Bienvenue dans la dernière partie d'Electric Nightmares, une courte série sur l'IA générative et les jeux. Jusqu'à présent, nous avons vu le passé, le présent et les problèmes entourant ce nouveau mot à la mode alors qu'il s'infiltre dans nos jeux et nos communautés. Dans cette dernière partie de la série, je veux essayer de réfléchir concrètement avec vous à ce que l'avenir pourrait nous réserver ; aller au-delà de ce que nous pensons être juste ou légal, ce qui pourrait nous enthousiasmer ou nous effrayer, et plutôt réfléchir aux aspects pratiques de la création et du jeu de jeux aujourd'hui et à la manière dont cela pourrait être impacté par la domination croissante de l'IA générative.
Que faut-il pour qu’une nouvelle technologie s’enracine dans nos vies ? À la fin des années 1990, deux chercheurs en politique scientifique ont proposé que deux choses soient nécessaires : le confort et la crédibilité. La crédibilité dépend de la façon dont bien le fait est que le désir de l’avoir en premier lieu. Le confort concerne la façon dont facilement vous pouvez vous intégrer dans votre vie. Nous voyons cela tout le temps dans les jeux. La réalité virtuelle en est un bon exemple : il existe de nombreuses expériences de réalité virtuelle formidables, et la technologie est inhabituelle et passionnante pour beaucoup d'entre nous, mais elle est fatiguante à utiliser, désorientante, coûteuse, nécessite beaucoup d'espace vide et est toujours sujette aux accidents. Cela peut être très amusant, mais plus d’une décennie après les débuts de l’Oculus Rift, la réalité virtuelle n’a toujours pas vraiment l’impression d’avoir trouvé ses marques. D'autres technologies ont le problème inverse. Les NFT sont en fait devenus assez faciles à utiliser à leur apogée et auraient été assez faciles à intégrer dans de nombreux magasins de jeux existants – c'est juste que personne ne s'en souciait. Toutes les tentatives pour nous convaincre que les NFT allaient ajouter quelque chose à nos expériences de jeu ont échoué, et sans cet enthousiasme et cet enthousiasme, peu importe la facilité ou la difficulté de leur utilisation.
L’IA générative n’est pas encore vraiment installée. Est-ce facile ou difficile à utiliser ? D'une certaine manière, c'est assez simple. Inscrivez-vous à Midjourney ou ChatGPT pour quelques dollars et vous pouvez commencer à saisir des demandes de contenu dès maintenant. Mais il n'y a aucune propriété sur cette technologie, ni aucune indication sur son orientation future, ce qui signifie que vous ne pouvez pas facilement compter sur elle pour qu'elle soit encore abordable à cette époque l'année prochaine, ou même exister du tout. En termes de crédibilité, regardez les bons communiqués de presse et vous seriez pardonné de penser que l’IA pourrait remplacer tous les créateurs humains aujourd’hui. Pourtant, chaque outil semble fonctionner un peu différemment, et les erreurs que nous constatons vont du drôle au catastrophique. Il n’est pas étonnant que les partisans et les détracteurs de l’IA semblent se sentir incertains face au moment présent – la confusion des arguments de vente, le marketing viral, les révélations et les déceptions concrètes se mélangent pour nous laisser complètement perdus.
Souvent, avec les nouvelles technologies de jeux, ce sont les systèmes les plus silencieux, les plus petits et les plus fiables qui prospèrent à long terme. Dans son discours à la GDC en 2005, juste avant le lancement de Spore, Will Wright a longuement parlé de ce qu'il considérait comme le pouvoir de la génération procédurale pour résoudre les problèmes de conception de jeux du futur, en particulier la demande de plus grandes quantités de contenu de haute qualité. Pourtant, dans l’ensemble, la solution trouvée par les entreprises a consisté simplement à embaucher davantage de personnes et à les faire travailler plus dur sur des productions à plus gros budget. La génération procédurale a fini par percer dans l'industrie, mais surtout de manière très spécialisée, dans des outils dont vous n'avez peut-être pas entendu parler ou jamais vu, tels que SpeedTree, un outil responsable de la plupart des forêts de jeux vidéo que vous parcourez. Cela a fonctionné parce que c'était simple, spécifique et fiable.
Nous commençons à voir les premiers exemples d’outils d’IA générative qui ressemblent davantage à ceci, comme Motorica. Motorica est née de la recherche sur l'IA à KTH, une université de Stockholm, et est désormais sa propre entreprise soutenue par le programme MegaGrant d'Epic. Leur objectif est de créer un plug-in capable d'animer n'importe quel modèle 3D dans une variété de styles différents, contrôlé par la saisie de texte – afin que vous puissiez charger votre gros ogre grincheux que votre artiste 3D a créé, demander à Motorica de l'animer en dansant une valse. , et vous êtes prêt à partir. Motorica construit ses propres bases de données de mouvements et de gestes capturés sur lesquels ils auront tous les droits de formation et de licence pour les développeurs de jeux, dans le but de rendre « une grande partie du travail d'un studio mocap inutile ». Des outils comme Motorica ne sont pas exempts des problèmes dont nous avons parlé tout au long de cette série, surtout si, par exemple, vous travaillez dans un studio de mocap. Mais ils peuvent être libres de assez problèmes pour rendre leurs ensembles d'outils attrayants pour les personnes qui dirigent des éditeurs et des développeurs, et c'est peut-être tout ce qui est nécessaire pour que l'IA générative trouve sa place dans l'industrie.
