Nvidia Project G-Assist: Die künstliche Intelligenz, die euch beim Zocken helfen soll
Special
KI-Tools wie ChatGPT werden immer leistungsfähiger - und immer häufiger auch zu Helfern im Alltag. Nvidia arbeitet an einem KI-Projekt, das euch bei kniffligen Games und bei der Spielkonfiguration unterstützen soll.
Vielleicht haben sie auch einfach nur eine ganz grundlegende Frage, für die sie im Netz recherchieren müssten. "Can I ride a dinosaur?" ist die Frage, die Lars Weinand nun in der Demo-Session stellt. Die Antwort lässt nur kurz auf sich warten: "Yes, you can ride a dinosaur in ARK: Survival Ascended", bestätigt der Assistent.
"From your inventory, you have a Rock Drake Saddle , which can be used to ride a Rock Drake. Additionally, the Triceratops on screen is rideable with an appropriate saddle." Die Antwort mag ein bisschen obvious erscheinen, schon klar. Aber erstens erfahren wir direkt die Namen von zwei Dinos, die sich im Gehege tummeln. Und zweitens kann "Project G-Assist" uns auch gleich sagen, welche Bauteile wir für den Sattel benötigen. Das ist sehr praktisch!
Viele Möglichkeiten
Man kann sich viele Situationen vorstellen, in denen die In-Game-Hilfe nützlich wäre. Wer in einer Open World stundenlang nach einem ganz bestimmten Item sucht, wäre womöglich über einen klitzekleinen Tipp dankbar - auch wenn das nur nach dem guten alten Topfschlagen-Prinzip wäre ("heißer ... noch heißer ... siedend heiß!").
Die KI könnte ihre Tipps auch verrätselt formulieren, um die Lösung nicht zu einfach zu machen, nach dem Motto: "Du wirst das Item an der Biegung eines Wasserlaufs finden." In diesem Zusammenhang ist übrigens auch Nvidia ACE interessant, ein KI-Projekt, das NPCs zu intelligenteren Gesprächspartnern macht. Hier erfahrt ihr mehr.
Quelle: Nvidia
KI-Unterstützung: Lars Weinand (Nvidia) demonstriert Project G-Assist.
Aber zurück zu "Project G-Assist". In einem Aufbau-Strategiespiel könnte das Helferlein Hinweise darauf geben, welche Ressourcen gleich zu Beginn benötigt werden - und in welcher Reihenfolge man die Basisgebäude errichten sollte. Oder nehmen wir als Beispiel einen Puzzle-Platformer: Hier könnte die KI Tipps geben, worauf beim Lösen bestimmter Rätsel zu achten ist - zum Beispiel auf Farbgebung, Muster oder logische Zusammenhänge.
In einem FPS wiederum wären KI-Tipps zur Loadout Meta hilfreich, also zu den effektivsten Taktiken und Waffen-Ausrüstungs-Kombinationen. All das lässt sich natürlich auch im Internet recherchieren oder durch ein geschmeidiges Tutorial zu Spielbeginn vermitteln. Doch ein kurzer KI-Tipp spart einfach Zeit!
Info-Schub als Cheat?
Hat hier jemand empört "Das ist doch Cheaten!" gerufen? Okay, dieses Argument ist nicht ganz von der Hand zu weisen. Zumindest entspricht das der Logik von Spielern, die viel Zeit und Geduld investiert haben, um sich profundes Wissen anzueignen - und die mit ihrer Erfahrung auch entsprechende Vorteile genießen.
Würde jetzt plötzlich jeder Noob ohne Umwege diesen wertvollen Erfahrungsschatz anzapfen können - wo kämen wir denn da hin? Wer so argumentiert, sollte aber zwei Dinge berücksichtigen: Erstens ist diese Form des leicht elitären Gralshütertums auch nur ein Produkt dessen, wie die meisten Spiele ihr Wissen aktuell noch vermitteln - nämlich altbacken step by step.
Und zweitens wird das Gralshütertum ohnehin schon durch die leicht verfügbaren Internet-Infos unterhöhlt. Anders formuliert: Wer fleißig Infos sammelt, kann wissensmäßig recht zügig zu den Veteranen aufschließen. Dagegen ist auch kein Kraut gewachsen.
Cheating könnte man allerdings schon unterstellen, wenn der KI-Assistent wie ein Fußball-Coach neben dem Platz steht - und den Spielern seine Taktik-Anweisungen zubrüllt. Solches Ad-hoc-Coaching könnte den Wettbewerb in PvP-Matches durchaus verzerren: Wenn menschliche Spieler einfach nur das machen, was die (kluge) KI ihnen vorschreibt, hat das nur noch wenig bis gar nichts mit persönlicher Spielkompetenz zu tun.
