Comprendre l’Intelligence Artificielle (IA) dans les jeux vidéo
L'industrie du jeu vidéo est connue pour être avant-gardiste, car elle intègre et met en œuvre de nouvelles technologies telles que le métaverse et le Web3. De la même façon, l'IA a eu un impact sur cette industrie, et ce des premiers jeux pixélisés aux jeux hyperréalistes récents. Mais aujourd'hui, nous avons peut-être atteint une masse critique avec la croissance exponentielle de l'IA et de nombreux développeurs de jeux cherchent à accélérer l'adoption de cette technologie.
Depuis le jeu électronique de base, l'industrie s'est développée pour devenir une forme de divertissement mondiale et grand public. En 2020, il y avait 3,1 milliards de joueurs dans le monde, un chiffre qui devrait atteindre 3,6 milliards d'ici 2024[1]. La taille actuelle du marché mondial du jeu vidéo est évaluée à 281,77 milliards de dollars. Elle devrait atteindre 655,77 milliards de dollars d'ici 2030, avec un taux de croissance annuel composé (TCAC) prévu de 13,1% (2023-2030)[2]. L'utilisation de l'IA devrait stimuler cette croissance encore plus à court et à long terme.
L'IA s'est retrouvée dans le tissu du jeu vidéo dès le début avec la création d'un jeu appelé Nim en 1951[3]. La même année, l'Université de Manchester a utilisé une machine appelée Ferranti Mark 1 pour écrire un jeu de dames et d'échecs[4]. Cela a été fait de manière rudimentaire, avec des techniques telles que la programmation “rule-based” (à base de règles), pour développer des jeux visant à battre des experts.
Cependant, l'ensemble de l'industrie profite désormais des avantages des techniques avancées du domaine de l’IA. Les développeurs peuvent alors utiliser l'IA pour différentes dynamiques de jeu, ayant des capacités à générer des jeux immersifs qui offrent des expériences uniques.
Notre article explore la place de l'IA dans l'industrie du jeu vidéo, principalement son évolution, son impact et sa mise en œuvre. Nous examinerons les acteurs clés de cette révolution, nous aborderons également différents domaines dans lesquels l'IA est utilisée dans l'industrie du jeu vidéo et nous étudierons ce que l'avenir réserve à ce secteur.
Voici quelques-unes des organisations qui font des progrès significatifs dans l'intégration de l'IA dans les jeux vidéo.
Le géant du gaming possédant les titres tels que World of Warcraft, Diablo et Call of Duty a déjà intégré l'IA dans son cycle de développement de jeux. Par exemple, la société a développé un outil d'IA génératif interne appelé Blizzard Diffusion pour automatiser la production d'art conceptuel[5]. Il vise à accélérer le processus créatif en exploitant les actifs de jeu des projets précédents.
Blizzard a également publié un brevet détaillant un système qui utilise l'IA pour générer de la musique dans les jeux vidéo[6]. Le système pourrait potentiellement influencer la manière dont la musique de jeu vidéo est produite. Il vise également à offrir à chaque joueur une expérience audio unique en fonction de ses préférences.
La société a aussi fait des progrès dans la génération de personnages non jouables (PNJ) pilotés par l'IA. Elle a déposé un brevet détaillant une solution d’IA qui créera des PNJ avec des personnalités réalistes, améliorant ainsi l’immersion du joueur.
La société gère une unité appelée La Forge, qui cherche à transformer la recherche universitaire en innovations pour les jeux vidéo. Ubisoft estime que les données et les actifs qu'elle a accumulés au cours des 20 dernières années lui confèrent un avantage unique pour l'entraînement d'algorithmes d'IA. Un rapport indique que les créateurs et développeurs de la société à tous les niveaux profitent actuellement de l'IA générative dans leur travail.
Au cœur de sa recherche, la société se met en quête de créer des PNJ plus vivants capables de traverser des mondes complexes et d'avoir des réactions réalistes. En 2021, l'équipe de La Forge a présenté ses avancées en matière d'amélioration de “pathfinding” (la recherche de chemin) et de la navigation des PNJ à l'aide du Machine Learning (ML)[7].
Le développeur de jeux vidéo célèbre pour la licence "League of Legends" utilise l'IA afin d'améliorer l'équilibrage du jeu, les PNJ et la modération de la communauté. Par exemple, la société a intégré l'apprentissage par renforcement dans un outil qui aide les concepteurs de jeux sur League of Runeterra à évaluer et à affiner l'équilibrage du jeu avant de sortir du contenu[8].
Les développeurs de la société utilisent également l'IA pour améliorer la logique de décision des bots dans des jeux tels que League of Legends[9]. En améliorant le comportement de l'IA, la société cherche à aider les joueurs à perfectionner leurs compétences qu’ils pourront ensuite mettre en pratique face à des adversaires humains.
De plus, Riot Games et Ubisoft se sont associés pour trouver des moyens de lutter contre la toxicité dans les jeux. Les deux sociétés cherchent à utiliser des données d'apprentissage automatique pour développer un système de modération préventive basé sur l'IA capable de reconnaître les comportements perturbateurs dans le jeu[10].
