- Muse AI הוא מודל בינה מלאכותית גנרטיבית שפותחה על ידי מיקרוסופט ליצירת סביבות משחקי וידאו ורצפי משחק.
- הוא עבר הכשרה עם שבע שנים של נתונים ממשחק הווידאו Bleeding Edge של Ninja Theory כדי ללמוד אינטראקציה בסביבות תלת מימד.
- מיקרוסופט פרסמה את משקלי הדגם ואב טיפוס ב-Azure למפתחים להתנסות בהם.
- השימוש בו מוצע עבור שימור משחקי וידאו, למרות שמומחים מפקפקים בכדאיות שלו בתחום זה.

מיקרוסופט חשפה את ההתקדמות האחרונה שלה בתחום הבינה המלאכותית עם השקת Muse AI, מודל שתוכנן במיוחד ליצירת רצפי משחק. פיתוח זה ממנף את יכולתה של הבינה המלאכותית להבין סביבות תלת-ממדיות ולשכפל התנהגות אנושית בתוכן. Muse AI, שאומנה באמצעות שבע שנות נתוני משחק מכותר משחק מרובה המשתתפים Bleeding Edge, שואפת לרתום את הבינה המלאכותית כדי להגדיר מחדש את תהליך הפיתוח והניסויים במשחקי וידאו.
מודל מאומן על נתוני שחקנים אמיתיים
Muse AI פותחה על ידי Microsoft Research בשיתוף פעולה עם Ninja Theory , הסטודיו שעומד מאחורי Bleeding Edge. הבינה המלאכותית ניתחה כמות עצומה של נתונים, כולל תמונות בתוך המשחק וקלטים מהבקר, כדי ליצור רצפי משחק המכבדים את הפיזיקה והמכניקה המקורית של המשחק.
לפי מיקרוסופט, המטרה הראשונית של Muse אינה ליצור משחקי וידאו שלמים, אלא להקל על יצירת אבות טיפוס ופיתוח יצירתי בתוך אולפני משחקים. יכולתו של המודל ליצור סביבות דינמיות מנתונים קיימים היא אחת התכונות הבולטות ביותר של הפרויקט.

איך Muse AI מבינה ומייצרת משחקי וידאו
העיקרון הבסיסי של Muse AI הוא יכולתה לפרש נתונים חזותיים ובקרה בזמן אמת . המודל יכול לקחת שנייה אחת בלבד של נתונים חזותיים ממשחק וליצור תרחישים סבירים המכבדים את הכללים הפיזיים של הסביבה. יכולת זו מאפשרת לו לשמש ככלי תמיכה עבור מעצבים ומפתחים על ידי הצעת וריאציות ניתנות למשחק מבלי לדרוש מהם לתכנת ידנית כל חלופה.
עם זאת, לטכנולוגיה עדיין יש כמה מגבלות. נכון לעכשיו, לגרפיקה שנוצרת יש רזולוציה של 300×180 פיקסלים , שהיא רחוקה מהסטנדרט בתעשייה. יתר על כן, מהירות ההסקה של המודל משתנה בהתאם לגודל המודל בו נעשה שימוש, כאשר גרסאות מתקדמות יותר פועלות במהירות נמוכה יותר.
מיקרוסופט מהמרת על AI בשימור משחקי וידאו
אחד ההיבטים השנויים ביותר במחלוקת של ההכרזה על Muse AI היה השימוש הפוטנציאלי שלה בשימור משחקי וידאו קלאסיים . לדברי מיקרוסופט, הבינה המלאכותית תוכל ללמוד משחקים ישנים וליצור רצפי משחק נאמנים למקוריים מבלי להזדקק לקוד המקור או לחומרה המקורית.
מנכ"ל גיימינג של מיקרוסופט, פיל ספנסר, הציע שהטכנולוגיה יכולה לאפשר העברה של משחקים ישנים יותר למכשירים מודרניים ללא אמולציה, מה שמעורר **ספקנות** מצד גורמים בתעשייה. חלק מהמבקרים רואים בטענה זו להגזים ביכולות הנוכחיות של הדגם, ומציינים כי שימור משחק וידאו אמיתי דורש גישה לקוד המקור ולמנועי המשחק המקוריים.

תגובת התעשייה וספקות לגבי יישומו
ההכרזה על Muse AI עוררה תגובות מעורבות בקהילת המפתחים. בעוד שחלק רואים פוטנציאל בכלי כתמיכה למעצבים, אחרים חוששים שהוא יכול לשמש לחיסכון בעלויות בתעשייה על חשבון מפתחים אנושיים.
מומחי בינה מלאכותית ציינו כי Muse אינה יוצרת מכניקות או רעיונות חדשים למשחק , אלא פשוט מפרשת דפוסים בנתונים קיימים כדי ליצור רצפי משחק קוהרנטיים. גישה זו מגבילה את תחולתה מעבר לתחום העיצוב והאב-טיפוס.
יתר על כן, השימוש ב-AI במשחקי וידאו נותר **נושא רגיש**. במהלך השנים האחרונות, התעשייה ראתה פיטורים המוניים במספר אולפנים, והחשש מבינה מלאכותית שתחליף מקומות עבודה נותר דאגה גדולה עבור **אנשי מקצוע** רבים.
העתיד של Muse AI ופיתוח משחקי וידאו
למרות ש-Muse AI עדיין נמצאת בשלב ניסיוני , מיקרוסופט פרסמה אב טיפוס ב-Azure למפתחים להתנסות בו. זה יכול להאיץ את אימוץ התוכנה ולאפשר לצוותי פיתוח להעריך את היישומים הפוטנציאליים שלה בתהליך היצירתי.
מיקרוסופט הבטיחה ש-Muse AI לא נועד להחליף מפתחים, אלא לשמש ככלי תמיכה לייעל את שלב האבטיפוס ולאפשר חקירה מהירה יותר של רעיונות משחקים חדשים. עם זאת, הצלחתה של יוזמה זו תהיה תלויה בקבלת התעשייה ובאופן שבו היא משולבת בפועל בתהליכי העבודה של אולפני משחקי וידאו.

הציפיות לבינה מלאכותית בעולם משחקי הווידאו הן גבוהות, אבל לטכנולוגיה יש עוד דרך ארוכה לעבור עד שהיא תהפוך לכלי הכרחי. Muse AI הוא ללא ספק שלב חשוב בהתכנסות בין בינה מלאכותית לפיתוח משחקים, וההשפעה האמיתית שלו תראה רק עם הזמן.