Diese taktisch-strategische Ebene des Wettbewerbs würde durch den Einsatz von KI-Coaches sehr wahrscheinlich entwertet; als Vergleichsmöglichkeit bliebe nur übrig, wer die KI-Anweisungen besonders gut umsetzt. (Okay, beim Fußball hören die Spieler ebenfalls die Trainer-Anweisungen - aber zumindest bekommen sie diese nicht per Knopf im Ohr zugefunkt.)
Überhaupt steht und fällt der Einwand gegen das KI-Coaching mit der Frage, welche Tipps die KI überhaupt gibt - und welche nicht. Genau das können die Entwickler der Spiele nämlich aktiv eingrenzen - womit wir auch schon bei den technischen Hintergründen des Nvidia-Assistenten wären.
Quelle: Nvidia
Preisfrage: Wie zähme ich einen Titanosaurus?
Fakten-Futter
Ähnlich wie ChatGPT braucht "Project G-Assist" eine Menge Daten, um nützliche Antworten geben zu können. Um zu "verstehen", worum es in dem Spiel geht, benötigt die KI Zugriff auf entsprechende Wissenssammlungen - zum Beispiel auf Wikis oder Lore-Texte. Dafür arbeitet Nvidia mit dem jeweiligen Spieleentwickler zusammen, berichtet Lars Weinand.
"Wir haben Zugriff auf seine Tutorials, Enzyklopädien - oder was auch immer er für das Spiel zur Verfügung stellt." Mit den Daten wird vorab das Large Language Model (LLM) trainiert, das später die Antworten von "Project G-Assist" erzeugen soll. (Ähnlich wie bei ChatGPT arbeitet das Nvidia-LLM mit Wahrscheinlichkeiten, wie häufig bestimmte Satz- und Wortfolgen gemeinsam auftreten.) Also: Je intensiver das LLM mit Fakten "gefüttert" wird, desto besser kennt es anschließend das Spiel - und desto besser kann es helfen.
Um funktionieren zu können, braucht "Project G-Assist" aber noch andere Daten. Zum einen ist das der Sprach- oder Text-Input der Spieler, der dem Assistenten seine "Rechercheaufgabe" zuweist. Zum anderen schaut sich der KI-Helfer permanent an, was gerade im Spiel passiert. Dafür erstellt er in kurzen Abständen automatisch Screenshots und verfüttert sie an ein KI-Bildmodell.
Dieses Modell analysiert mithilfe von Computer Vision, was auf den Screenshots zu sehen ist - und gibt die Info an das LLM zurück. Das LLM analysiert dann, wie sich das Spielgeschehen über einen längeren Zeitraum hinweg verändert hat und verknüpft diese Erkenntnisse mit dem Wissen, das aus den Wiki-Texten stammt.
So kann die KI "verstehen", welche Bedeutung bestimmte Spielsituationen haben und kann die Fragen der Spieler im Kontext beantworten. "Project G-Assist" weiß also zum Beispiel, wie oft und warum man schon an einem Bossgegner gescheitert ist. Bei der Antwort auf die Frage, wie man den Boss am besten besiegt, kann die KI bestimmte Antwortmöglichkeiten priorisieren oder weglassen.
Merkt sie zum Beispiel, dass der Spieler nicht besonders reaktionsschnell ist, kann sie direkt andere Kampfstrategien vorschlagen - eben solche, bei denen Agilität keine so große Rolle spielt.
Quelle: Nvidia
Project G-Assist: So arbeiten die Systembestandteile zusammen.
Bewusst Grenzen setzen
Stichwort "weglassen". "Project G-Assist" lässt sich vorab so konfigurieren, dass es nicht alle möglichen Informationen hinausposaunt. "Der Entwickler des Spiels kann das negativ definieren, durch einen entsprechenden Prompt", erläutert Lars Weinand. "Er kann dadurch bestimmte Wissensbereiche ausschließen."
In einem Open-Word-Game wäre es der Spannung äußerst abträglich, wenn Spieler den KI-Assistenten über die noch nicht erkundeten Gebiete ausfragen könnten. In einem Rätselspiel wäre es völlig witzlos, wenn uns die KI einfach ungefiltert die Lösungen präsentieren würde, sobald wir sie danach fragen; zumindest sollte sie es zunächst mit subtilen Lösungshinweisen versuchen.
