ข้อมูลวิดีโอเกมกำลังกลายเป็นสนามลับฝึก AI ให้เข้าใจโลกจริง

ทำไมข้อมูลวิดีโอเกมสำหรับ AI จึงสำคัญกว่าที่คิด

ข้อมูลวิดีโอเกมสำหรับ AI คือการนำพฤติกรรมการเล่นเกมของผู้เล่น เช่น การกดปุ่ม การโยกจอย และภาพฉากสามมิติที่เปลี่ยนไปตามการกระทำ มารวมเป็นชุดข้อมูลขนาดใหญ่ เพื่อฝึก world models training หรือระบบ AI ที่ถูกออกแบบให้เข้าใจโลกกายภาพ การเคลื่อนไหวของวัตถุ และปฏิสัมพันธ์ระหว่างตัวละครกับสภาพแวดล้อม เป้าหมายคือให้ AI ไม่ได้แค่ตอบคำถามด้วยข้อความ แต่เรียนรู้การลงมือทำในสถานการณ์ที่คล้ายโลกจริง

แก่นสำคัญในวันนี้คือ วิดีโอเกมไม่ได้เป็นแค่ความบันเทิงอีกต่อไป แต่กลายเป็นเหมืองข้อมูลสำหรับ AI ฝึกอบรมจากเกมในระดับที่อาจพลิกทั้งอุตสาหกรรมรถยนต์ไร้คนขับ หุ่นยนต์ และสื่ออินเทอร์แอกทีฟ แนวคิดนี้เกิดจากความเชื่อที่เพิ่มขึ้นว่าโมเดลภาษาขนาดใหญ่ที่เรียนจากตัวอักษรเพียงอย่างเดียวเริ่มชนเพดาน และไม่เหมาะกับงานที่ต้องอาศัยความแม่นยำและความละเอียดอ่อน เช่น การขับรถยนต์ไร้คนขับ เมื่อ AI ต้องออกจากหน้าจอและลงสู่โลกจริง การมีแบบจำลองของโลกจากภาพเคลื่อนไหวและการกระทำจึงกลายเป็นเรื่องจำเป็นมากกว่าทางเลือก

Worldmodeldata และการปั้นโลกจำลองจากเกือบล้านชั่วโมงการเล่นเกม

ตัวอย่างที่ชัดที่สุดของ AI ฝึกอบรมจากเกมคือ Worldmodeldata บริษัทที่รวบรวมข้อมูลการควบคุมเกมของผู้เล่นจากสตูดิโอเกม ทั้งการโยกจอย การกดปุ่ม และภาพฉากสามมิติ มาจัดเป็นชุดข้อมูลสำหรับฝึก World Model หรือ AI ที่ถูกออกแบบให้เข้าใจและทำงานในโลกกายภาพได้ บริษัทระบุว่าได้รับสิทธิ์ใช้ข้อมูลแล้วเกือบหนึ่งล้านชั่วโมง ซึ่งมากพอจะสร้างภาพโลกจำลองที่หลากหลายกว่าหลายระบบจำลองแบบเดิม นี่คือคำพูดที่น่าจดจำของทีมบริหารว่า เกมดีๆ มีอยู่นับล้าน และประสบการณ์ในเกมเหล่านี้ควรถูกนำมาสอน AI ไม่ใช่ปล่อยให้สูญเปล่า

ประเด็นที่น่าคิดคือ Worldmodeldataกำลังเปลี่ยนมุมมองต่อข้อมูลเกมจากของเสียที่กองอยู่ในเซิร์ฟเวอร์สตูดิโอ ให้กลายเป็นสินทรัพย์ที่ห้องแล็บ AI ต้องการอย่างมาก บริษัทมองว่าข้อมูลการควบคุมที่สตูดิโอเกมเก็บไว้อยู่แล้วเป็นผลพลอยได้ที่มีอยู่ในปริมาณมหาศาล และสามารถใช้แก้ปัญหาการขาดแคลนข้อมูลฝึก World Model ได้ ที่น่าสนใจสำหรับผู้เล่นทั่วไปคือ ในอนาคต Worldmodeldataตั้งเป้าเปิดช่องทางให้ผู้เล่นแต่ละคนได้รับค่าตอบแทนจากการอนุญาตให้ใช้ข้อมูลการเล่นของตัวเองด้วย ถ้าเกิดขึ้นจริง ผู้เล่นจะไม่ใช่แค่ลูกค้าที่ซื้อเกม แต่เป็นผู้ร่วมสร้างโลกจำลองให้ AI