Roblox est une plateforme qui offre aux créateurs et aux développeurs des outils de bout en bout pour créer et publier des expériences 3D immersives. Le studio Roblox dispose désormais de deux outils d'IA générative mis au service des créateurs et des développeurs.
En s'appuyant sur de grands ensembles de données, ces modèles d'IA générative peuvent créer du contenu unique qui peut être partagé sur différentes plateformes. L'outil aidera les développeurs à générer rapidement des environnements de jeu. Roblox voit également une opportunité d'intégrer directement des services de création d'IA tiers à la plateforme[11].
Microsoft propose tout un écosystème avec des capacités d'IA, de la Xbox à Azure. Les développeurs de jeux peuvent utiliser les solutions d'IA de Microsoft pour accélérer la création de mondes virtuels et relever de nouveaux défis.
Également, le moteur de recherche Bing, alimenté par l'IA, a été intégré à la Xbox. Il est conçu pour aider les joueurs à trouver des informations sur les jeux ou les quêtes.
Comme les autres studios de jeux, Microsoft travaille sur des moyens innovants d'accroître l'interaction dans les jeux par le biais de bots, de PNJ et d'autres agents. La recherche porte sur l'apprentissage par renforcement pour développer des personnages en jeu qui collaborent dynamiquement avec les joueurs[12].
La société, réputée pour sa franchise FIFA, cherche à utiliser l'IA pour de multiples cas d'usage. Plusieurs publications de recherche montrent à quel point la société a progressé dans la recherche de moyens par lesquels les techniques d'IA peuvent résoudre et améliorer les jeux. Par exemple, les résultats de l'article "Neural Animation Layering for Synthesizing Martial Arts Movement" visent à améliorer les mouvements de combat des personnages[13].
EA Sports a utilisé des techniques d'IA avancées pour son jeu Madden NFL 22. Cela est dû au fait que la société dispose de données précises de la ligue NFL, associées à une puissance de calcul accrue des consoles de jeux. FIFA 22 utilise également l'IA, en dotant les PNJ d'une IA tactique pour défendre et attaquer de manière appropriée.
NVIDIA est une société qui produit entre autres des GPU (processeurs graphiques) et qui fait avancer les progrès dans le domaine des jeux vidéo et de l'IA. En outre, NVIDIA développe des produits à l'intersection de l'IA et des jeux vidéo. Par exemple, NVIDIA Avatar Cloud Engine (ACE) for games est un service spécialisé de fonderie de modèles d'IA conçu pour améliorer les expériences de jeu. ACE alimente les PNJ grâce à des interactions en langage naturel basées sur des techniques de NLP[14].
Récemment, nous avons pu observer l'essor de sociétés de jeux vidéo spécialisées dans l'IA qui tirent profit de cette technologie pour influencer la manière dont les jeux sont développés et joués.
Voici quelques exemples :
Inworld AI : Les développeurs de jeux vidéo peuvent utiliser ce moteur de personnages pour développer des PNJ alimentés par l'IA. Les personnages peuvent être configurés pour avoir différentes personnalités, exprimer des émotions en réponse aux utilisateurs et à l'audio[15].
Modulate : Cette société utilise des techniques avancées de machine learning pour proposer des solutions de modération de la voix. La fonctionnalité Toxmod analyse le chat vocal et signale les conversations toxiques et les mauvais comportements des joueurs[16].
L'IA est utilisée dans les jeux vidéo depuis plusieurs décennies maintenant. Cela est dû à l'augmentation de la recherche autour de cette technologie et à une meilleure compréhension de la manière dont elle peut être appliquée dans la vie réelle.
Voici quelques événements notables qui ont contribué à façonner l'utilisation de l'IA dans les jeux vidéo.
Années 1980 : Les algorithmes d'IA sont intégrés à des jeux comme Pac-Man. Le jeu mettait en scène un ennemi contrôlé par l'IA avec un comportement unique.
Années 1990-2000 : Popularisation de techniques telles que les Finite state machines (machines à états finis) en raison de leur capacité à fournir un moyen structuré de contrôler les personnages du jeu. Au cours de cette période, les FSMs sont devenues un excellent outil pour les real-time strategy games (jeux de stratégie en temps réel).
Années 2000-2010 : L'utilisation des arbres de comportement a commencé à se développer au cours de cette période. Ils aident à contrôler le comportement des entités du jeu dans des environnements de jeu complexes et interactifs.
En 2010, Starcraft 2, un RTS, proposait des batailles entre l'IA et les humains. Les bots du jeu utilisaient de multiples techniques et approches, telles que les systèmes “rule-based”, ce qui a ensuite conduit à l'introduction d'agents capables d'imiter le comportement humain. D'autres jeux, comme Supreme Commander 2, ont commencé à utiliser des approches à base de réseaux de neurones pour contrôler la réaction des personnages du jeu[17].
À partir des années 2010, de nombreuses techniques continuent d'être déployées dans les jeux en fonction des besoins. Les studios de jeux ont continué à intégrer des approches plus récentes, telles que les arbres de décision, pour aider les PNJ à réagir de manière appropriée, et les algorithmes de “pathfinding” pour la navigation.
