How AI Can Make Gaming Better for All Players-TGN

जब गूगल ने किया खुलासा प्रोजेक्ट गेमफेस, कंपनी को हैंड्स-फ्री, एआई-संचालित गेमिंग माउस दिखाने पर गर्व था, इसकी घोषणा के अनुसार, “लोगों को अपने सिर की गति और चेहरे के हावभाव का उपयोग करके कंप्यूटर के कर्सर को नियंत्रित करने में सक्षम बनाता है।” हालांकि यह पहला एआई-आधारित गेमिंग टूल नहीं हो सकता है, लेकिन यह निश्चित रूप से एआई को डेवलपर्स के बजाय खिलाड़ियों के हाथों में देने वाले पहले उपकरणों में से एक था।

प्रोजेक्ट था लैन्सी कैर से प्रेरित, एक चतुर्भुज वीडियो गेम स्ट्रीमर जो अपने गेमिंग सेटअप के हिस्से के रूप में एक हेड-ट्रैकिंग माउस का उपयोग करता है। उसके मौजूदा हार्डवेयर के आग में नष्ट हो जाने के बाद, Google ने मशीन लर्निंग द्वारा संचालित एक ओपन सोर्स, अत्यधिक कॉन्फ़िगर करने योग्य, महंगे प्रतिस्थापन हार्डवेयर का कम लागत वाला विकल्प बनाने के लिए कदम उठाया। जबकि एआई का व्यापक अस्तित्व विभाजनकारी साबित हो रहा है, हम यह पता लगाने के लिए निकले हैं कि क्या एआई, जब अच्छे के लिए उपयोग किया जाता है, तो गेमिंग एक्सेसिबिलिटी का भविष्य हो सकता है।

यह स्पष्ट रूप से समझने के लिए कि वे गेमफेस में कैसे काम करते हैं, एआई और मशीन लर्निंग को परिभाषित करना महत्वपूर्ण है। जब हम “एआई” और “मशीन लर्निंग” शब्दों का उपयोग करते हैं, तो हम समान और अलग-अलग चीजों का उल्लेख कर रहे हैं।

“एआई एक अवधारणा है,” गूगल में एआई वकालत के प्रमुख और गेमफेस के पीछे के दिमागों में से एक लॉरेंस मोरोनी WIRED को बताते हैं। “मशीन लर्निंग एक तकनीक है जिसका उपयोग आप उस अवधारणा को लागू करने के लिए करते हैं।”

मशीन लर्निंग, बड़े भाषा मॉडल जैसे कार्यान्वयन के साथ-साथ एआई की छत्रछाया में फिट बैठती है। लेकिन जहां ओपनएआई के चैटजीपीटी और स्टेबिलिटीएआई के स्टेबल डिफ्यूजन जैसे परिचित एप्लिकेशन पुनरावृत्त हैं, मशीन लर्निंग की विशेषता बिना किसी निर्देश के सीखना और अनुकूलन करना, पठनीय पैटर्न से निष्कर्ष निकालना है।

मोरोनी बताते हैं कि मशीन लर्निंग मॉडल की श्रृंखला में इसे गेमफेस पर कैसे लागू किया जाता है। वह कहते हैं, “पहला काम यह पता लगाना था कि तस्वीर में चेहरा कहां है।” “दूसरा था, एक बार जब आपके पास चेहरे की एक छवि थी, तो आप यह समझने में सक्षम हो जाएंगे कि स्पष्ट बिंदु (आंखें, नाक, कान, आदि) कहां हैं।”

इसके बाद, एक अन्य मॉडल उन बिंदुओं से इशारों को मैप और समझ सकता है, उन्हें माउस इनपुट को निर्दिष्ट कर सकता है।

यह एआई का स्पष्ट रूप से सहायक कार्यान्वयन है, जो अक्सर मानव इनपुट को निरर्थक बनाने के रूप में प्रचारित किया जाता है। दरअसल, मोरोनी का सुझाव है कि एआई को सबसे अच्छा उपयोग किया जाता है, “उन चीजों को करने की हमारी क्षमता को बढ़ाने के लिए जो पहले संभव नहीं थीं।”

यह भावना गेमिंग को और अधिक सुलभ बनाने की गेमफेस की क्षमता से कहीं आगे तक फैली हुई है। मोरोनी का सुझाव है कि एआई न केवल खिलाड़ियों की पहुंच पर बड़ा प्रभाव डाल सकता है, बल्कि डेवलपर्स के पहुंच समाधान बनाने के तरीके पर भी बड़ा प्रभाव डाल सकता है।

वह कहते हैं, “कुछ भी जो डेवलपर्स को उन समस्याओं के वर्गों को हल करने में अधिक प्रभावी बनाता है जो पहले असंभव थीं,” वह कहते हैं, “केवल पहुंच, या किसी अन्य, स्थान में फायदेमंद हो सकता है।”

यह कुछ ऐसा है जिसे डेवलपर्स पहले से ही समझना शुरू कर रहे हैं। आर्टेम कोब्लोव, क्रिएटिव डायरेक्टर PerelesoqWIRED को बताता है कि वह “रचनात्मक आविष्कार के बजाय नियमित कार्यों को हल करने के लिए अधिक संसाधनों को निर्देशित करना चाहता है।”

ऐसा करने से AI को समय लेने वाली तकनीकी प्रक्रियाओं में सहायता करने की अनुमति मिलती है। सही अनुप्रयोगों के साथ, एआई एक हल्का, अधिक अनुमोदक, विकास चक्र बना सकता है जिसमें यह पहुंच समाधानों के यांत्रिक कार्यान्वयन में मदद करता है और डेवलपर्स को उन पर विचार करने के लिए अधिक समय देता है।

के क्रिएटिव डायरेक्टर कॉनर ब्रैडली कहते हैं, “एक डेवलपर के रूप में, आप चाहते हैं कि आपके पास अधिक से अधिक उपकरण हों जो आपके काम को आसान बनाने में मदद कर सकें।” सॉफ्ट लीफ स्टूडियो. वह पहुंच में एआई के वर्तमान कार्यान्वयन में लाभ की ओर इशारा करते हैं, जिसमें “वास्तविक समय टेक्स्ट-टू-स्पीच और स्पीच-टू-टेक्स्ट पीढ़ी, और भाषण और छवि पहचान” शामिल है। और वह भविष्य के विकास की संभावना देखता है। “समय के साथ, मैं देख सकता हूं कि अधिक से अधिक गेम हमारे गेम को अधिक सुलभ बनाने के लिए इन शक्तिशाली एआई टूल का उपयोग कर रहे हैं।”

(टैग अनुवाद करने के लिए)कृत्रिम बुद्धिमत्ता(टी)वीडियो गेम(टी)गेमिंग संस्कृति(टी)पहुंच-योग्यता(टी)डेवलपर्स(टी)वायर्ड30