في مؤتمر مطوري الألعاب لهذا العام، أبهرت Google الحضور بتسليط الضوء على كيفية تأثير الذكاء الاصطناعي التوليدي ("gen AI") على صناعة الألعاب بشكل جذري.
.jpg "تكنولوجيا Google Gemini 1.5 Pro -الذكاء الاصطناعي في صناعة الألعاب")
عبر سلسلة من العروض التقديمية المتكاملة، استعرض خبراء Google في مجال الألعاب والذكاء الاصطناعي كيفية استخدام الشركة للذكاء الاصطناعي في تطوير وتوزيع الألعاب. كما تم تقديم نظرة على الدور الثوري للذكاء الاصطناعي في تعزيز تجارب اللعب الفورية، وقدموا إرشادات عملية للمطورين الراغبين في دمج الذكاء الاصطناعي في مشاريعهم الخاصة.
العصر الجديد للألعاب
أشار جاك بوسر، المدير العام لقسم الألعاب في Google Cloud، إلى أن صناعة الألعاب تشهد بداية عصر جديد. يُتوقع أن تشهد السوق ظهور "الألعاب الحية" خلال السنوات الثلاث إلى الخمس القادمة، والتي ستجمع بين مزايا ألعاب الخدمات المباشرة وتقنيات الذكاء الاصطناعي التوليدي.
وأضاف بوسر: "ستتمكن الألعاب في المستقبل من التفاعل بشكل فوري مع الأوامر الصريحة أو الضمنية للاعبين". "ستتمتع الألعاب بالقدرة على توليد المحتوى بسرعة لتلبية رغبات اللاعبين الفردية أو حتى مجموعات صغيرة منهم. وستشهدون قريبًا إطلاق مبادرات من Google في هذا المجال".
تأثير الذكاء الاصطناعي التوليدي على صناعة الألعاب
في الوقت الحالي، يتكامل الذكاء الاصطناعي التوليدي بشكل متزايد في صناعة الألعاب. العديد من استوديوهات التطوير يدمجون هذه التقنيات في خطوط إنتاجهم. يعتبر Vertex AI من Google Cloud أحد الأدوات المستخدمة لتطوير وتحسين الألعاب، وتوطينها للأسواق المختلفة، وتحسين تجربة اللاعبين داخل اللعبة.
من جهة أخرى، يتأثر مجال النشر والتوزيع أيضًا بالذكاء الاصطناعي التوليدي. يمكن للذكاء الاصطناعي أن يساهم في تحسين اكتشاف الألعاب وتحسين تجربة المطورين. يمكن استخدامه أيضًا لإنشاء أصول تسويقية على متجر Play. في المستقبل، يمكن أن يتم إنشاء وصف دقيق للألعاب والأصول الرسومية باستخدام الذكاء الاصطناعي التوليدي.
سايمون توكومين، مدير إدارة المنتجات في Google AI، يشير إلى أن الذكاء الاصطناعي التوليدي يمكن أن يكون مفيدًا في جميع مجالات الأعمال. يركز على الجانب الإبداعي للأمور، حيث يتم تطوير نماذج متطورة لمساعدة في تحفيز التدفق الإبداعي.
مثال على ذلك هو العمل الأخير للمغني Lupe Fiasco، الذي دخل شراكة مع Google لاستكشاف التدفق اللغوي واستخدام طرق تعبير إبداعية جديدة. أيضًا، الموسيقي الإلكتروني Dan Deacon يستخدم الذكاء الاصطناعي لضبط العروض الحية. هذه الابتكارات تعكس تأثير الذكاء الاصطناعي على مجال الألعاب وتطورها المستمر.
نموذج Gemini 1.5 Pro - تطورات Google في الذكاء الاصطناعي
أطلقت Google مؤخرًا نموذج Gemini 1.5 Pro، وهو نموذج متعدد الوسائط يتميز بحجمه المتوسط ويتوفر الآن في أكثر من 180 دولة ومنطقة من خلال واجهة برمجة التطبيقات (API) لـ Gemini. يتميز هذا النموذج بقدرات جديدة مثل التعرف على الكلام الطبيعي وتم تحسينه للعمل مع النصوص، الصور، الفيديوهات، الصوت، والبرمجة، ويستطيع معالجة حتى مليون رمز في الإنتاج وحتى 10 ملايين رمز في البيئات التجريبية.
يشير توكومين إلى أن هذه النماذج أصبحت قادرة على فهم السياق واستخدامه لإنتاج ردود مقنعة، وهو تطور مهم لمن يعملون على حلول استرجاع المعلومات المعتمدة على RAG. يعبر عن حماسه للإمكانيات الجديدة التي توفرها هذه النماذج في خلق محتوى جديد.
كما يضيف أن Google Cloud تقدم للمطورين مزايا النظام الأساسي المُدار، مما يضمن أمان البيانات وتحسين النماذج، بالإضافة إلى الوصول إلى مكتبة واسعة من النماذج الخارجية، مشيرًا إلى الشراكة الأخيرة مع Hugging Face التي تشمل أكثر من 100,000 نموذج متاح للاستخدام.
تحويل الألعاب إلى تجارب حية
في مجال تطوير الألعاب، تبرز أهمية النماذج اللغوية الكبيرة (LLM) التي تقدمها Google. تتمتع هذه النماذج بالقدرة على استيعاب الأوامر المعقدة وتوليد ردود متنوعة ودقيقة، مما يجعلها أدوات مثالية للمساعدة الإبداعية عبر منصات الدردشة.
تعمل هذه النماذج كمصادر إلهام، تساعد على تخطي الحواجز الإبداعية، خصوصًا في تصميم المهام وسرد قصص الشخصيات. يمكن للمطورين التعاون معها بسهولة، حيث تقدم النماذج مساعدة في توليد الأفكار عند الطلب. هذه التقنيات تحدث تغييرًا جوهريًا في عملية تطوير الألعاب، لا سيما في المراحل الأولية.
