bộ nhớ, tất cả hoạt ảnh đều là nội dung có sẵn trong cơ sở dữ liệu, không thể thực hiện được. .Đổi mới trong hoạt hình chuyển động. Ngay cả trong "Red Dead Redemption 2", khiến các NPC đủ thực tế, nó chỉ nhận ra "khớp thể thao". Mặc dù trò chơi đã thiết kế hàng trăm hoạt ảnh hành động khác nhau cho ngựa và thậm chí có hàng trăm âm thanh thở hổn hển khác nhau, nhưng đây không phải là trí thông minh thực sự mà được xếp chồng lên nhau bởi các quy tắc máy trạng thái khổng lồ và tài nguyên hoạt hình.

(2) Tạo hành động của tác nhân dựa trên học máy

Cho dù nó dựa trên máy trạng thái hay công nghệ khớp chuyển động, về bản chất nó vẫn chưa thực hiện được việc tạo ra hành động thông minh thực sự và có những vấn đề về hệ thống phức tạp và tổn thất lớn trong quá trình ứng dụng hạ cánh. Vậy có cách nào để thêm bao nhiêu dữ liệu hành động tùy thích khi huấn luyện mô hình và không cần đưa những dữ liệu bổ sung này vào bộ nhớ khi chạy game không?

Vì mục đích này, giới học thuật và các ngành công nghiệp trong và ngoài nước đã tiến hành nhiều cuộc khám phá, cố gắng hiện thực hóa việc tạo ra các hành động thông minh của cơ thể tự động dựa trên học máy. Ở nước ngoài, công ty EA của Mỹ đã phát triển công nghệ HyperMotion vào năm 2021, giúp cải thiện đáng kể độ chân thực và tốc độ phản hồi của các chuyển động cơ thể thông minh trong các trò chơi thuộc dòng FIFA. Giải pháp kỹ thuật trước tiên sử dụng công nghệ chụp chuyển động để ghi lại hơn 8,7 triệu khung hình dữ liệu chuyển động của 22 cầu thủ bóng đá chuyên nghiệp là con người trong trò chơi, sau đó sử dụng thuật toán học máy để liên tục học hỏi từ 8,7 triệu khung hình dữ liệu và cuối cùng nhận ra thực tế -thời gian chuyển động của các cơ thể thông minh trong trò chơi tạo ra. [7]

Tại Trung Quốc, kể từ năm 2019, Tencent đã cố gắng áp dụng mô hình mạng nơ-ron tự hồi quy (ARNN) vào giải pháp tạo hành động của tác nhân và đã đạt được tiến bộ đột phá. ARNN là thuật toán học máy được sử dụng rộng rãi trong việc phân tích và xử lý dữ liệu chuỗi thời gian và thường được sử dụng trong các tình huống như dự báo thời tiết và thị trường chứng khoán. Nếu nó có thể được sử dụng trong lĩnh vực hành động, nó sẽ có thể thu được một số lượng lớn người thật và dữ liệu đầu vào để đào tạo, để mô hình AI dự đoán khung tiếp theo của khung chuỗi hành động và cuối cùng tạo ra một khung hoàn chỉnh và hành động tự nhiên một cách mạch lạc.

Để đạt được mục tiêu này, năm 2019, nhóm "Trò chơi di động đảo ngược" của Tianmei J3 Studio đã hợp tác với Phòng thí nghiệm Tencent RoboticsX, trên cơ sở nghiên cứu mô hình ARNN, đã mở và dần hoàn thiện công nghệ tiên tiến trong lĩnh vực này trò chơi và robot - nghiên cứu và phát triển "Công nghệ tạo hành động cơ thể thông minh". Công nghệ này dựa trên nguyên tắc của mô hình ARNN, tìm hiểu dữ liệu ghi lại chuyển động và sử dụng thuật toán thích ứng dựa trên dữ liệu để cho phép NPC hoặc robot tự động tạo ra các hành động, phản ứng và biểu thức giống sinh vật thật hơn theo các phản ứng bên ngoài khác nhau như như hoạt động của người chơi hoặc thay đổi môi trường. .

