全球領先的實時3D內(nèi)容創(chuàng)作和運營平臺Unity最近推出了Sentis，這是一項幫助開發(fā)者將生成的人工智能模型融入使用其平臺構(gòu)建的游戲和其他應用程序的功能。Unity一直致力于推動創(chuàng)作大眾化，通過提供一系列3D創(chuàng)作工具和一整套全面的解決方案，將內(nèi)容從二維、離線和單向的傳播形式轉(zhuǎn)變?yōu)槿S、實時和深度交互的形式。Unity經(jīng)常被用作游戲引擎，視頻游戲已經(jīng)使用人工智能幾十年了。但是，強大但不可預測的尖端生成模型帶來了獨特的挑戰(zhàn)。

Central Casting AI的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Jeff Orkin博士表示：“這是有道理的，因為我確實看到，無論是小型創(chuàng)作者還是大型工作室，不同規(guī)模的游戲開發(fā)商都對這些新的人工智能技術(shù)感到好奇并有興趣。但是他們擔心成本，不想受惠于第三方公司，因為每次用戶與游戲或游戲中的角色交互時，都需要進行API調(diào)用。”

Orkin為F.E.A.R.開發(fā)了人工智能，這是一個2005年的標題，因?qū)⒂螒蛞搿白詣踊?guī)劃（automated planning）”概念而受到贊揚，這是以目標為導向的方法，可以產(chǎn)生更有效、更動態(tài)的人工智能代理。Central Casting AI將這一點與生成人工智能的最新進展相結(jié)合，構(gòu)建大型“規(guī)劃域（planning domains）”，支持廣泛的人工智能動作，包括與游戲中對象的對話和互動。

這項技術(shù)很強大，但它突出了開發(fā)人員在嘗試構(gòu)建更先進的人工智能時所面臨的限制。規(guī)劃領域廣泛但固定，因此不會出現(xiàn)規(guī)劃領域之外的行為。Central Casting的產(chǎn)品在亞馬遜網(wǎng)絡服務上運行，因此需要連接互聯(lián)網(wǎng)。根據(jù)開發(fā)人員的需求，這些特性可能是優(yōu)點，也可能是缺點，但只代表一條可能的路徑。

Unity的Sentis目前處于封閉測試階段，為開發(fā)者提供了一條以前不可能探索的替代路線。Unity首席技術(shù)官Luc Barthelet在一份新聞稿中表示：“有了Unity Sentis，設計師可以在從移動設備到控制臺再到網(wǎng)絡和PC的設備上構(gòu)建依賴推理的游戲循環(huán)，即通過機器學習模型輸入數(shù)據(jù)的過程，而不存在云計算成本或延遲問題。這將用于運行NPC角色……或者重新設計游戲，甚至它可以用效率高出1000倍的東西取代物理引擎。”

更簡單地說，Sentis讓開發(fā)者可以選擇在Unity應用程序中構(gòu)建生成性人工智能模型，并在消費級硬件上運行，包括從iPhone到Xbox的一切。這是3D實時開發(fā)環(huán)境的第一次，與Unity的上一次開發(fā)ML Agents Toolkit相比有了重大變化，后者在運行之外進行操作，這意味著它沒有集成到實際實時驅(qū)動游戲環(huán)境的代碼中。

紐約大學計算機科學與工程副教授、Modl.ai聯(lián)合創(chuàng)始人Julian Togelius解釋道：“[Unity ML Agents]在學生和人工智能研究人員中很受歡迎，他們可以更容易地使用Unity來構(gòu)建實驗環(huán)境。但在單獨的過程中運行模型會使根據(jù)模型發(fā)布游戲變得更加復雜，并會帶來性能損失。集成到Unity運行時既有助于解決性能問題，也有助于部署到多個平臺。”

開發(fā)者與生成人工智能不可預測的潛力作斗爭

Sentis可能會幫助開發(fā)人員應對在Unity中實現(xiàn)人工智能模型的挑戰(zhàn)，但這并不意味著這是一個穩(wěn)操勝券的事。

Charmed.ai首席執(zhí)行官Jeremy Tryba強調(diào)了這一點。他的公司開發(fā)工具，幫助開發(fā)人員將生成性人工智能引入3D實時環(huán)境，但專注于所謂的特性產(chǎn)出，例如增強墻或NPC身體的幾何定義以及所合成的紋理，使其看起來逼真 ——這在任何3D游戲、電影或應用程序中，都是一個成本高昂且耗時的元素。Tryba說：“要建立好的模型，很大程度上是要了解訓練集，我認為，在獲得正確的數(shù)據(jù)來驅(qū)動人們真正希望進入游戲引擎的實時模型之前，我們還有很長的路要走。”

這指向了一個熟悉的問題：生成的人工智能模型是不可預測的。但是，在Sentis允許的情況下，實時運行人工智能模型將給開發(fā)者帶來意想不到的結(jié)果。

即便如此，Sentis對尋找捷徑的開發(fā)者來說可能很有吸引力——這是所有軟件開發(fā)者，尤其是游戲開發(fā)者迫切需要的。Regression Games創(chuàng)始人兼首席執(zhí)行官Aaron Vontell表示：“歸根結(jié)底，很多游戲開發(fā)商都想專注于構(gòu)建游戲，對吧？他們不想專注于與游戲更平行或與核心分離的東西。我看到的是，很多工作室都想使用人工智能工具，讓人們更容易完成一些更單調(diào)且更困難的任務。”

雖然在游戲運行時嵌入人工智能模型一開始可能會帶來更多的不可預測性，但它為最終將模型更牢固地置于游戲開發(fā)商的控制之下提供了希望。這是一個重要的區(qū)別。通用的第三方人工智能模型，如ChatGPT，是不透明的，它支持各種可能與特定游戲或應用程序無關的功能。將模型引入運行時提供了一個機會，可以構(gòu)建具有精確功能的更可預測的模型。

Orkin說：“我認為，如果你能在自己的引擎中運行模型，這意味著你可以控制模型本身，你可以選擇用什么數(shù)據(jù)訓練它，這可以讓你更好地控制它可以做的事情。”

這種可能性需要數(shù)年才能實現(xiàn)，但Unity決定將人工智能與Sentis一起引入運行時是第一步，它的競爭對手——比如Unreal Engine——可能會緊隨其后。

責任編輯：彭菁