L’IA, c’est plus complexe que ChatGPT !

L’Intelligence Artificielle (IA) est partout, on vous l’a dit ! Où que vous alliez, quoi que vous lisiez, on va vous parler de l’IA. Principalement générative d’ailleurs, quand plusieurs formes d’intelligences artificielles sont à l’œuvre depuis de nombreuses années, soit dit en passant. Comme par exemple l’IA neurale (ou neuronale) dont on va parler plus bas. Sans rentrer dans les détails (cet article est de la vulgarisation, pas une thèse universitaire), les types d’intelligence artificielle peuvent être classés selon deux grandes approches : selon les capacités (reflète le niveau d’autonomie et de conscience), ou selon les fonctionnalités (reflète comment l’IA fonctionne et interagit avec le monde) !

Dans la première catégorie, on va retrouver ce que l’on appelle l’IA faible (IA étroite ou ANI comme Artificial Narrow Intelligence), spécialisée dans une seule tâche. Comme Siri, Alexa, ChatGPT, Gemini, les IA de reconnaissance faciale ou les divers chatbots. Elle n’a pas de conscience ou compréhension réelle. C’est aussi dans cette famille que l’on va retrouver l’IA générale (AGI ou Artificial General Intelligence), capable d’apprendre, comprendre et raisonner à un niveau humain sur divers sujets. Elle peut transférer ses connaissances d’un domaine à un autre. Génial sur le papier, mais… Elle n’existe pas encore aujourd’hui. Enfin, on retrouve aussi ici l’IA superintelligente (ASI ou Artificial Superintelligence), qui soulève de nombreuses questions éthiques et existentielles. Encore hypothétique, elle surpasserait l’intelligence humaine dans tous les domaines. Et pourrait améliorer sa propre conception (boucle d’auto-amélioration).

► Sur le même thème : Razer : de nouveaux outils IA pour les développeurs sur Amazon Web Services

Dans la catégorie des types fonctionnels, on trouve l’IA réactive, qui réagit à des situations spécifiques, mais n’a pas de mémoire ou de possibilité d’apprentissage. Vous avez forcément entendu parler de Deep Blue, l’ordinateur d’échecs d’IBM qui a battu le champion du monde Garry Kasparov en 1997. Dans cette case, on range aussi l’IA à mémoire limitée, qui peut utiliser l’expérience passée pour prendre des décisions à court terme. C’est la majorité des IA actuelles, que l’on trouve dans les voitures autonomes qui utilisent des données passées pour éviter des obstacles… Ou dans les jeux vidéo (l’IA neurale comme Sophy, A.N.N.A… On en reparle plus bas). L’IA à théorie de l’esprit (encore en développement) serait capable de comprendre les émotions, croyances, intentions d’autrui, en visant des interactions humaines plus naturelles et sociales. Enfin, l’IA consciente de soi possèderait une conscience d’elle-même. Mais elle non plus n’existe pas encore.

Dans le jeu vidéo, l’IA existe depuis les années 50

Quand on y pense, quand vous utilisez une calculatrice électronique (apparue au début des années 1960), vous utilisez une IA. Et dans le jeu vidéo ? Et bien, au risque de vous surprendre, l’IA existe dans le jeu vidéo depuis les années 1950. En 1951-1952, le programme Nimrod (un jeu de Nim) et OXO (un morpion) sont parmi les premiers jeux à utiliser une forme d’IA rudimentaire, pour affronter le joueur. En 1956, l’IA d’Arthur Samuel pour le jeu de dames devient l’un des premiers programmes à apprendre de ses erreurs.

Vous voulez d’autres exemples ? En 1980 dans Pac-Man, chaque fantôme a une IA unique avec un comportement spécifique (chasseur, aléatoire, traqueur…). Et même en 1987 dans The Legend of Zelda, les ennemis réagissent aux mouvements du joueur, marquant un pas vers une IA plus dynamique. En 1991 dans Street Fighter II, l’IA s’adapte à ton style de jeu pour te donner du répondant pendant les matchs… Bref, vous avez saisi l’idée : on peut quasiment dire que derrière chaque jeu vidéo, il y a une forme d’intelligence artificielle.

► Sur le même thème : Razer Wyvrn : l’IA et l’immersion au service du futur du jeu vidéo

Au fil des années, on a vu l’IA progresser, s’améliorer dans les jeux vidéo. En 1997 dans GoldenEye 007, l’intelligence artificielle réagit aux bruits et aux attaques. En 1998 dans Half-Life, les ennemis (notamment les marines) se coordonnent en équipe. Ou encore en 2001 dans Halo, les ennemis s’adaptent aux tactiques du joueur et réagissent en conséquence. En 2014, dans Alien: Isolation, le Xenomorphe a une IA avancée qui le rend imprévisible et terrifiant. Ou encore en 2020, dans The Last of Us Part II, les ennemis ont une IA sociale, réagissant à la mort de leurs alliés.

