游戏行业AI未来的5种预测

随着迅猛发展 计算机视觉技术,在视频游戏行业,尤其​​是在虚拟现实中,可以采用多种方式使用机器学习。 VR游戏的发展正在迅速改变我们的游戏方式和社交方式。可以说VR是游戏的未来。 

同时,如果您是经典游戏机的粉丝,那么AI可以通过多种方式使我们喜欢的游戏机更具交互性和沉浸感。在本文中,我们将对游戏中人工智能的未来以及机器学习的发展如何帮助开发人员开发更好的游戏给出五种预测。 

注意:本文是Limarc Ambalina(Lionbridge AI)和 文恩(UCLA)。第1至4节由我本人(Limarc)撰写,而第5节及相关研究由Boon提供。 

 

1.语音合成(TTS)和合成语音将帮助开发人员创建语音对话

文字转语音

语音对话的录音是一项需要大量时间和精力的游戏开发领域。游戏开发人员必须为配音演员举行试镜,录制场景并处理音频。一些游戏开发人员甚至付出了更多努力,以包括多种语言的声音表演,这需要花费大量时间。就个人而言,我喜欢视频游戏中的配音,而真正的人类演员则为游戏赋予了真正的共鸣。但是,并非所有的开发工作室都有预算聘请配音演员。  

对于独立开发者而言,到目前为止,将语音对话大规模引入游戏中并不是真正容易的选择。幸运的是,一家名为Replica Studios的合成语音公司可能创造了完美的解决方案。简而言之,Replica Studios使用经过训练的模仿人类声音的复杂神经网络。在前端,您可以简单地键入您想要合成语音说的文本,甚至可以包含关于文本执行方式的情感。 

文字转语音聊天机器人AI

以下是当前可用语音质量的示例。该文件已经过背景音乐和声音效果处理,以显示最终产品在真实游戏中的声音。

“ Agartha”-来自副本工作室

不用说,大多数人甚至都无法分辨这种声音与真实人类之间的区别。话虽如此,合成语音肯定会在不久的将来成为游戏开发行业的重要组成部分。 

 

2.文本到语音,合成语音和生成性神经网络将允许动态对话 

尽管将来可能会更遥远,但我想像并希望虚拟现实游戏,甚至只是普通的主机游戏将变得更加身临其境,更加动态。目前,大多数游戏开发人员都雇用作家来创建故事情节和对话。在诸如Skyrim或The Witcher之类的RPG中,会以预先编写的对话选项的形式为玩家提供代理,但我想未来的游戏将采用模仿现实生活的对话系统。

玩家不必走到NPC上并从任意的对话选项列表中进行选择,而可以走到NPC上并口头上说出他们想要的任何内容。系统使用语音转文字模型,将我们所说的内容转换为文字。然后,将根据其语义和情感来处理该文本。 

在那之后,一个生成的神经网络将根据给出的信息甚至被编程为模仿的个性类型,创建最合适的NPC响应。 NPC响应文本将使用文本到语音的合成语音系统转换为语音对话,然后播放给您(就像正常对话一样)。从某种意义上说,每个NPC都像一个聊天机器人,只是更加直观和反应灵敏。 

女巫3屏幕截图

您可能会认为这听起来很复杂,几乎是不可能的,因为所有这些过程通常都需要很多时间。但是,Replica Studios(在第1节中提到)已经在开发TTS API,该API可以在几秒钟内将游戏中的对话转换为合成语音。 

虽然复制工作室TTS API的原型和演示仍处于机密状态,但我还是获得了特殊的访问权限,以了解该技术可以做什么。当我说它快速而令人印象深刻时,请相信我。一旦推出,它将对游戏产业产生重大影响,特别是对于预算紧张的独立游戏开发商。

要了解有关副本工作室的更多信息, 访问他们的网站 或阅读此 采访首席执行官。

3.手部追踪&虚拟现实中的触觉手套

机器学习改善视频游戏的另一种方式是提高手势识别或手部追踪能力。就本文而言,手部追踪是指VR头戴式耳机能够通过头戴式摄像头相机识别并跟踪您的手部动作。今年早些时候,Oculus在其无线VR耳机Oculus Quest中发布了完整的手部追踪功能。尽管该技术仍处于测试阶段,但当您初次体验该技术时,它的准确性和令人叹为观止。我们很可能会看到越来越多的VR游戏采用这项技术。

