L'avenir du DLSS pourrait être sauvage

L’avenir du DLSS (Deep Learning Super Sampling) est sur le point de connaître quelque chose de transformateur. Ce qui a commencé comme un moyen d'améliorer les performances du jeu évolue maintenant, pénétrant même dans le domaine de ce que font les moteurs de jeu. Que pourrait faire le DLSS ensuite – et à quel point son potentiel pourrait-il être réellement sauvage ?

Game NGen – Une mise à niveau vers les moteurs de jeu ?

DOOM peut fonctionner avec des choses folles, mais que diriez-vous de fonctionner sans moteur de jeu du tout ? Des chercheurs de l’Université de Tel Aviv ont réussi à faire fonctionner DOOM entièrement sur l’IA sans avoir besoin de moteur. Game NGen utilise l'intelligence artificielle pour déterminer où les PNJ sont susceptibles de se trouver et ce que font les entrées des joueurs, puis restitue les images si nécessaire.

Même s'il ne remportera aucun prix de jeu, il s'agit néanmoins d'un exploit impressionnant. Le jeu fonctionne à une vitesse plus ou moins stable de 20 FPS, sans problèmes graphiques ni erreurs. Les chercheurs ont entraîné le moteur à reconnaître à quoi ressemble une partie de DOOM, en utilisant plus de 900 millions de trames de données. À l’aide de ces données de base, ils ont formé un modèle de diffusion pour présenter au joueur les prochains cadres logiques dans l’ordre, de la même manière que les moteurs d’IA fonctionnent avec le texte.

Bien que cela soit impressionnant en soi, cela est également fascinant pour ceux d'entre nous qui suivent le développement du DLSS. Si Game NGen devient plus courant, nous pourrions effectivement voir le type d’avenir mentionné par Jensen Huang dans son récent discours.

À quoi ressemble l’avenir du DLSS ?

Dans ce récent discours, Jensen Huang a expliqué à quoi il s'attend à ce que l'avenir du DLSS ressemble, et cela ressemble à ce que Game NGen fait déjà. Selon sa vision, le DLSS irait au-delà d’un simple convertisseur de texture et deviendrait quelque chose qui permettrait la création de textures et d’objets de haute qualité en temps réel.

De plus, Huang a mentionné l'utilisation du DLSS pour créer des personnages non-joueurs (PNJ). Pour ceux d'entre nous qui connaissent un peu le développement de jeux, ce n'est pas la chose la plus simple au monde de créer des PNJ profonds dotés de traits comportementaux et de dialogues. Avatar Cloud Engine (ACE) de NVIDIA espère offrir un moyen rapide et facile de créer des PNJ profonds sans frais généraux.

DLSS vise également à améliorer les taux de compression des textures grâce à l’IA. Actuellement, ils gèrent un ratio de 8 : 1, mais en utilisant des réseaux de neurones, ils espèrent doubler ce chiffre, en l’élevant à un ratio de 16 : 1. Imaginez charger des textures de haute qualité en une fraction du temps qu'il faut actuellement.

L'annonce de Huang suggère que le DLSS pourrait transformer la façon dont nous jouons (et concevons) les jeux à un niveau fondamental plutôt que de simplement améliorer les performances. L'utilisation des réseaux neuronaux par NVIDIA peut rendre le prototypage et le développement de jeux AAA beaucoup plus rapides, avec des textures encore meilleures et des mondes immersifs à explorer.

Comment fonctionneraient les actifs générés par l’IA ?

Les moteurs de jeu sont responsables, entre autres, du chargement des ressources et des textures du jeu et de la gestion de la physique dans le monde du jeu. Les actifs d'IA pourraient être générés à la volée via des réseaux neuronaux compatibles DLSS. Il existe déjà un précédent pour générer des modèles 3D à partir d'images ou de texte dans 3D AI Studio, mais ce n'est pas parfait. Le système de NVIDIA entend être plus robuste grâce au DLSS.