2019 : les italiens de Milestone créent A.N.N.A., l’IA Neurale révolutionnaire

On a tous en tête, dans les jeux de courses notamment, ces adversaires qui ont une trajectoire programmée… Et qui n’en dévient sous aucun prétexte. On parle bien de ces voitures qui roulent en file indienne, ou de celles qui vont littéralement vous défoncer et vous envoyer dans le bac à gravier si vous avez le malheur de vous trouver sur leur chemin. Là encore, l’intelligence artificielle a heureusement évolué au fil des années, s’améliorant par petites touches.

Et puis, est arrivé le studio milanais Milestone. Spécialisé dans les sports mécaniques, et que l’on connaît principalement pour les MXGP, ou les MotoGP. En 2019, avec son MotoGP 19, le développeur italien annonçait une IA révolutionnaire, répondant au doux nom de A.N.N.A. Un acronyme qui signifie Artificial Neural Network Agent. Objectif : améliorer l’expérience de jeu en proposant une IA plus réaliste et compétitive. Et une IA qui va révolutionner le genre.

Lorsqu’elle arrive dans MotoGP 19, A.N.N.A. est en développement depuis plus de deux ans, avec les ingénieurs et spécialistes data d’Orobix. Une entreprise spécialisée dans les solutions d’Intelligence Artificielle. On comprend alors que Milestone veut la crème, le haut du panier. Et que le studio ambitionne de nous proposer la meilleure IA jamais vue dans un jeu vidéo.

Une IA qui apprend en permanence

A.N.N.A. est ce que l’on appelle une IA neurale (ou neuronale), ou encore une IA à apprentissage par Réseaux Neuronaux. Autrement dit, contrairement aux IA traditionnelles qui suivent des scripts préprogrammés (sur ChatGPT par exemple, on parlerait de prompts)… A.N.N.A. utilise l’apprentissage automatique pour analyser et s’adapter aux comportements des joueurs. Et aux conditions de course, comme la météo, les règlements, etc.

Avec le système neural, les développeurs ne demandent plus à l’IA d’atteindre un objectif, ne définissent pas de comportements… Mais lui donnent des objectifs et des outils pour les atteindre. Au travers d’un complexe système de récompenses, ils « apprennent » à l’IA quels comportements permettent d’atteindre l’objectif et lesquels ne le permettent pas. C’est l’IA elle-même qui décide des meilleures actions à prendre pour atteindre son but.

Milestone expliquait alors : « Cette approche de machine learning s’appelle l’apprentissage par renforcement. Et permet d’obtenir une IA consciente de son environnement et des conséquences de ses actions. Par opposition aux approches basées sur l’observation et l’imitation des comportements humains sans véritable compréhension. »

► Cela peut aussi t’intéresser : Un mode copilote pour aider votre enfant dans les jeux, sans le frustrer

Cette forme d’intelligence artificielle s’inspire du fonctionnement du cerveau humain. Elle repose sur des réseaux de neurones artificiels, qui sont des algorithmes capables d’analyser des données, apprendre des modèles et faire des prédictions. Un système qui fonctionne sur plusieurs couches :

  • La couche d’entrée : l’IA reçoit les données brutes (comme des images, texte, sons, données de capteurs…).
  • Les couches cachées, qui effectuent des calculs et transformations sur les données, grâce à des connexions pondérées. Chaque neurone applique une fonction d’activation pour prendre des décisions.
  • Et enfin une couche de sortie, qui fournit le résultat final, comme la meilleure action à réaliser pour gagner.

Avec MotoGP 19, on a donc découvert une IA capable d’analyser les courses, adapter son style de pilotage et améliorer ses performances au fil du temps. Plutôt que de suivre des règles fixes, elle apprend des comportements humains. Et réagit de manière plus réaliste en course. Pour la stimuler et forger son expérience, les développeurs la font participer, pendant des mois, à plus de 200 000 courses. À titre de comparaison, en 2024, le champion de F1 Fernando Alonso a fêté son 400e départ d’un Grand Prix !

► Sur le même thème : Histoire du jeu vidéo : Ces 10 consoles ont été des bides !

A.N.N.A. est donc capable de prendre en compte les trajectoires optimales, les freinages précis et les accélérations progressives. Elle peut être agressive ou prudente, en fonction du contexte. Ou encore s’adapter au niveau du joueur (offrant un défi progressif et immersif). Mais a contrario, en se rapprochant d’un comportement humain, A.N.N.A. peut aussi commettre des erreurs. Comme rater un virage ou perdre l’adhérence, ce qui rend les courses moins prévisibles. Mieux : avec l’expérience et si on ne la canalise pas, l’IA neurale est capable de tricher pour atteindre son objectif.