Hình 3 Sơ đồ công nghệ tạo tác tử

Bộ giải pháp công nghệ tạo hành động dựa trên ARNN này do nhóm trò chơi di động phản chiến của Tencent đề xuất đã đạt được một số bước đột phá trong ngành:

Đầu tiên, để triển khai thuật toán mạng thần kinh tự hồi quy, các nhà nghiên cứu đã thiết lập một chuỗi công cụ hoàn chỉnh ngay từ đầu và thiết lập một quy trình sản xuất hoàn chỉnh thông qua các bước như chụp chuyển động, tiền xử lý hoạt ảnh, đào tạo và điều chỉnh. Để giải quyết các vấn đề về đồng bộ hóa mạng và tối ưu hóa hiệu suất có thể tồn tại khi áp dụng công nghệ này trên thiết bị đầu cuối di động, nhóm đã áp dụng công nghệ khớp quỹ đạo, công nghệ hoạt hình tổng hợp và các giải pháp cấp độ thuật toán tương ứng, giúp cải thiện đáng kể hiệu suất tổng thể và giảm bớt sự phức tạp của mạng lưới thần kinh. hiệu suất mạng.Chi phí bộ nhớ cho suy luận.

Thứ hai, nhóm nghiên cứu đã hợp tác với Tencent RoboticsX Lab để áp dụng công nghệ tạo chuyển động cơ thể thông minh cho rô-bốt bốn chân nhằm giúp nó nhận ra khả năng kiểm soát và ra quyết định thông minh, đồng thời cải thiện đáng kể hiệu quả đào tạo. Bản thân trong ứng dụng thuật toán, bộ công nghệ này có thể giúp robot nâng cao khả năng tư duy, giúp robot đưa ra quyết định tự chủ và tự động tạo ra các hành động, phản ứng, biểu cảm giống sinh vật thật hơn dựa trên các phản ứng bên ngoài. Dưới sự nghiên cứu và đào tạo không ngừng, sau nhiều lần huấn luyện mô phỏng, robot được trang bị công nghệ này đã học được các động tác của chó thật như đi, chạy, nhảy, đứng… và có thể vận dụng linh hoạt các tư thế này để hoàn thành các động tác bò, vượt rào. chạy, vượt chướng ngại vật Parkour giữa các vật thể và các nhiệm vụ khác; ngay cả khi gặp chướng ngại vật mà bạn không biết trước, bạn có thể né tránh nó bằng một tia sáng, tránh nó một cách khéo léo, tự điều chỉnh quỹ đạo và sử dụng các kế hoạch tuyến đường khác nhau để hoàn thành mục tiêu đã đề ra (như trong hình bên dưới). [8]

Hình 4 Robot bốn chân đa phương thức do Tencent tự phát triển

Từ bắt chước đến siêu việt: trí tuệ nhân tạo trong game ảnh hưởng đến thế giới thực

Dựa trên môi trường trò chơi, con người đã dạy trí tuệ nhân tạo cách đạt được khả năng “đi và chạy” tốt hơn trong môi trường ảo, nhưng giá trị của việc nghiên cứu trí tuệ nhân tạo trò chơi không dừng lại ở đó. Như đã đề cập trong bài báo trên tạp chí Science, "Những tiến bộ trong trí tuệ nhân tạo trong trò chơi cũng sẽ là một bước quan trọng hướng tới các hệ thống AI mạnh mẽ và linh hoạt hơn hoạt động trong thế giới thực."** Mười tám môn võ thuật được trí tuệ nhân tạo học thông qua việc "bắt chước" trong trò chơi có các đặc điểm và giá trị có thể chuyển nhượng và phổ biến trong nhiều vấn đề và tình huống thực tế. **

Trong thực tiễn học thuật và công nghiệp trong và ngoài nước, các nhà nghiên cứu từ các tổ chức nghiên cứu khoa học và doanh nghiệp cũng đang cố gắng ứng dụng nhiều hơn công nghệ trí tuệ nhân tạo trò chơi vào các lĩnh vực khác, sử dụng AI trò chơi để kết nối nền kinh tế thực và hình thành năng suất số trong nhiều lĩnh vực hơn:

