Datorspel testas med artificiell intelligens

Dam till e4. Schackmatt! Spelet vann igen! Artificiell intelligens (AI) utklassar numera människor i datorspel. Hur frustrerande det än är kan vi till skillnad från datorer helt enkelt inte ta ställning till miljontals möjligheter på nolltid. 

Men för alla vi som älskar spel ger AI också stora möjligheter. Kan vi använda AI för att göra spel bättre? Och kan vi träna AI att spela mer som människor?

Det är den här sortens frågor som Lionbridges Emmanuelle Rodrigues Nunes står inför varje dag. Nunes är född i Brasilien men bor i Storbritannien och jobbar som senior dataforskare på Lionbridge, huvudsakligen med Microsoft. Hon använder komplexa AI-strategier för att göra spel stabilare, pålitligare och roligare att spela – alltihop i stor skala.

I höstas höll hon två föreläsningar om AI:s revolutionerande avtryck på spel under Royal Statistical Society (RSS) International Conference i Manchester i England. Nunes är både medlem och ledamot av RSS.

Vilka framsteg inom AI ger bättre spelupplevelser?

Evolutionära strategialgoritmer

I sin första föreläsning utforskade Nunes evolutionära strategialgoritmer som alternativ till förstärkningsbaserad inlärning som för närvarande används mest. Hur skiljer de sig åt? Kort sagt är evolutionära strategialgoritmer inspirerade av samma evolutionära mutationer som förekommer i naturen. Precis som Darwins evolutionsteori väljer dessa algoritmer alltid det starkaste alternativet, som i sin tur blir utgångspunkten för nästa generation. Evolutionära strategialgoritmer kan anpassa sig själva. De förbättras kontinuerligt, och det som utmärker dem är deras enkelhet och skalbarhet.

Vad spelar det här för roll för spelutvecklare eller typiska spelare? Bra fråga. Under kvalitetsgranskningen (QA) försöker man knäcka spelet, gång på gång. Sen gäller det att lösa eventuella problem. Men i vanliga fall är det inte så man spelar. Algoritmer som kan efterlikna hur människor vanligtvis spelar ger oss otroligt förutsägbara måttstockar för att avgöra hur troligt det är att program råkar ut för allvarliga tekniska fel och plötsliga krascher samt hur stabilt programmet är, allt inom ramarna för typiskt användarbeteende.

Evolutionära strategialgoritmer ger ett mer rättvisande och representativt mått på produktens hälsa och hur eventuella problem kan påverka användarna. Till skillnad från människor kan algoritmerna dessutom spela dygnet runt. Tekniken behöver aldrig några pauser eller nåt annat som testare kan behöva. Medan vi sover, äter och jobbar fortsätter spelet att spela oavbrutet.

Överlevnadsanalys och stabilitetsmätning

Nunes andra projekt skiljer sig från evolutionära strategialgoritmer men är också kopplade till spelets hälsa och funktion. Det är ett nytt sätt att förstå hur stabilt programmet är. Det här är viktigt eftersom stabilitet är helt avgörande för slutanvändarens allmänna upplevelse. När stabiliteten brister kan det hindra att spelet lyckas med sina mål och skada förtroendet för programmets pålitlighet. Givetvis är fullständig stabilitet alltid målet, men det går sällan att uppnå. Därför är det viktigt att mäta den här kvalitetsfaktorn i förhållande till vad man rimligtvis kan tolerera. Med hjälp av överlevnadsanalyskoncept kan vi få en bredare förståelse av våra spelprodukters hälsa genom hela livscykeln. De lär oss också mer om produktens stabilitet.

All den här komplexiteten löser några mycket enkla problem. Den gör att utvecklarna vet när spelet är redo att lanseras. Såna här automatiseringar ger också utvecklare en säkerhet och trygghet som aldrig fanns tidigare. Och de funkar i stor skala.

Hur kan människor och automatiska verktyg samarbeta inom speltestning? 

Bara för några år sen byggde merparten av kvalitetsgranskning bara på testardata. Banbrytande tekniska utvecklingar gör förstås enorm skillnad, men Nunes menar att människor ändå kommer att ha en viktig roll. Nunes förespråkar att människor och automatiska verktyg ska komplettera varandra.

Hur "mänskliga" algoritmerna än är kan de inte återskapa vardagliga fel som en typisk person gör. Framförallt kan de inte snappa upp inslag som är jobbiga, störande, eller frustrerande. De kan inte heller njuta av magin i ett riktigt fulländat spel. De egenskaperna är fortfarande förbehållna människor och utgör en ovärderlig del av processen. 

Nu när kvalitetsgranskning kan ta hjälp av automatisering kan vi räkna med snabbare lanseringar, högre effektivitet och bättre upplevelser för slutanvändarna. Det här sättet att använda automatisering är nytt, dynamiskt och utvecklas hela tiden. Nunes ser fram emot att fortsätta ta sig an de här utmaningarna. Hon hoppas se till att fler och fler utnyttjar dessa tekniska framsteg. På så sätt kan hela branschen leverera bättre spelupplevelser.