"આ ચોક્કસ મોડેલ 500,000 ગેમ સત્રો પર તાલીમ પામેલ છે"
નવી ટેકનોલોજીનો ઉદભવ થતો રહે છે તેમ ગેમિંગ ઉદ્યોગમાં AI-જનરેટેડ વિડીયો ગેમ્સ વધુને વધુ ચર્ચાનો વિષય બની રહી છે.
માઈક્રોસોફ્ટનું નવીનતમ નવીનતા, મ્યુઝ, એક એવું સાધન છે જે AI-જનરેટેડ ગેમપ્લે વિડિઓઝનો ઉપયોગ કરીને ડિઝાઇન પ્રક્રિયાને સુવ્યવસ્થિત કરવાનો દાવો કરે છે.
જ્યારે મ્યુઝ વિકાસકર્તાઓ માટે વિચારોને કાર્યક્ષમ રીતે ચકાસવા માટે એક નવીન રીત રજૂ કરે છે, ત્યારે તેણે તેની સાચી ક્ષમતાઓ વિશે પણ ચર્ચા જગાવી છે.
કેટલાક નિષ્ણાતો માને છે કે તે સાચા AI-જનરેટેડ વિડીયો ગેમ્સ તરફનું પ્રથમ પગલું હોઈ શકે છે, જ્યારે અન્ય લોકો દલીલ કરે છે કે તે બહુ ઓછું વ્યવહારુ મૂલ્ય પ્રદાન કરે છે.
જેમ જેમ ગેમિંગ ઉદ્યોગ ઝડપથી વિકસિત થઈ રહ્યો છે, તેમ તેમ મ્યુઝની સંભવિત અસર નોંધપાત્ર રસનો વિષય બની રહી છે.
મ્યુઝ શું છે અને તે કેવી રીતે કાર્ય કરે છે?
2025 ની શરૂઆતમાં, માઇક્રોસોફ્ટે રજૂ કર્યું મનન કરવું, જેને વિશ્વના પ્રથમ વિશ્વ અને માનવ ક્રિયા મોડેલ (WHAM) તરીકે વર્ણવવામાં આવ્યું છે.
નીન્જા થિયરી સાથે સહયોગથી વિકસાવવામાં આવેલ, મ્યુઝને બ્લીડિંગ એજના હજારો કલાકોના ગેમપ્લે ડેટા પર તાલીમ આપવામાં આવી છે.
આ વ્યાપક ડેટા સેટમાંથી શીખીને, મ્યુઝ વાસ્તવિક દેખાતી ગેમપ્લે ક્લિપ્સ જનરેટ કરી શકે છે જેને ડિઝાઇનર્સ પ્રોમ્પ્ટનો ઉપયોગ કરીને હેરફેર કરી શકે છે.
માઈક્રોસોફ્ટ દાવો કરે છે કે આનાથી ડેવલપર્સને પરંપરાગત ગેમ એન્જિનમાં પૂર્ણ-સ્કેલ અમલીકરણ માટે સંસાધનો સમર્પિત કર્યા વિના વિચારોનું વધુ કાર્યક્ષમ રીતે પરીક્ષણ કરવામાં મદદ મળશે.
આ ટૂલ ડેવલપર્સને ગેમપ્લે એન્જિનમાં વિચારો બનાવવામાં નોંધપાત્ર સમય ખર્ચ કર્યા વિના તેમને કલ્પના કરવામાં મદદ કરવા માટે રચાયેલ છે.
ઉદાહરણ તરીકે, જો કોઈ ડિઝાઇનર પાવર-અપ ગેમપ્લેને કેવી રીતે અસર કરી શકે છે તે શોધવા માંગે છે, તો મ્યુઝ તેની સંભવિત અસર દર્શાવતો મોક વિડિઓ જનરેટ કરી શકે છે.
ન્યુ યોર્ક યુનિવર્સિટી ટંડન સ્કૂલ ઓફ એન્જિનિયરિંગમાં કમ્પ્યુટર સાયન્સ અને એન્જિનિયરિંગના એસોસિયેટ પ્રોફેસર જુલિયન ટોગેલિયસે કહ્યું:
"ગેમ એન્જિન જટિલ, અવ્યવસ્થિત વસ્તુઓ છે અને વસ્તુઓનું અનુકરણ કરવામાં ઘણો સમય લાગે છે - તે તેના માટે બનાવવામાં આવ્યા નથી."