Si A.N.N.A. a été initialement conçue pour la série MotoGP, ses résultats concluants ont poussé le studio à la déployer dans d’autres jeux. Comme par exemple Ride 4 et Ride 5, afin d’améliorer les adversaires.

Chez Polyphony, on a aussi une IA, nommée… Sophy

Avec la volonté de proposer le jeu de circuits le plus immersif possible, on ne sera pas surpris de voir que Sony AI et Polyphony Digital (développeur du jeu) ont eux aussi développé leur propre IA, pour Gran Turismo 7. Sophy (ou GT Sophy) est conçue pour être un adversaire de course extrêmement performant, capable de rivaliser avec les meilleurs joueurs humains. Et qui a tué les sempiternelles IA « scriptées sur des rails » classiques de la licence… Qui suivent des trajectoires fixes et des comportements préprogrammés. Les courses sous cette IA sont reconnaissables aux smileys qui apparaissent avec le nom de vos adversaires, et qui caractérisent leur état d’esprit : détendu, stressé, énervé, paniqué, offensif…

Sophy a été introduite pour la première fois dans Gran Turismo 7 en février 2023, dans le mode temporaire Gran Turismo Sophy Race Together. Ce mode permettait aux joueurs d’affronter cette IA avancée sur différentes pistes. Depuis, Polyphony Digital et Sony AI ont travaillé à son intégration plus profonde dans le jeu. Et à son amélioration permanente jusqu’à aujourd’hui.

► Lire aussi ce dossier : Quand les marques de jeux vidéo se trollent ou se clashent…

GT Sophy repose aussi sur une intelligence artificielle basée sur le deep learning (elle est aussi une IA neurale), pour apprendre et s’améliorer. Plus précisément, elle a été entraînée avec des algorithmes de renforcement profond (Deep Reinforcement Learning). Comment fonctionne son apprentissage ? Selon Polyphony, GT Sophy a appris à conduire en réalisant des millions de courses simulées. Et aujourd’hui, elle est capable d’ajuster en permanence ses stratégies de freinage, d’accélération et de dépassement pour rivaliser avec les meilleurs pilotes humains. Sophy sait aussi adopter des trajectoires optimales, gérer l’accélération, le freinage et l’adhérence de manière efficace.

GT Sophy est aussi capable d’adapter son comportement en fonction des actions des joueurs, ce qui la rend plus réaliste et compétitive. Mais contrairement aux IA classiques (et c’est un point auquel tient particulièrement Kazunori Yamauchi, le créateur du jeu), Sophy est conçue pour rouler de manière propre, et respecter les règles de la course. L’IA respecte les règles de course et évite les comportements antisportifs comme les collisions volontaires.

IA et jeu vidéo : que peut nous réserver le futur ?

L’intelligence artificielle a toujours fait partie de l’équation « jeu vidéo » ! Et aussi évoluée qu’elle puisse être aujourd’hui, on peut s’interroger sur le devenir de l’IA. Que sera t-elle demain ? Dans quelle direction peut-elle encore évoluer ? Que reste t-il à inventer ? Et bien, à vrai dire… Beaucoup de choses. Et beaucoup de studios de développement sont déjà au travail !

La première évolution à laquelle on pense, ce sont bien évidemment des PNJ (personnages non-joueurs) intelligents dans les RPG par exemple. Imaginez la fin des lignes de dialogues qui tournent en boucle. Grâce à des IA comme ChatGPT, les PNJ pourraient avoir des conversations dynamiques, crédibles et personnalisées. Imaginez interroger un garde, le convaincre, lui mentir, et celui-ci répondant en fonction de votre attitude, passif dans le jeu, etc.

L’IA pourrait aussi permettre de créer des mondes adaptés à chaque profil de joueur. L’IA pourrait gérer l’évolution du monde : l’économie, les relations entre factions, les événements aléatoires… Imaginons cette fois un monde qui réagit à vos choix sans script préétabli, et de manière crédible.

► L’info qui peut toujours servir : Rétro ou actuelle, ma console est-elle concernée par le zonage ?

Mieux encore, l’IA pourrait, dans un futur plus ou moins proche, être capable de générer des histoires ou des quêtes de manière procédurale. Là, on pense par exemple à des quêtes générées sur mesure : pas juste des fetch quests, mais des intrigues complètes, avec rebondissements et personnages profonds… Et dans les jeux coopératifs, l’IA pourrait devenir votre vrai partenaire de jeu, comprendre votre stratégie, et s’adapter (au lieu de courir dans le mur).

Le futur est déjà là

Les pistes évoquées plus haut sont des hypothèses, que nous avons imaginées en nous basant sur les capacités actuelles des IA… Et de leur éventuelle évolution. Mais… Et si on vous disait que ces pistes appartiennent déjà au présent, dans les bureaux de nombreux développeurs ?