Des entités renommées, telles que Google, continuent de repousser les limites de la recherche dans ce domaine tout en introduisant de nouvelles approches pour résoudre différents problèmes. Par exemple, avec le développement d'AlphaGo, qui a été utilisé pour apprendre à jouer à un jeu appelé Go et qui a battu un champion du monde de Go nommé Ke Jie en 2017[18]. Une variante de l'algorithme de DeepMind a été utilisée pour apprendre à jouer à des jeux vidéo et a également battu un champion humain de Starcraft en 2019. DeepMind a montré des progrès significatifs dans l'utilisation de l'apprentissage par renforcement et de l'apprentissage profond pour la prise de décision dans les jeux. Plus récemment, Google a fait des recherches sur les agents génératifs pour entraîner automatiquement les PNJ à simuler le comportement humain et à créer des histoires de fond uniques et adaptatives, rendant leur comportement en jeu plus immersif et humain[19].
Les tendances actuelles du développement de jeux visent à mettre en œuvre un comportement plus réaliste des PNJ. Les développeurs cherchent à ajouter une profondeur de réalisme et de complexité pour imiter l'intelligence afin d'accroître l'immersion du joueur.
À l'avenir, l'utilisation de l'IA générative et des Generative Adversarial Networks (réseaux adversaires génératifs) suscite beaucoup d'enthousiasme dans l'industrie. L'industrie du jeu cherche à les intégrer dans son pipeline de travail afin d'exploiter la capacité à générer rapidement des assets, entre autres avantages.
Cependant, les PNJ dans les jeux vidéo ont peu évolué dans leurs performances, notamment en termes de compétences. Cela est particulièrement vrai lors de l'utilisation de techniques de réseaux de neurones profonds, qui peuvent permettre aux agents d'IA d'apprendre et d'évoluer, produisant un comportement imprévisible. L'expérience du joueur et la prévisibilité du jeu sont des aspects essentiels pour les concepteurs de jeux, et selon le professeur Togelius, l'utilisation de réseaux de neurones profonds et de calcul évolutionnaire dans l'IA peut conduire à des résultats imprévisibles, ce qui pose un défi pour les concepteurs[20]. La complexité de l'implémentation technique de PNJ entraînés à l'aide de réseaux de neurones est un autre obstacle qui est souvent contourné en préférant d'autres méthodes.
Aussi, dans les modes versus, il était voulu que les IA des PNJ n'évoluent pas beaucoup, du moins pas en termes de performances, mais peut-être en termes de comportement. Par exemple, pour avoir un comportement plus humain, mais pas de compétences surhumaines dans les jeux de tir[21]. En particulier, il n'y a pas de ML dans l'IA versus, car cela ne serait pas amusant, l'IA serait tout simplement trop forte, voire imbattable. Une exception concernant le ML dans le mode versus est Forza[22] et sa conduite de véhicules, qui est très complexe et nécessite des techniques de deep learning (DL) pour que l'IA apprenne à conduire la voiture correctement.
L'utilisation de l'IA dans l'industrie du jeu vidéo s'étend à différents domaines, améliorant ainsi l'expérience globale de jeu.
Les acteurs de l'industrie, comme le PDG d'Unity, sont optimistes quant à l'utilisation de l'IA dans le développement de jeux. Le PDG prévoit une transformation décuplée de l'expérience des joueurs, similaire à la transition de la 2D à la 3D ou à l'essor du jeu mobile[23].
Voici quelques domaines clés dans lesquels l'IA repousse les limites de l'innovation dans le gaming.
L'intelligence artificielle générative (IA générative) est devenue le centre d'intérêt, démontrant sa capacité à générer différents types de contenus, tels que des images, des textes, de la voix et des vidéos, à partir de textes et d'autres formes d'entrées. L'impact de l'IA générative sur l'industrie du jeu vidéo était estimé à 922 millions de dollars en 2022. On estime que sa valeur dépassera les 7 milliards de dollars d'ici 2032, avec un TCAC stupéfiant de 23,3 % (2023-2032)[24].
À un niveau supérieur, l'IA générative s'appuie sur plusieurs techniques, notamment le DL, le ML et les réseaux de neurones, pour générer des sorties en fonction d’un ensemble de données d'entraînement et d’entrées.
Une grande partie des efforts déployés dans le domaine de l'IA générative a porté sur la rationalisation et l'accélération du pipeline de production des studios de jeux.
Voici quelques-unes des possibilités de l'IA générative :
Les outils d'IA générative affecteront l'efficacité et la vitesse de création des jeux. Les artistes peuvent automatiser les tâches banales et chronophages. Les développeurs peuvent créer rapidement des effets visuels, des personnages, des niveaux et des environnements saisissants.
Il est également possible de réaliser des tests d'assurance qualité (QA) alimentés par l'IA générative. Les développeurs et les ingénieurs QA créent des cas de test pour identifier et classer les bugs.
La génération procédurale utilise des algorithmes pour générer du contenu de manière dynamique. La combinaison de la génération procédurale et de l'IA ouvre des possibilités illimitées aux joueurs pour interagir avec des jeux réactifs et dynamiques.
Il est possible de faire de chaque instance de jeu une nouvelle aventure en générant de nouveaux niveaux, cartes et quêtes pour améliorer la rejouabilité et l'exploration.