但是,使用手部追踪的游戏的一个主要问题是您失去了感到紧张或振动的能力。在像僵尸射击游戏《亚利桑那阳光》这样的游戏中,您拿着武器,运动控制器使游戏感觉更加逼真,因为您可以通过控制器振动模拟枪的握持和子弹的后坐力。最好的情况是将手部追踪技术和薄触觉手套相结合。这些是您在玩游戏时可以戴的手套,可以模拟振动和张力,使您感觉就像在现实生活中握着物体一样。在VR游戏的未来,我们可能会看到触觉手套和手部追踪技术的更多发展。 

 

4.数据分析将影响游戏机制和关卡设计

由于视频游戏行业采用了更新和补丁的文化,因此即使正式发布视频游戏,它们也可能发生巨大变化。这种文化是否有益,已经引起广泛争议。但是,由于有了大数据,游戏开发人员才能够收集AI智能之家并针对受众调整游戏。

一个很好的例子就是Fortnite,这场震惊世界的皇家游戏。虽然开发人员Epic Games从未公开声明过他们如何使用数据分析来告知他们的决定,但他们的系统具有跟踪细节的能力,例如玩家多久一次登陆地图的某些区域,最常使用哪些角色皮肤(头像),甚至最常用的武器和物品。由于Fortnite地图不断变化,旧区域被拆除,武器被从游戏中移除,因此几乎可以肯定的是,玩家行为的数据分析在开发者的决策中起着重要的作用。

 

5.视频游戏评论中的文本分析和情感分析 


在视频游戏行业中,文本分析的一种实际用途是分析评论。我们可以从Metacritic和GameSpot等各种评论网站收集评论,并进行各种分析,以大致了解用户对特定游戏的看法。词频分析会整理所有词的总频次,并查看在整个评论集中出现频率最高的词。 

这也可以与情感分析相结合,以查看哪些单词与正面或负面反馈相关联,从而使听众可以进一步确定要利用或加强的领域。例如,在我对关于动物穿越:新视野的评论的情绪分析中,负面评论与限制,独裁者和受限词等词语相关联,表明这些用户对游戏设计不满意(见图1)。 。利用这些信息,任天堂可能会针对此特定玩家群体开展不同的营销活动,甚至推出不同的游戏。

负面情绪wordcloud

图1:负面情绪词云

此外,与其他维度(例如评分)的分析相辅相成时,评论中的文本分析可能会更加有用。结合每个评论的情感评分和相关的评分,我们可以看到用户对游戏的确切看法,或者用户对游戏是否真正满意或失望。 Google搜索兴趣也可以用作衡量游戏总体兴趣的良好起点,并且可以更全面地了解用户的反馈。就ACNH而言,自2020年1月以来,越来越多的人在搜索ACNH(图2),但对Metacritic的评分却很低。

 

动物交叉图的兴起

图2:Google搜索对Animal Crossing的兴趣

这可能是一个提示,让他们了解正在撰写评论的人员,并且如果这组玩家真正代表了更大的ACNH玩家群。 

从游戏评论网站的角度来看,文本分析可用于识别与游戏相关的关键字,尤其是用户评论中最常出现的单词。然后,可以通过这些关键字关联来增强这些网站中的搜索引擎,从而使网站用户可以使用能够更准确地表示其他用户对游戏反馈的词语来搜索游戏。


这些是我们对游戏行业AI未来的五项预测。 TTS,计算机视觉,情感分析和虚拟现实的新进展正在迅速发生。请务必遵循 文恩利马尔·安巴利纳(Limarc Ambalina) 在Medium上获得有关AI,机器学习和游戏的更多文章。 

 

图片积分 

特色图片:作者创作,2020年4月

后期图片:作者创建,2020年4月

天际图像: 上古卷轴5:天际。马里兰州罗克维尔:贝塞斯达软件公司,2013年。

巫师形象: 巫师III:狂猎。波兰。 CD Projekt红色。 2015年

Fortnite图片: Fortnite。美国。史诗游戏。 2017年

亚利桑那州阳光图片: 眩晕游戏。 Jaywalkers互动。 2016年

动物穿越:新视野图片: 动物杂交:新视野。日本。任天堂。 2020年

贡献者

Limarc是东京的记者,专门研究AI,科技,旅游和流行文化。他是 jpbound.com 和内容作家 ZenMarket, 狮桥GetCangler。他已经发表在各种机器学习博客上,例如Towards 数据科学,Hacker Noon和KD Nuggets。

贡献者表达的观点是他们自己的观点。

关于利马克·安巴利纳(Limarc Ambalina)

Limarc是东京的记者,专门研究AI,科技,旅游和流行文化。他是 jpbound.com 和内容作家 ZenMarket, 狮桥GetCangler。他已经发表在各种机器学习博客上,例如Towards 数据科学,Hacker Noon和KD Nuggets。

查看Limarc Ambalina的所有帖子→