Reactor และการใช้ world models training เป็นสนามทดสอบหุ่นยนต์บนคลาวด์

ในอีกด้านหนึ่งของโลกเทคโนโลยี บริษัทซอฟต์แวร์อย่าง Reactorกำลังแสดงให้เห็นว่าข้อมูลภาพและโลกจำลองไม่ได้มีผลเฉพาะในเกม แต่ส่งต่อไปถึงการออกแบบหุ่นยนต์และระบบควบคุมอัตโนมัติ Startup รายนี้พัฒนาซอฟต์แวร์เพื่อทำให้ world models ทำงานได้เร็วและถูกลง พร้อมทั้งให้บริการคลาวด์สำหรับจัดการกำลังประมวลผลที่โมเดลเหล่านี้ต้องใช้ การที่บริษัทชิปกราฟิกชั้นนำสนับสนุน Reactor ผ่านแขนลงทุนของตน เป็นสัญญาณว่าการฝึกและรัน world models กำลังถูกมองว่าเป็นโครงสร้างพื้นฐานเชิงพาณิชย์ที่มีมูลค่าจริง ไม่ใช่แค่โครงการวิจัยสวยหรู

Reactorชี้ให้เห็นปัญหาชัดเจนของวงการหุ่นยนต์ นั่นคือการสร้างซิมูเลชันแบบเดิมเพื่อทดสอบหุ่นยนต์ต้องใช้เวลานานและต้นทุนสูง เพราะต้องสร้างวัตถุสามมิติและจัดฉากละเอียดรอบคอบ บริษัทเสนอให้ใช้ world models ที่สามารถสร้างสภาพแวดล้อมจากข้อความสั่ง และตอบสนองต่อการกระทำของหุ่นยนต์แบบอินเทอร์แอกทีฟ ทำให้สามารถทดลองซอฟต์แวร์ควบคุมหุ่นยนต์ในโลกจำลองที่ยืดหยุ่นกว่าเดิม การรันโมเดลเหล่านี้บนคลาวด์ยังเปิดโอกาสให้ผู้พัฒนามีเครื่องแรงโดยไม่ต้องยัดฮาร์ดแวร์ราคาแพงลงในหุ่นยนต์ทุกตัว และสามารถอัปเกรดระบบประมวลผลโดยไม่ต้องเปลี่ยนฮาร์ดแวร์ทั้งฝูงหุ่นยนต์ด้วย นี่คือการเปลี่ยนข้อมูลการกระทำในโลกเสมือนให้กลายเป็น robot training data ทางอ้อม

ข้อถกเถียงเรื่องฟิสิกส์ในเกม และมุมมองจากผู้วิจัย

แม้แนวโน้ม world models training จากเกมจะมาแรง แต่ไม่ใช่ทุกคนในวงการ AI จะเห็นด้วย โดยเฉพาะเมื่อพูดถึงงานที่ต้องอาศัยความละเอียดทางฟิสิกส์ นักพัฒนาจากค่ายชิปกราฟิกชื่อดังตั้งคำถามว่าฟิสิกส์ในเกมจะละเอียดพอสำหรับงานโลกจริงหรือไม่ โดยเฉพาะงานควบคุมการเคลื่อนไหวอย่างประณีต เช่น การหยิบจับวัตถุอย่างระมัดระวัง เพราะฟิสิกส์ในเกมมักมีความแปลกและใช้ทางลัดเพื่อให้ภาพดูสมจริง แต่ไม่ได้จำลองแรง กด หรือการเคลื่อนที่ระดับนิ้วมือ