Pour citer quelques jeux vidéo populaires utilisant l’IA de génération procédurale:
No Man's Sky: Il s'agit d'un jeu d'exploration et de survie dans des galaxies uniques générées par la génération procédurale. L'éditeur du jeu a utilisé des algorithmes d'IA pour générer un nombre infini de planètes. L'algorithme génère les niveaux et les environnements à la volée, ce qui garantit à chaque joueur une expérience unique.
Spelunky 2: Ce jeu développé par Mossmouth est un jeu de plateforme unique qui utilise l'IA pour générer de nombreux niveaux de manière procédurale.
Les personnages non-joueurs (PNJ) sont un moyen pour les développeurs de jeux de fournir aux joueurs des adversaires, des compagnons ou des alliés, ce qui améliore l'expérience globale du jeu. Au départ, les jeux donnaient aux PNJ des comportements scriptés, des dialogues prédéterminés ou des algorithmes de déplacement simplistes.
Un rapport détaillant les attitudes des joueurs envers les PNJ montre un niveau élevé d'enthousiasme pour leur potentiel. Sur 1000 participants à cette enquête aux États-Unis, 99% pensent que les PNJ propulsés par l'IA auraient un impact positif sur le gameplay. En outre, 81% des répondants sont prêts à payer pour une telle expérience[25].
Contrairement à leurs prédécesseurs, les PNJ propulsés par l'IA sont réalistes et capables d'interactions et d'apprentissage. Les joueurs peuvent s'attendre à des
personnages qui s'adaptent à l'action en cours, créant une expérience plus réaliste et un sentiment de connexion.
Les studios de jeux utilisent des FSMs et des arbres de décision pour programmer les comportements et les séquences d'actions des PNJ. Les développeurs peuvent donner aux personnages des états tels qu'inactif, en alerte et actif, ainsi qu'un ensemble de conditions entraînant un changement d'état. La transition dépend du fait qu'une condition spécifique soit déclenchée dans le jeu.
Contrairement à l'utilisation de FSMs, les PNJ propulsés par l'IA peuvent apprendre et s'adapter aux actions du joueur. Ils peuvent analyser leur environnement virtuel et même avoir des sous-objectifs. Ils peuvent parcourir leur environnement et mener des activités telles que l'exploration et le commerce par eux-mêmes, ce qui donne une meilleure impression de vie.
Les développeurs peuvent également utiliser l'IA pour les aider à modéliser les comportements des personnages. Cela déterminerait essentiellement la façon dont le personnage réagirait à certaines situations, se déplacerait ou interagirait avec son monde. Les algorithmes de pathfinding peuvent aider les PNJ à trouver le meilleur itinéraire à utiliser.
Une autre façon dont l'IA transforme les PNJ est par le biais de leurs capacités de dialogue. Cela se fait en utilisant le traitement du langage naturel (NLP) et, dans certains cas, la reconnaissance vocale, ce qui donne aux PNJ la capacité de comprendre et de répondre aux joueurs. L'engagement verbal peut se faire par le biais de commandes textuelles ou vocales, ce qui permet d'obtenir des réponses contextuelles qui ajoutent de la fluidité au jeu.
Des entreprises comme Convai aident les développeurs à créer des personnages in-game dotés de capacités de conversation semblables à celles des humains. Ces personnages peuvent avoir des conversations vocales ouvertes et effectuer des actions[26]. D'autres startups, comme Inworld, ajoutent une couche de comportements avancés aux PNJ. Cela ajoute de la profondeur et du réalisme aux personnages, en imitant toute la gamme des expressions humaines, de la conversation aux émotions[27].
Un jeu comme Middle Earth: Shadow of War utilise un certain niveau d'intelligence artificielle pour les orcs ennemis. Les orcs ont des capacités et des caractères différents. Par exemple, un orc peut trahir, espionner ou même se joindre à vous[28].
L'intelligence artificielle et le ML peuvent jouer un rôle essentiel dans l'équilibrage et l'analyse des jeux.
Il est possible d'intégrer l'IA dans les jeux de manière à ce qu'elle offre un gameplay équilibré et compétitif. Cela peut se faire par le biais de matchs équilibrés ou d'une difficulté adaptative.
Les algorithmes de matchmaking avancés peuvent aider à trouver des adversaires appropriés, en particulier dans les jeux multijoueurs en ligne. En dehors des paramètres de base tels que le taux de victoires, l'IA peut aller plus loin et vérifier les données des joueurs telles que la précision, la latence, la région, le temps de réaction et d'autres mesures pour déterminer le niveau de compétence. Cela peut aider à jumeler un joueur avec de meilleurs adversaires qui se situent dans ses métriques de compétences.
Il est également possible d'utiliser des techniques d'IA pour analyser le comportement d'un joueur et ajuster la difficulté afin d'améliorer son expérience. Le système enregistre des mesures telles que la vitesse de progression et les capacités en jeu pour analyser les performances des joueurs, puis l'utilise pour ajuster la difficulté en temps réel. Les développeurs peuvent utiliser le concept d'ajustement dynamique de la difficulté pour surveiller en permanence les données d'un joueur et ajuster les paramètres du jeu de manière dynamique.
Les tests et le débogage des jeux sont un aspect fondamental du développement global et ont un impact significatif sur l'expérience de jeu.
