Generazione di storie AI per lo sviluppo di giochi #5

Generazione storie AI per giochi #5

Benvenuti in AI per lo sviluppo di giochi! In questa serie, useremo strumenti di intelligenza artificiale per creare un gioco di simulazione agricola completamente funzionale in soli 5 giorni. Alla fine di questa serie, avrai imparato come incorporare una varietà di strumenti di intelligenza artificiale nel tuo flusso di lavoro di sviluppo di giochi. Ti mostrerò come puoi utilizzare gli strumenti di intelligenza artificiale per:

1. Stile artistico
2. Design di gioco
3. 3D Assets
4. 2D Assets
5. Storia

Vuoi la versione video rapida? Puoi guardarla qui. Altrimenti, se desideri i dettagli tecnici, continua a leggere!

Nota: Questo articolo fa riferimento a Parte 2, dove abbiamo utilizzato ChatGPT per il design di giochi. Leggi la Parte 2 per avere ulteriori informazioni su come funziona ChatGPT, inclusa una breve panoramica sui modelli di linguaggio e sui loro limiti.

Giorno 5: Storia

Nella Parte 4 di questa serie di tutorial, abbiamo parlato di come puoi utilizzare Stable Diffusion e Image2Image come strumento nel tuo flusso di lavoro di creazione di Assets 2D.

• Sintesi del parlato, riconoscimento e altro con SpeechT5
• Sintonizzazione fine efficiente dei parametri utilizzando 🤗 PEFT
• Generazione di testo immagine-a-testo senza addestramento con BLIP-2

In questa parte finale, useremo l’intelligenza artificiale per la storia. Prima, illustrerò il mio processo per il gioco di simulazione agricola, facendo attenzione alle ⚠️ limitazioni da tenere in considerazione. Successivamente, parlerò delle tecnologie pertinenti e di dove stiamo andando nel contesto dello sviluppo di giochi. Infine, concluderò con il gioco finale.

Processo

Requisiti: Sto utilizzando ChatGPT durante tutto questo processo. Per ulteriori informazioni su ChatGPT e sulla modellazione del linguaggio in generale, ti consiglio di leggere la Parte 2 della serie. ChatGPT non è l’unica soluzione valida, ci sono molti concorrenti emergenti, inclusi agenti di dialogo open-source. Continua a leggere per saperne di più sul panorama emergente degli agenti di dialogo.

1. Chiedi a ChatGPT di scrivere una storia. Fornisco molti dettagli sul mio gioco, quindi chiedo a ChatGPT di scrivere un riassunto della storia.

ChatGPT risponde quindi con un riassunto della storia che è estremamente simile alla storia del gioco Stardew Valley.

⚠️ Limitazione: I modelli di linguaggio sono suscettibili di riprodurre storie esistenti.

Ciò sottolinea l’importanza di utilizzare i modelli di linguaggio come strumento, piuttosto che come sostituto della creatività umana. In questo caso, fare affidamento esclusivamente su ChatGPT porterebbe a una storia molto poco originale.

1. Raffina i risultati. Come per Image2Image nella Parte 4, il vero potere di questi strumenti deriva dalla collaborazione di andata e ritorno. Quindi, chiedo direttamente a ChatGPT di essere più originale.

Questo è già molto meglio. Continuo a perfezionare il risultato, come chiedere di rimuovere elementi magici poiché il gioco non contiene magia. Dopo qualche iterazione di andata e ritorno, raggiungo una descrizione con cui sono soddisfatto. Poi, è solo questione di generare il contenuto effettivo che racconta questa storia.

1. Scrivi il contenuto. Una volta soddisfatto del riassunto della storia, chiedo a ChatGPT di scrivere il contenuto della storia nel gioco. Nel caso di questo gioco di simulazione agricola, l’unico contenuto scritto è la descrizione del gioco e la descrizione degli oggetti nel negozio.

Non male. Tuttavia, nel gioco non ci sono sicuramente aiuti da parte di agricoltori esperti, né sfide o avventure da scoprire.

1. Raffina il contenuto. Continuo a perfezionare il contenuto generato per adattarlo meglio al gioco.

Sono soddisfatto di questo risultato. Quindi, dovrei usarlo direttamente? Forse. Poiché questo è un gioco gratuito sviluppato per un tutorial di intelligenza artificiale, probabilmente sì. Tuttavia, potrebbe non essere così semplice per i prodotti commerciali, avendo potenziali implicazioni legali, etiche e commerciali indesiderate.

⚠️ Limitazione: L’utilizzo diretto degli output dei modelli di linguaggio può avere implicazioni legali, etiche e commerciali indesiderate.

Alcune potenziali implicazioni indesiderate dell’utilizzo diretto degli output sono le seguenti:

• Legale: Il panorama legale riguardante l’Intelligenza Artificiale Generativa è attualmente molto incerto, con diversi contenziosi in corso.
• Etico: I modelli di linguaggio possono produrre output plagiati o con pregiudizi. Per ulteriori informazioni, consulta la Newsletter sull’Etica e la Società.
• Commerciale: Alcune fonti hanno affermato che i contenuti generati dall’intelligenza artificiale potrebbero essere deprioritizzati dai motori di ricerca. Questo potrebbe non essere il caso per la maggior parte dei contenuti non spam, ma è comunque importante considerarlo. Strumenti come AI Content Detector possono essere utilizzati per verificare se un contenuto potrebbe essere rilevato come generato dall’intelligenza artificiale. Ci sono ricerche in corso sul watermarking dei modelli di linguaggio che potrebbero contrassegnare il testo come generato dall’intelligenza artificiale.