“રમતના સિમ્યુલેશન સાથે કામ કરવું ખૂબ સરળ અને ઝડપી બની શકે છે.
"આ પ્રકારના અભ્યાસ દ્વારા ખુલેલી તકો ઘણી મોટી છે, પરંતુ મર્યાદાઓ પણ વાસ્તવિક છે."
મર્યાદાઓ અને ચિંતાઓ
તેની નવીન સુવિધાઓ હોવા છતાં, મ્યુઝ સંપૂર્ણપણે નવી રમતો બનાવી શકતું નથી અથવા રમી શકાય તેવા સિમ્યુલેશન જનરેટ કરી શકતું નથી.
તેના બદલે, તે જે ડેટા પર તાલીમ આપવામાં આવી છે તેના આધારે વિઝ્યુઅલ મોક-અપ્સ બનાવે છે.
જેમ ટોગેલિયસે સમજાવ્યું: "આ ચોક્કસ મોડેલ 500,000 ગેમ સત્રો પર તાલીમ પામેલ છે, તેથી સંભવતઃ લગભગ 100,000 કલાકનો ગેમપ્લે. પરંતુ તે ફક્ત એટલા માટે કામ કરે છે કારણ કે તમારી પાસે ઘણો ડેટા છે."
"જો તમે રેકોર્ડ કરેલા કરતા ઘણા આગળ વધો છો, તો સિમ્યુલેશન સામાન્ય રીતે સારી રીતે વર્તવાનું બંધ કરી દે છે."
મ્યુઝનો વ્યાપક ગેમપ્લે ડેટા પરનો આધાર તેને બ્લીડિંગ એજ જેવી લાઇવ-સર્વિસ રમતો માટે વધુ યોગ્ય બનાવે છે.
નાની અથવા સિંગલ-પ્લેયર રમતો માટે, મ્યુઝ જેવા AI મોડેલને તાલીમ આપવા માટે જરૂરી પ્રયત્નો અતિશય અને અવ્યવહારુ હોઈ શકે છે.
અનુભવી ગેમ ડિઝાઇનર અને AI-કેન્દ્રિત સહ-વિકાસ કંપની AI Guys ના સ્થાપક કેન નોલેન્ડે મ્યુઝના વ્યવહારુ મૂલ્ય અંગે શંકા વ્યક્ત કરી.
તેમણે કહ્યું: “તેઓ એક અદ્ભુત તકનીકી અવરોધ છે જેમાંથી તેઓ કૂદી ગયા છે, પરંતુ એવું લાગે છે કે તેઓ તેમના ઝૂમ ક્ષણમાંથી પસાર થઈ રહ્યા છે: એક ઉત્પાદન જે બજારમાં આવી રહ્યું છે જેનો ખરેખર કોઈ હેતુ નથી.
“ટેક્નોલોજી સરસ છે, અને મને ખોટું ન સમજો, વિડિઓ જનરેશન કરવું એ સરળ કામ નથી... મને તેના લક્ષ્ય પ્રેક્ષકો દેખાતા નથી.
"ગેમ ડેવલપર્સ તેનો ઉપયોગ ઝડપી ઉત્પાદન માટે કરી શકશે નહીં કારણ કે તે ખરેખર, કોઈ ચોક્કસ વસ્તુની કલ્પના કરવા સિવાય, કોઈપણ અંતર્ગત ગેમ ડેવલપમેન્ટ સમસ્યાઓનું નિરાકરણ કરતું નથી."
એઆઈ-જનરેટેડ ગેમ્સનું અસ્પષ્ટ ભવિષ્ય
મ્યુઝની ક્ષમતાઓને લગતી મૂંઝવણમાં વધારો કરતા, માઈક્રોસોફ્ટ ગેમિંગના સીઈઓ ફિલ સ્પેન્સરે દાવો કર્યો કે આ સાધન ક્લાસિક રમતોને સાચવવામાં મદદ કરી શકે છે.
તેમણે સૂચવ્યું કે મ્યુઝના AI મોડેલો જૂના શીર્ષકો "શીખી" શકે છે અને આધુનિક હાર્ડવેર પર તેનું અનુકરણ કરી શકે છે.