En fin de compte, le meilleur aperçu de ce que l’avenir réserve à l’IA dans les jeux pourrait se trouver sous nos yeux. En 2019, OpenAI a lancé GPT-2, et avec lui, ils ont ouvert l'accès à l'API permettant aux utilisateurs de créer des applications en l'utilisant. La plupart des prototypes réalisés n'étaient pas très bons, mais deux démos sont devenues virales : une montrant que GPT-2 pouvait écrire des programmes simples, qui mèneraient éventuellement à l'assistant de programmation Copilot de GitHub, et une autre démo de Nick Walton qui vous permettait de jouer à un jeu de fiction interactif que GPT-2 a écrit en temps réel. Cette dernière démo a été très rapidement transformée en un jeu appelé AI Dungeon, avec son propre site Web, une société, Latitude, pour le développer, et des mises à jour qui ont élargi sa connaissance des genres et des styles. AI Dungeon a été salué comme l'avenir du jeu vidéo – Walton a été interviewé et a parlé dans le monde entier, Latitude a embauché et a grandi, et AI Dungeon est apparu à plusieurs reprises dans les journaux et a parlé de la recherche, de la conception et du développement de jeux. Cela montrait non seulement que l’IA pouvait changer la façon dont les jeux étaient créés, mais qu’elle était également très demandée et couronnée de succès.
Aujourd'hui, AI Dungeon fait l'objet de critiques mitigées sur Steam. Les critiques négatives se plaignent de la mauvaise qualité de l'écriture, de l'incapacité du système à comprendre le joueur, du plan d'abonnement agressif qui exclut les utilisateurs de l'accès aux maîtres de donjon IA de haute qualité et du filtrage restrictif des messages et des sorties. Ce dernier point est compréhensible cependant : AI Dungeon a probablement dû intensifier sa modération lorsqu'il a été révélé que l'outil était utilisé pour générer des fantasmes d'abus graphiquement violents et qu'il avait souvent tendance à écrire du contenu sexuel avec des mineurs apparemment de son propre chef. AI Dungeon est une bonne démonstration de la façon dont le rêve d’un nouveau produit d’IA se détériore avec le temps. Les coûts de maintenance augmentent parce que l'exécution de modèles coûte cher (à son apogée, Walton estime qu'AI Dungeon payait 200 000 $ par mois rien que pour effectuer des requêtes sur OpenAI). Des modérations et des restrictions doivent être intégrées pour tenir compte de l’activité des utilisateurs malveillants et des erreurs catastrophiques du système, ainsi qu’en raison de l’imprévisibilité inhérente à de si grands modèles d’IA. Il existe des preuves anecdotiques selon lesquelles bon nombre de ces modèles se dégradent avec le temps, car ils sont également entraînés de manière itérative aux interactions des utilisateurs.
Cela ne veut pas dire que l’IA générative est inutile ou vouée à l’échec. Je ne pense même pas que cela signifie que cela ne peut pas être appliqué de manière éthique. Qu'est-ce que c'est fait Ce que nous voulons dire, cependant, c’est que nous devons être prudents lorsque des communiqués de presse passionnants et des démos virales de la GDC nous promettent la lune sur un bâton, et lorsque les coûts réels de cette nouvelle technologie nous sont cachés. L'IA générative n'a pas encore prouvé son confort ou sa crédibilité auprès des développeurs de jeux ou des joueurs. Reste à savoir s’il subira le même sort que la VR ou, pire, les NFT.
En 1950, Alan Turing écrivait à propos de l’IA (avant même que le terme IA ne soit inventé) : « Nous ne pouvons voir qu’une courte distance devant nous, mais nous pouvons y voir beaucoup de choses à faire. » Turing ne pensait probablement qu'aux problèmes techniques lorsqu'il a écrit cela, mais aujourd'hui, je pense qu'il est clair que le travail que nous envisageons relève de la responsabilité de nous tous. Comme nous l'avons vu tout au long de cette série, les réponses aux problèmes auxquels nous sommes confrontés se trouvent en dehors des laboratoires d'IA : elles se trouvent dans les salles d'audience, dans les négociations syndicales, dans les séances de présentation des investisseurs et dans les serveurs Discord gérés par des fans. Les chercheurs en IA comme moi sont en partie responsables de nombreux problèmes auxquels nous sommes confrontés aujourd’hui, mais nous ne sommes certainement pas la seule source de solutions. Il n'y aura pas de réponse rapide ou facile aux problèmes auxquels nous serons confrontés à l'avenir dans l'industrie du jeu vidéo, mais je pense qu'il y a un chemin à parcourir vers un avenir meilleur, si seulement nous pouvons travailler ensemble pour décider où nous voulons aller.
