Ursprünglich in den 1950er Jahren eingeführt, hat sich die Künstliche Intelligenz (kurz KI) stark weiterentwickelt und wird häufig in die Spieleentwicklung einbezogen. Von der Steuerung nicht-spielbarer Charaktere bis hin zur prozeduralen Inhaltserzeugung bietet KI eine Vielzahl von Anwendungen in Games.

 

Wie funktioniert Künstliche Intelligenz?

Künstliche Intelligenz ist ein Ansatz, um menschliche Intelligenz durch einen Computer nachzubilden. Eine genaue Definition ist schwierig. Bereits der Begriff „Intelligenz“ ist nicht klar definiert.

Oft spricht man von einer generellen künstlichen Intelligenz (GKI). Eine GKI ist eine Maschine, die jede intellektuelle Aufgabe verstehen oder erlernen kann. Diese Fähigkeit soll der eines Menschen entsprechen. Sie ist das primäre Ziel vieler Forschungen.

Eine sehr gute Antwort gibt uns die über KI laufende Sprachassistentin Alexa. Wenn man sie fragt: „Alexa, wie funktioniert Künstliche Intelligenz?“. So antwortet die virtuelle Assistentin wie folgt:

Künstliche Intelligenzen versuchen durch künstliche neuronale Netze die Funktionsweise des menschlichen Gehirns durch Maschinen nachzubilden. Solche Systeme setzen sich aus sogenannten Algorithmen zusammen. Wie der Mensch, lernen auch künstliche Intelligenzen durch Übung und Erfahrung. So braucht es Lern- und Trainingsmengen. Aus denen das kognitive System während des Betriebs Rückschlüsse ziehen. Und aus den Abläufen lernen kann. – Quelle: Alexa,  Software-Version: 658655620

Arten von KI

Machine Learning – Lernen aus Erfahrungen

Maschinelles Lernen verleiht Computer-Systemen die Fähigkeit, automatisch aus Erfahrung zu lernen. Ebenfalls sich zu verbessern. Somit ist es nicht notwendig, sie explizit zu programmieren. Machine Learning konzentriert sich auf die Entwicklung von Algorithmen.

Diese analysieren Daten und können Vorhersagen machen. Beispielweise wird vorhergesagt, welche Filme uns gefallen oder welche Route wir am besten nehmen. Um schnellstmöglich am Ziel zu sein.

Auch im Spielbereich und in Gamification gibt es immer mehr Ansätze mit Machine Learning. Wir kennen das zum Beispiel von Netflix. Hier wird uns in den Serienvorschlägen angezeigt, zu wie viel Prozent die Vorschläge zu unseren Interessen passen.

Deep Learning – Selbstlernende Maschinen

Deep Learning ist ein Teilbereich von Machine Learning. Um das zu ermöglichen, werden biologische neuronalen Netzwerke des menschlichen Gehirns nachgeahmt. Durch die Verarbeitung von Daten lernen diese Programme.

Damit werden mit Deep Learning Gesichter auf Bildern identifiziert. Auch gibt es noch eine andere Form des Deep Learnings: die Spracherkennung. Sprachassistenten wie Alexa, Siri und der Google Assistent erfreuen sich immer größerer Beliebtheit.

Natural Language Processing – Sprache verstehen

Natural Language Processing, oder NLP, ermöglicht es Computern, menschliche Sprache zu erkennen. So kann sie diese verstehen und auch selber produzieren. Das ultimative Ziel von NLP ist es, eine nahtlose Interaktion mit den Maschinen zu ermöglichen.

Das geschieht, indem man Systemen beibringt menschliche Sprache im Kontext zu verstehen. Und logische Antworten zu produzieren.

Ein praktisches Beispiel für NLP ist der Skype Translator. In dem Beispiel wird KI genutzt, um mehrere Sprachen in Echtzeit während des Skype Calls zu übersetzen.

Ready to play? Seit >10 Jahren steht Pfeffermind für Gamification & Serious Games Expertise. Mit Kunden von Bildung bis Banking, von Bosch bis zum Bundesministerium – und der Erfahrung von >100 Projekten.