Si le DLSS atteint le niveau souhaité par Huang, nous pourrions voir des cartes NVIDIA livrées avec plus de cœurs tenseurs. À l'heure actuelle, nous nous concentrons principalement sur les cœurs CUDA lorsque nous examinons les cartes, mais les cœurs tenseurs pourraient devenir tout aussi importants, sinon plus, si le DLSS ressemble davantage à un moteur de jeu qu'à une technologie de mise à l'échelle. Les cœurs Tensor sont responsables du calcul de l'IA, ils seront donc nécessaires dans les cartes qui exploitent le DLSS pour générer des actifs et du gameplay.

Le flux de travail des développeurs de jeux va également changer considérablement. Au lieu de prototyper des jeux avec des ressources, ils peuvent simplement transmettre la génération de ces PNJ à la carte vidéo compatible DLSS. Cela se traduit par des temps de prototypage plus rapides sans sacrifier la qualité et la profondeur du monde.

Ce n'est pas aussi facile qu'il y paraît

Il y a une habitude dans le monde de la technologie de donner l’impression que l’IA est beaucoup plus sophistiquée qu’elle ne l’est. Bien que la technologie soit impressionnante, elle présente encore certaines limites, notamment la capacité du DLSS à faire ce que Huang envisage de faire. La production d’actifs d’IA connaît particulièrement quelques problèmes, les actifs d’IA ayant des problèmes pour correspondre aux styles d’actifs existants, même avec des images et des modèles de référence. Pour en avoir utilisé quelques-uns dans mon propre développement de jeux, je sais que c'est compliqué.

Développer un jeu est déjà une entreprise complexe, et de nombreux titres actuels sont en développement depuis des années. Même si DLSS développe un nouveau moyen efficace et rapide de générer des PNJ et des objets à l’aide de l’IA, il faudra un certain temps pour se répercuter sur les flux de travail de développement. De plus, le contenu généré par l’IA ne peut pas remplacer la bonne vieille ingéniosité humaine lors du développement d’histoires et d’expériences profondes.

L’utilisation du DLSS peut également créer des barrières pour les joueurs disposant de matériel bas de gamme. Bien que cela puisse bénéficier financièrement à NVIDIA, les studios de jeux aliéneraient une partie de leur base de joueurs, ce qui rendrait la vente difficile. Bien que cette technologie en soit encore à ses débuts, il reste de nombreux obstacles à surmonter pour devenir une norme industrielle.

Qu'est-ce que cela signifie pour nos jeux ?

Si cette technologie devenait courante, les jeux changeraient considérablement. La création d’actifs d’IA et de textures ouvrirait un tout nouveau domaine pour les jeux procéduraux et la narration. Cela nous offrirait des expériences de jeu encore plus personnalisées, d'une profondeur que les développeurs ne pouvaient pas offrir auparavant.

Cependant, cela ouvre également la voie à un rendu AI-Neural complet. Les futures versions de DLSS et des outils comme GameNGen pourraient approcher cette vision en créant des scènes basées sur une contribution minimale des développeurs. Mais ces jeux nous offriraient-ils vraiment l’expérience que nous souhaitons ? Les concepteurs de jeux auraient du pain sur la planche pour que cette révolution technologique mérite d’être vécue.

L’aube d’une nouvelle ère du jeu vidéo ?

En fin de compte, l’avenir du DLSS et de la technologie de jeu basée sur l’IA s’annonce aussi passionnant que révolutionnaire. Les possibilités s'étendent rapidement, de la création de contenu en temps réel aux mondes immersifs et adaptatifs.

Les joueurs peuvent s’attendre à des expériences plus vivantes que jamais tandis que les développeurs bénéficient d’outils puissants pour donner vie à leurs visions plus facilement. À mesure que ces progrès se poursuivent, nous sommes à l'aube d'une nouvelle ère dans le domaine du jeu vidéo, une époque où l'IA et la créativité humaine s'unissent pour redéfinir ce qui est possible à l'écran.