Künstliche Intelligenz und Games

Die Games-Branche ist ein Innovationstreiber, von der viele wirtschaftliche und gesellschaftliche Bereiche profitieren. Die Interaktion zwischen Mensch und Maschine ist die Grundlage jedes Spiels und Entwickler von Computer- und Videospielen versuchen das beste Spielerlebnis aus der verfügbaren Hardware herauszuholen. Dadurch führen sie die Entwicklung und Anwendung von Virtual Reality sowie realistischer Physik- und Grafik-Simulationen an und verschieben so regelmäßig die Grenzen des technisch Machbaren. Die in Games bereits bewährten Bestandteile werden von anderen Industrien daher stark nachgefragt. Spiele-Mechanismen und -Technologien dienen als Grundlage für die Entwicklung komplexer Simulationen, die zu Trainings- und Experimentierzwecken in Industrie oder Medizin eingesetzt werden. Auch die Entwicklung und Anwendung Künstlicher Intelligenz (KI) hat eine lange Tradition in der Games-Branche. Computer- und Videospiele stellen interessante und komplexe Probleme für die KI dar, um ein Spiel erfolgreich zu spielen. KI wird außerdem seit Jahrzehnten in Spielen und immer stärker in der Games-Entwicklung eingesetzt.

KI in Games

KI nimmt seit jeher eine wichtige Rolle in Computer- und Videospielen und ihrer Entwicklung ein. In Games werden immer komplexere Regelsätze eingesetzt, damit Charaktere und Spielwelt glaubhaft auf das Verhalten des Spielers reagieren. Dabei wird überwiegend intelligentes Verhalten nachgeahmt und simuliert. KI dient dabei vor allem dazu, die Spielwelt glaubwürdig darzustellen: Beispielsweise passt der Computergegner die eigene Strategie entsprechend der Spielweise und dem Können des menschlichen Spielers an und simuliert damit Reaktionen, die von einem menschlichen Mitspieler zu erwarten wären. Spiele-Welten werden immer größer und komplexer, was die Anforderungen an die KI weiter erhöht.
 
Games können aber auch diffiziles Denken innerhalb bestimmter Parameter fördern und sind dadurch eine wertvolle Testplattform für KI-Systeme. IBMs Schachcomputer Deep Blue, der vor über 20 Jahren den Weltmeister-Schachspieler Gary Kasparov besiegte, ist vielleicht das berühmteste Beispiel. Seitdem gab es viele weitere Anwendungen: 2012 schafften es zwei KI-gesteuerte Spielbots den „Games-Turing-Test“ im Spiel Unreal Tournament 2004 zu bestehen. Der „Games Turing-Test“ ist eine Variante des Turing-Tests, bei dem Zuschauer des Spiels richtig erraten müssen, ob ein beobachtetes Spielverhalten in einem Spiel das eines Menschen oder eines KI-gesteuerten Bots entspricht. Zuletzt traten eSports-Profis im Echtzeitstrategiespiel Starcraft gegen eine KI der Google-Tochter Deep Mind an. Diese wurde im Vorfeld in Zusammenarbeit mit dem Spielehersteller Blizzard auf Grundlage einer Datenbank mit von Menschen gespielter Partien trainiert. In der Partie blieb der Mensch noch der Sieger, anders als bei einer Partie eines Bots von OpenAI, einer Forschungs-Organisation, hinter der unter anderem Unternehmer Elon Musk steht. Der Bot nutzt maschinelles Lernen, um Dota 2 zu spielen. Täglich kann der Bot Spiele eines Zeitraums von 180 Jahren gegen sich selbst spielen und lernt dabei erfolgreiche Spielweisen und konnte bereits Profis besiegen. Durch die Nutzung der Technologien im Training können auch die eSports-Profis profitieren, indem sie erfolgreiche Strategien des Bots adaptieren. Die Erkenntnisse aus den Partien werden auch in der Forschung eingesetzt, um den auch auf andere Bereiche anwendbaren Algorithmus noch besser zu gestalten. Der fiktive Bundesstaat San Andreas aus dem Spiel Grand Theft Auto V bietet in einer anderen Anwendung das Testfeld für Autonomes Fahren. Das selbstfahrende neuronales Netzwerk erlernt dabei in der Spielewelt den Umgang im Straßenverkehr.