Dati questi limiti, l’approccio più sicuro potrebbe essere quello di utilizzare modelli di linguaggio come ChatGPT per fare brainstorming ma scrivere il contenuto finale a mano.

1. Scala il contenuto. Continuo a utilizzare ChatGPT per sviluppare descrizioni per gli oggetti nel negozio.

Per il mio semplice gioco di fattoria, potrebbe essere un approccio efficace per produrre tutto il contenuto narrativo del gioco. Tuttavia, questo potrebbe presto incontrare limitazioni di scala. ChatGPT non è adatto per narrazioni molto lunghe e coese. Anche dopo aver generato alcune descrizioni degli oggetti per il gioco di fattoria, i risultati iniziano a perdere qualità e a ripetersi.

⚠️ Limitazione: I modelli di linguaggio sono suscettibili alla ripetizione.

Per concludere questa sezione, ecco alcuni consigli basati sulla mia esperienza personale che potrebbero essere utili nell’utilizzo dell’IA per la narrazione:

• Chiedi degli schemi. Come accennato, la qualità può deteriorarsi con il contenuto a lungo termine. Sviluppare schemi narrativi di alto livello tende a funzionare molto meglio.
• Fai brainstorming su piccole idee. Usa i modelli di linguaggio per aiutarti a sviluppare idee che non richiedono il contesto narrativo completo. Ad esempio, descrivi un personaggio e usa l’IA per aiutarti a sviluppare dettagli su quel personaggio.
• Raffina il contenuto. Scrivi il tuo effettivo contenuto narrativo e chiedi suggerimenti su come migliorarlo. Anche se non utilizzi il risultato, potrebbe darti delle idee su come migliorare il contenuto.

Nonostante le limitazioni che ho discusso, gli agenti di dialogo sono uno strumento estremamente utile per lo sviluppo di giochi, ed è solo l’inizio. Parliamo del panorama emergente degli agenti di dialogo e del loro potenziale impatto sullo sviluppo di giochi.

Dove stiamo andando

Il panorama emergente

Il mio processo si è concentrato su come ChatGPT può essere utilizzato per la narrazione. Tuttavia, ChatGPT non è l’unica soluzione disponibile. Character.AI offre accesso ad agenti di dialogo personalizzati per personaggi con diverse personalità, inclusi agenti specializzati nella scrittura creativa.

Ci sono molti altri modelli che non sono ancora accessibili al pubblico. Dai un’occhiata a questo recente post sul blog sugli agenti di dialogo, che include un confronto con altri modelli esistenti. Tra questi ci sono:

• LaMDA e Bard di Google
• BlenderBot di Meta
• Sparrow di DeepMind
• Assistant di Anthropic.

Anche se molti dei principali concorrenti sono closed-source, esistono anche sforzi di agenti di dialogo open-source, come OpenAssistant di LAION, gli sforzi riportati da CarperAI e il rilascio open source di FLAN-T5 XXL di Google. Questi possono essere combinati con strumenti open-source come LangChain, che consentono di concatenare input e output del modello di linguaggio, contribuendo a sviluppare agenti di dialogo aperti.

Come il rilascio open-source di Stable Diffusion si è rapidamente diffuso in una vasta varietà di innovazioni che hanno ispirato questa serie, la comunità open-source sarà fondamentale per entusiasmanti applicazioni linguistiche nello sviluppo di giochi che devono ancora essere scoperte. Per seguire questi sviluppi, puoi seguirmi su Twitter. Nel frattempo, discutiamo alcune di queste possibili evoluzioni.

Sviluppo in-game

NPC: Oltre ai chiari utilizzi dei modelli di linguaggio e degli agenti di dialogo nel flusso di lavoro dello sviluppo di giochi, c’è un potenziale entusiasmante in-game per questa tecnologia che non è ancora stato realizzato. Il caso più chiaro sono gli NPC alimentati dall’IA. Ci sono già startup costruite attorno a questa idea. Personalmente, non vedo ancora come i modelli di linguaggio, così come sono attualmente, possano essere utilizzati per creare NPC coinvolgenti. Tuttavia, penso che non sia lontano. Vi farò sapere.

Controlli. Cosa ne penseresti se potessi controllare un gioco parlandoci? In realtà, al momento non è troppo difficile da fare, anche se non è ancora stato messo in pratica. Saresti interessato a imparare come farlo? Resta sintonizzato.

Conclusioni

Vuoi provare il gioco finale di fattoria? Dai un’occhiata qui o su itch.io.

Grazie per aver letto la serie AI per lo sviluppo di giochi! Questa serie è solo l’inizio dell’IA per lo sviluppo di giochi su Hugging Face, con molto altro ancora in arrivo. Hai domande? Vuoi partecipare di più? Unisciti a Hugging Face Discord!