Les tests de jeux vidéo améliorés par l'IA visent à automatiser le processus, ce qui permet d'obtenir une plus grande efficacité et une plus grande rapidité que les tests manuels. Les outils de test pilotés par l'IA peuvent simuler plusieurs scénarios pour identifier les bugs, les glitches et tester le jeu rapidement.
Les tests de jeux sont fastidieux et prennent du temps, et représentent une part importante du développement d'un jeu. Par exemple, le développement d'un jeu AAA peut prendre de trois à cinq ans, avec beaucoup de temps nécessaire pour réaliser des tests appropriés[29].
L'IA peut être utilisée pour automatiser des processus tels que les tests fonctionnels et de régression. Il est également possible de configurer des tests pour détecter les bugs, les glitches et analyser le comportement des joueurs. Les algorithmes de ML peuvent analyser le code et identifier des schémas qui pourraient conduire à des occurrences anormales dans le jeu. De plus, l'IA peut aider les testeurs à simuler et à tester différents scénarios allant de la latence du réseau aux performances des appareils.
L'apprentissage par renforcement peut également être utilisé pour tester des jeux en utilisant un agent IA pour jouer au jeu. Au cours du processus, l'agent identifie les bugs et autres anomalies. Cela peut aider à libérer les testeurs pour qu'ils puissent s'occuper de différentes tâches et réduire le temps nécessaire aux tests.
Il est possible d'utiliser l'IA pour détecter les triches dans les jeux vidéo. Cela implique des techniques de détection d'anomalies, qui permettent d'identifier les valeurs aberrantes dans les données des joueurs. Par exemple, le système d'IA pourrait détecter un joueur qui effectue un nombre anormal de kills dans un jeu de tir.
L'apprentissage automatique peut également être utilisé pour identifier les schémas des joueurs qui trichent. Une fois qu'un modèle est entraîné, il peut identifier les cas où il détecte une triche à partir de schémas connus précédemment.
On observe également une augmentation des activités frauduleuses dans le jeu. Cela représente un problème pour les studios de jeux vidéo, car cela peut conduire à un bouleversement de l’économie interne du jeu et faire perdre aux joueurs leur intérêt pour un jeu. Il est possible d'utiliser le ML pour entraîner des modèles basés sur des ensembles de données disponibles afin d'identifier et de signaler les activités frauduleuses, et même de les contrer.
Les studios de jeux peuvent utiliser l'IA pour les aider à prendre des décisions dans de nombreux domaines. Grâce aux algorithmes d'apprentissage automatique, il est possible d'analyser de grandes quantités de données pour identifier les tendances et les comportements des joueurs dans les jeux. Les informations tirées de cette analyse peuvent aider les studios de jeux à déterminer le succès de certains genres de jeux, à effectuer des analyses prédictives, à analyser les attentes des joueurs, à personnaliser l'expérience de jeu, et bien plus encore.
Des entreprises comme GameAnalytics se sont spécialisées dans l'utilisation des données pour fournir des informations aux studios de jeux[30]. Grâce à l'IA, l'entreprise utilise les données pour aider ses clients à prendre des décisions éclairées.
Les moteurs de jeu fournissent aux développeurs les outils et les frameworks nécessaires à la création de jeux. L'IA peut être utilisée pour entraîner des réseaux de neurones qui créent automatiquement des composants tels que des rendus graphiques et des moteurs physiques.
GameGAN est un exemple de moteur de jeu basé sur l'IA. Les moteurs GameGAN de Nvidia sont similaires aux moteurs traditionnels, avec tous les composants et même un module de mémoire. Ils utilisent divers réseaux de neurones tels que les GAN, les machines de Turing neuronales et les LSTM pour le codage. Avec ce moteur, Nvidia a pu recréer le jeu Pacman, en déterminant même les parties statiques et dynamiques du jeu[31].
L'IA peut bénéficier à la planification administrative et à la gestion de projet du développement de jeux de plusieurs manières. Les studios de jeux peuvent utiliser des outils d'IA pour guider l'allocation optimale des ressources et la planification des tâches. De plus, il est possible d'utiliser des techniques d'IA pour aider à l'évaluation des risques en identifiant les risques du projet en fonction des données précédentes et des paramètres actuels.
Des entreprises telles que GameRefinery offrent aux studios de jeux la possibilité de suivre les LiveOps de leurs jeux mobiles. Cela comprend un moyen de concentrer les ressources là où elles sont le plus nécessaires, d’améliorer les revenus et des méthodes pour analyser les événements à un niveau granulaire. L'entreprise utilise des modèles basés sur l'apprentissage automatique pour effectuer des comparaisons avec les tendances du marché[32].
Il existe de nombreux avantages que les développeurs et studios de jeux peuvent obtenir en intégrant de l'IA et des outils à base d'IA dans les pipelines de production de jeux. Cependant, alors que l'IA promet d'influencer presque toutes les catégories de jeux, d'autres parties prenantes continuent d'exprimer des préoccupations fondées quant à l'utilisation de l'IA.
Actuellement, les avantages de l'utilisation de l'IA l'emportent de loin sur les inconvénients, c'est pourquoi de nombreux studios AAA et indépendants continuent d'utiliser cette technologie. Voici quelques avantages et défis de l'IA dans les jeux vidéo.