KI-Technologien in der Games-Entwicklung

Games werden aber nicht nur als Trainingsgegenstand bei der Entwicklung von KI und in den Spielen selbst eingesetzt. KI spielt auch im Entwicklungsprozess eine immer größere Rolle. Die prozedurale Inhaltsgenerierung (procedural content generation) wird bereits seit den 1980er Jahren verwendet, um die Einheiten, Gegenstände bei jedem Spielstart auf der Spielfläche neu zu platzieren. In Deutschland erforschen im Rahmen eines gemeinschaftlichen Forschungsprojekts der Spiele-Entwickler Blue Byte und das Cologne Game Lab der TH Köln die Tauglichkeit prozedural erstellter Spielinhalte und -elemente. Eingesetzt werden Methoden automatisierter Generierung, die durch maschinelles Lernen und KI Inhalte organischer und wie „handgemacht“ wirken lassen sollen. Dadurch soll der Entwicklungsprozess optimiert und die Glaubwürdigkeit und Immersion der Spielewelt verbessert werden. Das Projekt wird durch die Europäische Union und aus EFRE-Mitteln als Teil des CreateMedia.NRW-Programms gefördert.
 
Zunehmend werden aber auch neurale Netzwerke und maschinelles Lernen entwickelt, um Spielinhalte wie Gefühlsausdrücke und Animationen noch realistischer darzustellen. Ziel der Technologieinitiative SEED (Search for Extraordinary Experiences Division) des Spiele-Herstellers Electronic Arts (EA) ist es beispielsweise, einen interaktiven virtuellen Menschen zu entwickeln. Bei der Verarbeitung von Bewegungsdaten, die mittels Motion-Capturing-Verfahren eingefangen wurden, setzt das Games-Unternehmen Ubisoft ebenfalls auf KI, um die Rohdaten zu bereinigen und und natürlich aussehen zu lassen. Für die Verarbeitung eines bestimmten Datenabschnitts benötigt ein Mensch etwa vier Stunden, während eine KI in etwa vier Minuten fast das gleiche Ergebnis erzielen kann. Eingesetzt wird KI von Ubisoft ebenfalls, um Fehler von Programmieren ausfindig zu machen, was den Entwicklern Zeit spart und die Anzahl der Fehler reduziert.

Die nächsten Schritte von Games & KI

In Zukunft werden in allen genannten Bereichen die Anwendung von KI im Zusammenhang mit Games zunehmen. Eine größere Rolle werden dabei auch andere Technologien spielen, deren Zusammenspiel große Entwicklungssprünge ermöglichen können. So gibt es erste Anwendungen, die im Spiel generierten Datenmengen über eine Cloud-Anbindung auszulagern und die riesigen Informationsmengen in leistungsstarken Rechenzentren auszuwerten. Dadurch können mithilfe von KI maßgeschneiderte Spielinhalte generiert werden. Weiter voran treiben werden Games auch die Hardware-Entwicklung. Grafikkarten, die vordergründig für eine möglichst realistische Darstellung von Spielewelten entwickelt werden, bieten dank der Schnelligkeit ihrer Chips beste Voraussetzungen für die Anwendung von Deep Learning und KI.
 
Insgesamt werden Games also die KI-Forschung weiter vorantreiben und an der Weiterentwicklung maßgeblich beteiligt sein. Um auch in Deutschland erfolgreich zu sein, muss insbesondere die Forschungsförderung im Games-Bereich ausgebaut werden. Games-Technologien sind ein wichtiger Baustein auf dem Weg Deutschlands hin zu einem der weltweit führenden Standorte für KI. Zwingend notwendig ist auch der Ausbau der Versorgung mit schnellem Internet. Latenzarme Gigabit-Netze müssen endlich flächendeckend verfügbar sein, damit auch die entstehenden Anwendungen genutzt werden können und alle Bürgerinnen und Bürger von neuen Anwendungsmöglichkeiten profitieren können.