นักวิชาการด้าน AI บางคนก็มีข้อกังวลคล้ายกัน โดยชี้ว่าวิดีโอเกมคือเครื่องจำลองที่มีพื้นฐานฟิสิกส์ในระดับหนึ่งแต่ยังหยาบและเป็นเพียงการประมาณ อย่างไรก็ตาม ข้อโต้แย้งนี้กลับเป็นจุดตั้งต้นให้เกิดแนวทางผสมผสานที่น่าสนใจ Worldmodeldataเสนอให้ใช้ข้อมูลจากวิดีโอเกมเป็นวัตถุดิบส่วนใหญ่ในการฝึก World Model ก่อน แล้วค่อยนำโมเดลที่ได้ไปปรับแต่งด้วยข้อมูลเฉพาะของสภาพแวดล้อมหรือภารกิจจริงแต่ละประเภทในขั้นต่อไป แนวคิดนี้เหมือนการใช้เกมเป็นโรงฝึกเบื้องต้นให้ AI เข้าใจหลักการเคลื่อนไหวและบริบทกว้างๆ จากนั้นค่อยส่งต่อไปเรียนงานละเอียดในสนามจริง เพื่อลดต้นทุนข้อมูลโลกจริงที่มักหาได้ยากและเก็บยาก

Sony และยุคใหม่ของ NPC ที่ปรับตัวตามสไตล์การเล่น

ถ้า Worldmodeldataกับ Reactorทำให้เกมกลายเป็นแหล่งข้อมูลฝึก AI ในระดับโลกกายภาพ Sonyกำลังทำสิ่งคล้ายกันในระดับพฤติกรรมผู้เล่น ผ่านสิทธิบัตรใหม่ที่ให้ AI model ฝึกตัวละครที่ผู้เล่นควบคุมไม่ได้หรือ NPC ให้มีพฤติกรรมเปลี่ยนไปตามสไตล์การเล่นของแต่ละคน สิทธิบัตรชื่อ “AI-Adapted Non-Player Character for Video Game System” ระบุว่า ระบบจะดึงข้อมูลจากนิสัยการเล่นมาปรับดีไซน์และพฤติกรรมของ NPC แบบเรียลไทม์ จุดสำคัญคือผู้เล่นแต่ละคนอาจได้ประสบการณ์ที่ต่างกันอย่างชัดเจนจากเกมเดียวกัน ขึ้นอยู่กับวิธีที่เขาเล่น

แม้การใช้ AI สร้าง NPC ไม่ใช่เรื่องใหม่ แต่การให้โมเดลเรียนพฤติกรรมผู้เล่นเพื่อตั้งค่า NPC แบบรายบุคคลถือเป็นก้าวกระโดด เพราะลดภาระการออกแบบด้วยมือที่ใช้เวลามาก และสามารถลดต้นทุนการพัฒนาเกมในระยะยาวได้ สำหรับผู้เล่น ความเปลี่ยนแปลงนี้หมายถึงศัตรูในเกมประเภทบอสไฟต์อาจเรียนรู้จุดอ่อนของเราและปรับกลยุทธ์ตาม ทำให้การเล่นซ้ำไม่ใช่แค่จำแพตเทิร์นเดิม แต่ต้องคิดวิธีใหม่อยู่ตลอด สิ่งที่ยังต้องตามดูคือสิทธิบัตรส่วนใหญ่ไม่ได้ถูกนำมาใช้จริงทั้งหมด แต่หากเทคโนโลยีนี้เดินหน้าจริง วิดีโอเกมจะกลายเป็นทั้งห้องทดลองพฤติกรรมมนุษย์และแหล่งข้อมูลให้ AI เข้าใจการตัดสินใจในโลกเสมือนอย่างลึกซึ้ง