Voici comment l'intégration de l'IA apporte des effets positifs à l'industrie du jeu vidéo.
Amélioration globale du développement de jeux
Le développement de jeux vidéo comprend sept phases rigoureuses, la production étant l'étape la plus longue et la plus gourmande en ressources. Une combinaison d'artistes, d'écrivains, de designers et de développeurs est impliquée dans les efforts pour donner vie au jeu. L'utilisation de l'IA est particulièrement prononcée dans cette phase, dans la création du jeu, la narration et les graphiques.
Processus de création de jeux amélioré : L'IA peut aider les développeurs à être plus productifs, en accélérant la création du jeu et en complétant les workflows. Il est désormais possible pour les développeurs d’implanter de nouvelles fonctionnalités et capacités qui n'étaient pas possibles auparavant.
Les solutions basées sur l'IA promettent de faciliter la création et l'édition d'éléments de jeu, notamment par le biais d’instructions textuelles grâce à l'IA générative.
Globalement, les outils d'IA peuvent aider les créateurs à réduire le temps et le budget nécessaires au développement. Cela en réduisant le nombre d'heures de travail nécessaires à la conception des personnages de jeu, des niveaux et d'autres activités tout au long du cycle de vie de la production de jeux. Ils ajoutent également un élément de créativité en permettant aux développeurs et aux ingénieurs de tester de nouvelles mécaniques de jeu.
Unity Sentis est un excellent exemple de plateforme intégrant de l'IA qui utilise des réseaux de neurones dans des projets. Elle promet aux nouveaux développeurs de jeux la possibilité de démarrer rapidement et de créer des expériences en temps réel[33].
Ivy Juice Games, un studio de jeux basé à Berlin, utilise l'IA tout au long de la création de ses jeux. L'IA collabore avec les développeurs pour coder, raconter des histoires et générer du texte.
Récit et prototypage améliorés : Les outils basés sur l'IA aident déjà les artistes et les créateurs à développer rapidement des concepts et des éléments de jeu. Cela peut aider à réduire le temps nécessaire pour formuler de bonnes histoires ou réaliser des prototypes, permettant aux équipes d'itérer plusieurs fois.
Création de scénarios de jeu complexes : Les développeurs de jeux doivent tenir compte de la manière dont les entrées spécifiques et les personnages du jeu s'influencent mutuellement. Cela peut parfois devenir complexe et il peut être difficile de démêler ce qui résultera du comportement des personnages du jeu. Avec les moteurs de jeu basés sur l'IA, les développeurs peuvent déléguer la tâche complexe de créer des FSMs pour les pipelines de production.
Réduction des coûts et du temps : Des techniques telles que l'IA générative peuvent économiser du temps et de l'argent en automatisant des tâches répétitives, telles que la création d'éléments de jeu, la conception de niveaux et même les tests de bogues. Ces tâches demandent beaucoup d'efforts et de temps. Selon Egor Piskunov, le directeur du développement chez iLogos Studios, l'IA générative simplifie le processus d'itération en générant et en affinant le contenu du jeu, ce qui permet aux développeurs d'expérimenter et d'itérer plus facilement leurs idées.
Interaction améliorée avec les joueurs : L'IA peut aider les développeurs à modéliser et à intégrer des systèmes de jeu complexes. Les jeux peuvent rendre des textures et d'autres objets de manière dynamique tout en créant l'univers à la volée. Les DNN peuvent déterminer les détails de couleur optimaux pour chaque pixel, améliorant la qualité visuelle des petites images qui ont été manipulées.
Scénarios adaptatifs : L'IA pourrait permettre aux jeux de s'adapter à leurs utilisateurs, en proposant des scénarios et des niveaux de difficulté qui conviennent à chaque joueur. Un modèle de DNN peut être entraîné pour ajuster le contenu et les niveaux de difficulté de manière à rendre le jeu plus amusant. Cela peut aider les jeux à être plus immersifs, ce qui permet aux joueurs de jouer plus longtemps.
Amélioration du comportement des PNJs : L'amélioration du comportement des PNJs est peut-être le plus grand avantage que les développeurs tireront de l'IA. Les PNJs peuvent désormais avoir des personnalités et des histoires uniques, et interagir avec les joueurs en temps réel.
Expérience et satisfaction utilisateur améliorées : En plus de permettre aux PNJ d'être intelligents, l'IA peut aider à créer des mondes de jeu plus réactifs et dynamiques, ce qui améliore l'expérience globale du jeu. L'IA peut alimenter les interactions vocales entre les personnages du jeu et les joueurs grâce au traitement du langage naturel et à la reconnaissance vocale. De plus, l'IA peut aider à augmenter le réalisme du jeu, à améliorer les mécaniques de jeu et à ajuster dynamiquement les niveaux de difficulté en fonction du joueur.
Malgré les avantages, il existe encore des défis à relever pour intégrer l'IA dans le développement de jeux vidéo. Voici les principaux problèmes.
Problèmes de droits d'auteur: L'IA peut être utilisée pour créer des scénarios, des quêtes, de la musique et d'autres éléments de jeu. Cela soulève à nouveau des questions sur les droits intellectuels et d'auteur, notamment sur les données utilisées pour l'entraînement et même sur la sortie. Par exemple, les éléments créés par l'IA générative peuvent par inadvertance ressembler à des éléments protégés par le droit d'auteur, ce qui pourrait entraîner des problèmes juridiques.