Trong lĩnh vực chẩn đoán y tế, các công nghệ liên quan đến trí tuệ nhân tạo trò chơi cũng được sử dụng trong nghiên cứu y học và thực hành lâm sàng cũng như các lĩnh vực y tế và sức khỏe khác, bao gồm sàng lọc cá nhân, chẩn đoán, tiên lượng, theo dõi, mô hình hóa rủi ro, khám phá thuốc và dự đoán đáp ứng điều trị, v.v. . Đặc biệt, trong việc nâng cao tốc độ và độ chính xác của việc xác định và chẩn đoán bệnh, công nghệ trí tuệ nhân tạo trong game hỗ trợ đắc lực. Công nghệ trí tuệ nhân tạo trong trò chơi cũng có thể mô phỏng cảnh ảo về tình trạng hoặc hoạt động của bệnh nhân thông qua dữ liệu lịch sử, cung cấp hỗ trợ cho việc ra quyết định y tế thông qua học tập củng cố và cũng có thể thực hiện phẫu thuật với sự hỗ trợ của rô-bốt.

Trong lĩnh vực hoạt động giáo dục, trò chơi trí tuệ nhân tạo cũng có tiềm năng ứng dụng rất lớn. Một mặt, người ta có thể tham khảo các kết quả nghiên cứu về trí tuệ nhân tạo trò chơi để tạo ra hoặc cải tiến các hình thức hoạt động dạy học mới như “Học tập qua trò chơi”, “Gamification trong giáo dục” nhằm cải tiến quá trình dạy học truyền thống. các yếu tố và cơ chế độc đáo của trò chơi vào trò chơi để đạt được mục đích nâng cao hiệu quả học tập, mặt khác, mọi người cũng có thể sử dụng các môi trường trò chơi như "Thế giới của tôi", "StarCraft" và "Vinh quang của nhà vua" hỗ trợ thực hiện các hoạt động dạy học trí tuệ nhân tạo (Thực tế hầu như không thể thực hiện các hoạt động dạy học tăng cường nếu không có môi trường trò chơi). [9]

Có thể thấy trước rằng trong khoảng thời gian tới, việc đưa công nghệ trí tuệ nhân tạo trò chơi ra khỏi môi trường trò chơi sẽ trở thành một hướng ứng dụng chính. Chúng tôi cũng kỳ vọng rằng trí tuệ nhân tạo trong trò chơi có thể giúp ích cho sự đổi mới và phát triển của mọi tầng lớp xã hội sau khi bước ra khỏi thế giới ảo.

Cảm ơn nhiều chuyên gia từ Tencent Tianmei J3 Studio đã hướng dẫn họ trong quá trình viết bài viết này.

Nguồn tham khảo:

[1] Wurman,P R., Stone, P., & Spranger, M (2023) Cải thiện trí tuệ nhân tạo bằng trò chơi. Khoa học,381(6654), 147-148.

[2] Trung tâm nghiên cứu triết lý trò chơi của Đại học Hạ Môn, v.v. "Báo cáo quan sát ngành trí tuệ nhân tạo trò chơi"

[3] Nghiên cứu mới nhất của nhóm Viện Khoa học Trung Quốc: Công nghệ trò chơi đã trở thành động lực quan trọng cho sự đổi mới và phát triển trí tuệ nhân tạo.

[4] Từ chơi game đến tăng tốc AI: Nvidia ở bên trái, AMD ở bên phải.

[5] Holden, Daniel "Điều khiển ký tự bằng mạng thần kinh và máy học".

[6] Holden, Daniel "Điều khiển nhân vật bằng mạng thần kinh và học máy".

[7] Công nghệ siêu chuyển động FIFA22

[8] Diễn biến mới nhất về robot Tencent: học "chạy nhảy" từ chó thật

[9] Trung tâm nghiên cứu triết lý trò chơi của Đại học Hạ Môn "Báo cáo phát triển trí tuệ nhân tạo trò chơi 2023"