Et là, on pense par exemple à Ubisoft (Assassin’s Creed, Far Cry…) et à son projet baptisé Ghostwriter. Comprenez un outil d’IA développé en interne pour générer automatiquement des dialogues de PNJ. Il est utilisé pour écrire des variantes de lignes de dialogue contextuelles dans des jeux en monde ouvert. Il permet aux scénaristes de gagner du temps tout en gardant la main sur la qualité. Reste à voir quand Ubisoft décidera de le déployer…

► Sur le même thème : NVidia : rendu neuronal, RTX et IA, le futur du jeu vidéo est déjà là

On pense aussi à Inworld AI, une start-up spécialisée dans les PNJ alimentés par IA générative. Cette société travaille avec des studios pour créer des personnages capables de comprendre le contexte, le joueur, et de répondre naturellement. Inworld AI a, par exemple, intégré sa technologie dans des projets comme des Mods de Skyrim (Skywind) avec PNJ générés par Inworld. La start-up a aussi collaboré avec CD Projekt RED (The Witcher, Cyberpunk 2077).

On pense aussi inévitablement à NVidia Ace (Avatar Cloud Engine), plateforme qui permet de créer des PNJ avec voix, émotions et dialogues générés par IA en temps réel. Le plus bel exemple que l’on puisse vous citer est la démo « Kairos », où un PNJ réagit dynamiquement à la voix du joueur. Avec une telle technologie, NVidia permet de donner une âme aux personnages secondaires, même dans des jeux très techniques.

On pourrait aussi vous parler du studio chinois NetEase, qui a développé un MMORPG avec des PNJ intégrant une IA conversationnelle basée sur des LLM (Large Language Models). On parle ici de Justice Mobile, également connu sous le nom de Ni Shui Han. Le joueur peut y interagir librement avec les PNJ comme s’il parlait à un humain. Les développeurs y testent l’émotion, la mémoire et la réactivité dans les dialogues.

► Lire aussi : Dans les coulisses du jeu vidéo : différents types de bande-annonces pour faire monter l’envie

En réalité, la liste est longue. On aurait aussi pu évoquer AI Dungeon (du studio Latitude), jeu textuel basé à 100 % sur l’IA générative : on tape ce que l’on veut, et l’IA improvise l’histoire en temps réel (premier vrai exemple de « jeu narratif infini » où tout est possible, littéralement). Sans oublier Scenario.gg (génération d’assets visuels pour les développeurs : personnages, décors, etc.) ; Modbox + OpenAI (interactions vocales dynamiques avec les PNJ dans des jeux bac à sable)… Ou encore Unity & Unreal Engine, qui intègrent des plugins pour l’IA générative dans la création de mondes, d’histoires, ou de gameplay.

En conclusion : IA et jeu vidéo, c’est loin d’être fini !

Indissociable du jeu vidéo depuis ses origines, l’Intelligence Artificielle a énormément évoluée en plusieurs décennies. Et aujourd’hui, encore plus que sur les réseaux sociaux, la création de contenu assistée par l’IA fait partie du quotidien des développeurs. Les studios utilisent déjà l’IA pour créer des textures, des dialogues, des animations. Et on peut aussi imaginer que les développeurs indés vont gagner en puissance : moins besoin d’une grosse équipe pour produire un jeu riche. Pour aller plus loin, comme on le voit aujourd’hui avec l’IA générative grand public pour les textes et les photos… On peut imaginer que demain, le joueur lui même pourra créer son propre jeu avec une IA en copilote.

► Sur le même thème : IA générative : plus vraie que nature, cette Aloy inquiète aussi

Mais… Du coup, c’est bien, ou pas ? Car de telles possibilités impliquent aussi des défis et des contraintes. Éthique tout d’abord : avec des PNJ trop réalistes, doit-on craindre une confusion entre fiction et réalité chez un public plus vulnérable ? Sans parler des nombreux métiers du jeu vidéo qui se retrouveraient sur la touche à cause de l’IA (programmeurs, chara designers, level designers, doubleurs, animateurs, etc). On se souvient, dernièrement, de la polémique autour de PlayStation et d’une Aloy (du jeu Horizon) plus vraie que nature, générée par une IA… Mais qui avait soulevé de vives inquiétudes de la part de sa doubleuse officielle (lien ci-dessus).

La modération sera donc un passage obligé : des IA génératives en ligne peuvent par exemple aussi produire des contenus toxiques. Enfin, toute cette technologie demande de la puissance. Il faudra donc, à l’avenir, trouver un équilibre entre immersion et accessibilité.

L’IA représente donc un gros challenge, mais un challenge à encadrer par des humains bien réels… Aussi excitant soit-il.