Steam, une plateforme de jeux vidéo, a rejeté les jeux qui utilisent des éléments générés par l'IA sans droits de propriété intellectuelle clairs. Le créateur de Steam a déclaré que les développeurs doivent prouver qu'ils sont propriétaires de la propriété intellectuelle utilisée pour entraîner l'IA avant que les jeux contenant du contenu généré par l'IA puissent être publiés sur la plateforme.
Problèmes de confidentialité et de sécurité: Les jeux alimentés par l'IA continuent de collecter et d'analyser des données sur les joueurs, telles que leur comportement et leurs préférences. Le stockage de données personnelles dans les modèles en fait des cibles potentielles pour les pirates informatiques.
Les studios de jeux doivent également s'assurer que les joueurs sont correctement informés des pratiques de récolte des données et de l'utilisation de ces dernières. De plus, les données des joueurs doivent être anonymisées pour atténuer le risque de fuites de données.
Crainte de la perte d'emplois : Selon une enquête de CNBC aux États-Unis, 24 % des travailleurs du pays craignent que l'IA ne rende leur emploi obsolète[34]. L'utilisation de l'IA pour automatiser certaines tâches, telles que les tests et la génération procédurale de contenu, pourrait entraîner des craintes quant-à la perte d'emplois.
Les outils et techniques d'IA promettent d'apporter de nombreux changements à la façon dont les jeux vidéo sont créés et joués. Pour les développeurs, ils inaugurent une ère de plus grande liberté dans la formulation, la conception et l'itération. Les studios de jeux devraient bénéficier de réductions de temps et de budget, tandis que les joueurs s'attendent à une ère de jeux vidéo avec des graphiques, une immersion et une personnalisation hautement améliorés.
Une augmentation du nombre de développeurs indépendants est attendue, car les moteurs de jeu intègrent des outils d'IA puissants pour rendre le développement de jeux moins laborieux. La création procédurale de contenu, la personnalisation des personnages, le son, la musique et les dialogues seront désormais plus faciles à créer, ce qui réduira à la fois les heures de travail et le budget. L'effet est que l'industrie verra une augmentation du nombre de nouveaux jeux, tandis que les jeux AAA deviendront encore meilleurs.
Voici quelques raisons pour lesquelles l'IA promet une nouvelle ère dans l'industrie du jeu vidéo.
Génération procédurale de contenu
Amélioration des graphiques
PNJs pilotés par l'IA avec des propriétés comportementales dynamiques
Expérience de jeu personnalisée
Capacités vocales et de parole pour les joueurs et les personnages in-game
Tests et assurance qualité
La collaboration entre les humains et l'IA dans l'industrie du jeu vidéo est dynamique et devrait évoluer rapidement. Les chercheurs développent de nouvelles techniques d'IA et les studios de jeux intègrent des outils d'IA dans leur pipeline de travail, ce qui créera encore beaucoup de possibilités à l’avenir dans ce domaine.
Les techniques d'IA, telles que les neural networks et le machine learning, ont une place importante dans le développement de jeux. Certains types de ces techniques sont plus performants pour des fonctions bien précises avec par exemple les réseaux neuronaux tels que les GAN qui sont utilisés pour la génération d'images, tandis que les modèles NLPs sont utilisés pour rendre les dialogues plus humains. Mais ce n'est pas une IA unique qui crée un jeu entier.
Il est donc impératif d'utiliser la synergie entre l'IA et les humains pour améliorer la productivité et les résultats dans le développement de jeux. À ce titre, Unreal Engine 5 a intégré l'IA pour le débogage, les arbres de comportement et la perception de l'IA[35].
Cependant, le rôle de la créativité humaine est actuellement indispensable. Les concepteurs, les développeurs, les scénaristes et même les chefs de projet façonnent l'identité globale du jeu, y compris les mécanismes de jeu, les outils à utiliser et l'esthétique. Les outils d'IA peuvent générer des niveaux de jeu, mais les humains ajoutent des détails plus complexes. Dans une interview, Rami Ismail, développeur de jeux et cofondateur de Vlambeer, estime que la créativité humaine est actuellement irremplaçable par l'IA[36]. La manière dont les tâches sont effectuées devrait certes changer, mais l'IA et les humains travailleront en collaboration et non en compétition.
L'industrie du jeu vidéo a toujours été le domaine où les nouvelles avancées technologiques trouvent rapidement leur place. Voici quelques technologies que l'industrie du jeu vidéo est en train de mettre en place :
Les jeux en cloud sont hébergés sur des serveurs distants et diffusés en streaming directement sur l'appareil du joueur. Les joueurs peuvent ainsi éviter d'acheter des consoles de jeux ou des PC coûteux. Ils évitent également de stocker de grandes quantités de données sur des machines locales. Les données de progression et les autres propriétés du jeu sont sauvegardées automatiquement, et les joueurs peuvent accéder à leurs jeux sur différents appareils.