 

Anwendung in der Therapie und Medizin

Mit künstlicher Intelligenz laufende Programme sind besonders gut im Erkennen von Mustern. Darüber hinaus, werden diese auch ausgewertet. Somit werden sie immer häufiger genutzt.

Auch unsere Sprache ist durch ihren Grad an Komplexität, und ebenfalls durch bestimmte Formulierungen stark von Mustern geprägt. Die Mount Sinai School of Medicine hat demnach eine Künstliche Intelligenz mit Sprach-Protokollen von Jugendlichen trainiert.

Somit konnten frühzeitige Diagnosen von Psychosen bei den Jugendlichen erstellt werden. Während der Studie arbeitete das Programm mit einer 83 prozentigen Genauigkeit. Diese zeigte, ob sich möglicherweise innerhalb von 2 Jahren eine psychische Störung bei den Jugendlichen anbahnt.

Aber auch im Bezug auf die eigene Gesundheit und dem Vorbeugen von Krankheiten hilft uns KI. Wir kennen es vielleicht aus den Tracking-Uhren im Sport. Nach einem Workout werten sie unsere Herzfrequenz und Atmung, gelaufene Kilometer und Schritte aus. Basierend auf den Daten bekommen wir sogar noch die Info, wie lange unsere optimale Pausenzeit ist.

KI für Medizin und Gesundheit

 

KI in Games

Stellen wir uns eine Welt vor, in der wir ständig neue Inhalte und Abenteuer finden. Folglich können wir jede erdenkliche Aktion wählen. Weiterhin sind Sie nicht durch die Vorstellungskraft der Spieleentwickler:innen begrenzt. Dank künstlicher Intelligenz, existiert so ein Spiel bereits: AI Dungeon.

AI Dungeon ist das erste grenzenlose Text-Adventure seiner Art. Es wurde mit extrem fortschrittlicher künstliche Intelligenz und darüber hinaus auch unter Verwendung eines massiven neuronalen Netzwerks entwickelt. Daher gibt es durch diesen Einsatz unendliche Handlungs-Stränge für Spielende.

Die gängigsten Anwendungen von KI in Spielen umfassen das Verhalten von NPCs, das auf komplexen Entscheidungsbäumen und maschinellem Lernen basiert.

Georgios N. Yannakakis hebt drei weitere mögliche Anwendungs-Bereiche für künstliche Intelligenzen im Spielbereich hervor:

  • Player-Experience-Modeling: Beispielsweise das Erkennen der Fähigkeiten. Sowie des emotionalen Zustands der Spielenden. Dazu passt die KI entsprechend der Daten das Spiel an. Weiterhin kann das ein dynamisches Balancing (Anpassung des Schwierigkeits-Grades) beinhalten.
  • Prozedurale Inhaltserstellung: Weiterhin gibt es die automatisierte Erstellung von Elementen der Spielumgebung. Die künstliche Intelligenz erschafft zudem Levels und schließlich auch Musik. Hierdurch können neue Inhalte oder interaktive Geschichten generiert werden.
  • Data-Mining zum Nutzerverhalten: Damit können Spieldesigner:innen erforschen, wie Menschen das Spiel nutzen. Auch analysiert die KI folglich, welche Teile am häufigsten gespielt werden oder warum die Spielenden mit dem Spielen aufzuhören. Somit ist es den Entwickler:innen möglich, das Gameplay zu optimieren oder die Monetarisierung zu verbessern.

 

Fazit

KI ist die neue technische Errungenschaft der heutigen Zeit. Sie verändert maßgeblich unsere Art zu Denken und mit Medien zu interagieren. KI hilft uns bei dem Bewältigen von alltäglichen Aufgaben.

In der Welt der Spiele hilft KI den Entwickelnden dabei, Games noch dynamischer und interaktiver zu gestalten. Welten können von selbst generiert werden und NPCs reagieren intelligent und dynamisch.

Ready to play? Seit >10 Jahren steht Pfeffermind für Gamification & Serious Games Expertise. Als perfekte Mischung aus effizienter Beratung & kreativer Agentur. Und mit Kunden von Bildung bis Banking, von Bosch bis zum Bundesministerium. Womit können wir weiterhelfen?