માઈક્રોસોફ્ટના સીઈઓ સત્યા નાડેલાએ આ અટકળોમાં વધારો કર્યો અને સૂચવ્યું કે મ્યુઝ એ AI-જનરેટેડ ગેમ્સની "કેટલોગ" બનાવવાની દિશામાં પ્રથમ પગલું હતું.
જોકે, હાલમાં કોઈ સ્પષ્ટ પુરાવા નથી કે મ્યુઝ આ હાંસલ કરી શકે છે.
ટોગેલિયસે કહ્યું:
"સત્યએ જે કહ્યું તેને ભવિષ્યમાં શું કરી શકાય છે તેના દ્રષ્ટિકોણ તરીકે હું ઉદારતાથી અર્થઘટન કરવાનું પસંદ કરીશ."
"એ સંપૂર્ણપણે શક્ય છે કે આપણે તેના કોઈ સંસ્કરણ પર પહોંચી જઈશું, પરંતુ તે નજીકમાં નથી. માઇક્રોસોફ્ટે આ પેપરમાં જે કર્યું છે તે એક પાયાનો પથ્થર છે."
જ્યારે મ્યુઝે રસ જગાડ્યો છે, તે હજુ સુધી સંપૂર્ણપણે કાર્યાત્મક, AI-જનરેટેડ વિડીયો ગેમ્સ બનાવતું નથી.
તેની પ્રાથમિક ભૂમિકા દ્રશ્ય ખ્યાલો ઉત્પન્ન કરવા અને વિચારધારાના તબક્કા દરમિયાન ડિઝાઇનર્સને સહાય કરવા પર કેન્દ્રિત રહે છે.
ગેમિંગમાં અન્ય AI નવીનતાઓ
ગેમિંગમાં મ્યુઝ એ પહેલી AI-સંચાલિત નવીનતા નથી.
2024માં, ગૂગલે ગેમએનજેન લોન્ચ કર્યું, જેનું પ્લે કરી શકાય તેવું વર્ઝન છે ડૂમ જે પરંપરાગત ગેમ એન્જિન વિના કામ કરતું હતું.
શરૂઆતમાં સફળ હોવા છતાં, ગૂગલનું મોડેલ સુસંગતતા સાથે સંઘર્ષ કરી રહ્યું હતું, અને રમતના સત્રો ચાલુ રહેતાં અચોક્કસ રમત તત્વો ઉત્પન્ન થયા.
તાજેતરમાં જ, ગૂગલે બહાર પાડ્યું જીની 2, જે "રમી શકાય તેવી દુનિયા" ઉત્પન્ન કરવાનો દાવો કરે છે.
આશાસ્પદ હોવા છતાં, Genie 2 હજુ પણ પ્રારંભિક તબક્કામાં છે અને વિકાસકર્તાઓ માટે જરૂરી વ્યવહારુ વિશ્વસનીયતા હજુ સુધી દર્શાવી શક્યું નથી.
એઆઈ-જનરેટેડ વિડીયો ગેમ્સ હજુ પણ મુખ્ય પ્રવાહની વાસ્તવિકતા બનવાથી ઘણી દૂર છે.
માઈક્રોસોફ્ટનું મ્યુઝ ડેવલપર્સને વિચારોનું પરીક્ષણ કરવા અને ગેમપ્લેમાં થતા ફેરફારોને ઝડપથી કલ્પના કરવા માટે એક નવીન રીત રજૂ કરે છે.
જોકે, પૂર્ણ-સ્તરીય રમત નિર્માણમાં મ્યુઝનો વ્યવહારુ ઉપયોગ અનિશ્ચિત રહે છે.
જેમ જેમ ટેકનોલોજી પરિપક્વ થાય છે, તેમ તેમ વિકાસકર્તાઓ પરંપરાગત ડિઝાઇન પદ્ધતિઓ સાથે AI ક્ષમતાઓને મિશ્રિત કરવાની નવી રીતો શોધી શકે છે.
હાલમાં, મ્યુઝ એક મહત્વપૂર્ણ તકનીકી સિદ્ધિ તરીકે ઊભું છે પરંતુ કેટલાક લોકોએ આગાહી કરેલી ક્રાંતિથી ઘણું દૂર છે.