تقنيات مثل DreamBooth، وهي تقنية توليد التعلم العميق من Google، تسمح بتخصيص نماذج تحويل النص إلى صورة بدقة عالية. هذه النماذج قادرة على تصور الشخصيات وإنشاء صور وخلفيات ومقاطع فيديو مبتكرة من النصوص.
بالإضافة إلى ذلك، تعد هذه النماذج مساعدين ممتازين في مجال البرمجة، حيث يمكنها توليد الكود المطلوب لوظائف محددة بلغات برمجة متعددة، أو المساعدة في إكمال الكود القائم. مع قدرتها على التعامل مع مليون حدث، تساهم نماذج مثل Gemini 1.5 Pro في توفير تجربة منطقية ومقنعة، تشمل حوارات ديناميكية وتفاعلات مع شخصيات غير قابلة للعب تتذكر التفاعلات السابقة.
جوجل تقدم جيميني وجيما
نموذجين مبتكرين تقدمهم Google وهم، جيميني وجيما، لتعزيز تطوير الألعاب. جيما، المستوحاة من تقنيات جيميني، تتميز بالخفة والمرونة. يدعم الإصدار الجديد مكتبات بغيه عمل متعددة مثل Keras وJAX وTensorFlow وPyTorch وHugging Face، ويمكن تشغيل جيما على الأجهزة الشخصية بسهولة.
يأتي النموذج بإصدارين: الأول بحجم 2 مليار معلمة يناسب الأجهزة المحمولة، والثاني بحجم 7 مليار معلمة يتطلب قوة الرسوميات لألعاب الكمبيوتر. جيما تشمل أيضًا أدوات للذكاء الاصطناعي المسؤول تساعد في ضمان تجربة لعب آمنة وممتعة.
كاميرون يؤكد على أهمية المسؤولية المصاحبة للقوة. يتم تدريب النماذج على بيانات ضخمة قد تحتوي على تحيزات ومحتوى ضار، مما قد يؤدي إلى نتائج متحيزة وخطيرة. يجب التعامل مع هذه النماذج بعناية لتجنب المخاطر المتعلقة بالسمعة والمخاطر المالية.
تجارب لعب مبتكرة مع Google Cloud وSpanner
يأتي دور Google Cloud وSpanner ليشكلا نقطة تحول في تجارب الألعاب الرقمية، حيث يتم استخدامهما لخلق بيئات لعب متطورة تتسم بالذكاء والمرونة. دعونا نستكشف في النقاط التالية كيف يمكن لهذه التقنيات أن تعيد تشكيل مفهوم التفاعل داخل الألعاب وترتقي بالتجربة الإجمالية للمستخدمين:
✅ تجديد تجارب اللعب باستخدام الذكاء الاصطناعي: ناقش دان زاراتسيان وجيوفاني مورا جونيور استعمال الذكاء الاصطناعي التوليدي وأدوات Google Cloud لإثراء تجارب اللاعبين. عرضوا لعبة جماعية مدعومة بـ Google Kubernetes Engine، مما يعزز من قدرة توزيع وتحجيم مهام الذكاء الاصطناعي على نطاق عالمي.
✅ المرونة في الأداء العالمي: يتميز GKE بإمكانية توفير تجربة لعب تفاعلية بأقل زمن استجابة، ويتيح الانتقال السلس بين البيئات المختلفة، كالتحول من Vertex AI إلى بيئة محلية، دون الحاجة لالتزام بمنصة محددة.
✅ Spanner للتخزين المتقدم: يساهم Spanner بشكل فعال في حفظ بيانات اللعب والتكامل مع البيانات المنظمة، مما يتيح الوصول السريع للمعلومات ويضمن تناسق البيانات عبر العالم.
✅ ذاكرة ممتدة للشخصيات الافتراضية: تلعب قواعد البيانات مثل Spanner دوراً مهماً في تطوير شخصيات غير لاعبة تتمتع بالواقعية والتفاعلية. تُحفظ سجلات التواصل والتفاعلات، مما يمكن النماذج اللغوية الكبيرة من تقديم ردود ذكية لأسئلة اللاعبين استناداً إلى الخبرات المكتسبة من المحادثات السابقة.
أخيرا
في المستقبل، ستظهر أدوات وخدمات مبتكرة تسعى لإحداث ثورة في عملية التطوير والتفكير لدى المبرمجين. فعلى سبيل المثال، يعكف فريق Google Cloud على تطوير استعلامات متكاملة تهدف إلى جعل الشخصيات غير القابلة للعب (NPC) أكثر تفاعلًا وذكاءً.
بدلًا من الاعتماد على نموذج LLM واحد محدود، يمكن لمجموعات متعددة من النماذج اللغوية الكبيرة (LLM) أن تجمع الاستعلامات وتتفاعل مع مصادر متنوعة كقواعد البيانات SQL وواجهات برمجة التطبيقات (APIs) وغيرها. هذا يعني أنه إذا واجهت الشخصية غير القابلة للعب (NPC) سؤالًا خارج نطاق LLM، أو طُلب منها القيام بفعل لم تُبرمج له، يمكنها الاستعانة بقاعدة بيانات SQL أو API للحصول على الإجابة أو تنفيذ الفعل المطلوب.
وفي كلمات زاراتسيان: "عندما تفكر في دمج الشخصيات غير القابلة للعب مع النماذج اللغوية الكبيرة لتحقيق تفاعل متسلسل وقوي، يمكنك الوصول إلى إمكانيات أكبر بكثير من مجرد تبادل بسيط للاستعلامات مع نموذج لغوي واحد."