Parmi les plateformes de cloud gaming populaires, on trouve Amazon Luna et Xbox Cloud Gaming. Ces plateformes utilisent l'IA pour recommander des jeux, prévenir la fraude et réduire la latence. Par exemple, bien qu'il soit maintenant fermé, Google a résolu les problèmes de latence de sa plateforme de jeu Stadia en utilisant la "latence négative"[37].
Le marché des jeux blockchain connaît une croissance exponentielle, avec 2,2 milliards de dollars investis au cours du premier trimestre 2022[38]. Les jeux blockchain sont des jeux en ligne qui utilisent des jetons non fongibles (Non-Fungible Token/NFT), des contrats intelligents et le métaverse.
Le principal attrait de ces jeux est leur économie interne, qui permet aux joueurs de jouer et de gagner simultanément. Les joueurs peuvent également acheter et vendre des actifs en jeu tels que des NFT et des crypto-monnaies qui peuvent être échangés contre des monnaies fiduciaires.
La combinaison de l'IA et des NFT donnera probablement naissance à de nouveaux niveaux de créativité et de sophistication dans la création et la monétisation de contenu en jeu. Elle pourrait permettre de développer des actifs de jeu meilleurs et plus attrayants.
L'infusion de l'IA dans les jeux devrait stimuler l'immersion des joueurs. Comme expliqué précédemment, les jeux avec des PNJs pilotés par l'IA auront de meilleurs aspects comportementaux et une meilleure interaction. De plus, l'IA est également utilisée pour améliorer le réalisme des expériences offertes sur les appareils de réalité virtuelle (VR), de réalité mixte (MR) et de réalité augmentée (AR), offrant aux utilisateurs des expériences interactives encore meilleures.
Les nouvelles technologies immersives telles que les dispositifs haptiques, de simulation de mouvement et de stimulation sensorielle ouvriront la voie à une immersion prolongée. Ils devraient également fonctionner avec l'IA pour permettre de donner une sensation de réalité plus vraie aux interactions avec l'environnement du jeu. Pour commencer, la combinaison de la VR et de la vision par ordinateur est utilisée pour le suivi des joueurs, où les mouvements réels du joueur sont traduits dans le monde virtuel.
En outre, l'utilisation de l'IA dans les jeux et les films est en train de brouiller la ligne entre les deux industries, réduisant la ligne entre la réalité et la fiction. Les appareils VR/AR alimentés par l'IA créent des expériences immersives qui fusionnent le film du réalisme et le monde virtuel.
L'IA a de nombreux cas d'usage dans l'industrie du jeu vidéo. Des exemples passionnants vont des PNJs pilotés par l'IA, qui sont très avancés et réalistes, aux solutions d'IA dans les moteurs de jeu. Les principaux acteurs de l'industrie et les startups étudient tous les moyens par lesquels l'IA pourrait influencer l'industrie du jeu. Actuellement, des outils concrets, tels que Sentis d'Unity et la solution vocale de Modulates, donnent un aperçu de l'influence prometteuse que l'IA peut avoir sur le paysage du jeu.
Cependant, il est impératif que, à mesure que l'industrie du jeu vidéo continue d'adopter l'IA, une réflexion approfondie soit menée pour garantir l'exploitation bénéfique de cette technologie de manière éthique. Cela pourrait contribuer grandement à garantir que l'industrie récolte les avantages positifs tout en évitant les inconvénients.
L'utilisation de l'IA annonce une nouvelle ère pour l'industrie du jeu vidéo. À l'avenir, les techniques d'IA telles que l'IA générative et les GANs auront probablement un effet déterminant sur les pipelines de production de jeux vidéo. Les résultats attendus sont des jeux de meilleure qualité, une facilitation de création d'assets et une réduction du temps et des coûts de développement.
Gaming Industry Trends 2022: Streaming, AI, AR—all on cloud | Google Cloud Blog
History of AI Use in Video Game Design - Big Data Analytics News
History of AI Use in Video Game Design - Big Data Analytics News
Blizzard Trains Image Generator as A.I. Pervades Video Game Design - The New York Times
Activision Blizzard Using AI-Generated Music in Video Games | by ODSC - Open Data Science
Ubisoft La Forge – Pushing State-Of-The-Art AI In Games To Create The Next Generation Of NPCs
Riot Games and deep reinforcement learning in gaming | Anyscale
Riot Games and Ubisoft Tackling Toxicity in Games With New Project
Generative AI on Roblox: Our Vision for the Future of Creation
Neural animation layering for synthesizing martial arts movements | ACM Transactions on Graphics
NVIDIA ACE for Games Sparks Life Into Virtual Characters With Generative AI
How artificial intelligence will revolutionize the way video games are developed and played
How often are neural networks used for video games ML or AI? Why is this the case? - Quora
How Forza's Racing AI Uses Neural Networks To Evolve | Ars Technica Video
Can AI Replace An Entire Game Engine? (Nvidia GameGAN) | by Chintan Trivedi | deepgamingai | Medium
Introducing Unity Muse and Unity Sentis, AI-powered creativity | Unity Blog
These are the American workers most worried that A.I. will soon make their jobs obsolete
AI Perception in Unreal Engine | Unreal Engine 5.0 Documentation
Google Stadia’s Negative Latency AI Predicts Own Failure – The Option Select
Ecrit par Baptiste Aelbrecht & Jacques Mojsilovic.
