গুগল রিসার্চ বিজ্ঞানীরা সম্প্রতি একটি গবেষণাপত্র প্রকাশ করেছেন যেখানে GameNGen পরিচয় করিয়েছে, একটি AI-চালিত গেম ইঞ্জিন যা একটি নিউরাল নেটওয়ার্ক ব্যবহার করে মূল ডুম গেমপ্লে তৈরি করে। GameNGen Stable Diffusion ব্যবহার করে, একটি সর্বাধুনিক প্রযুক্তি যা বিজ্ঞানী ড্যানি ভালেভস্কি, ইয়ানিভ লেবিয়াথান, মোব আরার, এবং শ্লোমি ফ্র্যাচটার দ্বারা উন্নত হয়। এই AI-ভিত্তিক ইঞ্জিন পূর্ব ফ্রেম এবং বর্তমান প্লেয়ার ইনপুট ব্যবহার করে নতুন ফ্রেম তৈরি করে যা চমৎকার ভিজ্যুয়াল ফিডিলিটি এবং সামঞ্জস্য প্রদর্শন করে। এক আশ্চর্যজনক অর্জন হল GameNGen এর, যা এর নিজস্ব যুক্তিবান গেম ইঞ্জিন তৈরি করার ক্ষমতা। খেলোয়াড়রা ডুম গেমপ্লে উপভোগ করতে পারে, যেমন ঘোরা, স্ট্র্যাফিং, অস্ত্র চালানো, এবং শত্রুদের এবং পরিবেশগত ঝুঁকি থেকে সঠিক ক্ষতি। খেলোয়াড়রা যেমন গেমটি অন্বেষণ করে, লেভেলগুলি রিয়েল-টাইমে গতিসম্পন্নভাবে নির্মিত হয় এবং গেমটি এমনকি তাদের পিস্তলের আম্মোনিয়াটির হিসাব রাখে। আশ্চর্যজনকভাবে, সৃষ্ট গেমপ্লে এতটাই প্রামাণ্য যে এটি প্রায়ই বাস্তব ডুম গেমপ্লে থেকে আলাদা করা কঠিন ছোট ক্লিপে। গেমটি মসৃণ ২০ ফ্রেম প্রতি সেকেন্ডে (FPS) চলে। গেমনজেন সঠিকভাবে তার নিজস্ব ডুম লেভেলগুলি মডেল করার জন্য প্রশিক্ষণ দেওয়ার জন্য, গুগলের টিম একজন AI এজেন্টকে বিভিন্ন কষ্টসাধ্যতায় ডুম খেলার প্রশিক্ষণ দিয়েছিল এবং বিভিন্ন প্লেয়ার কৌশল স্তর সিমুলেট করেছিল। এজেন্টকে পুরস্কৃত করা হত যেমন পাওয়ার-আপ সংগ্রহ করা এবং লেভেল সম্পন্ন করা, যখন ক্ষতিগ্রস্ত হওয়া বা মৃত্যু শাস্তি হিসেবে গণ্য হত। এই প্রশিক্ষণ প্রক্রিয়ায় শত শত ঘন্টার ভিজ্যুয়াল প্রশিক্ষণ ডেটা প্রদান করেছে GameNGen মডেলকে রেফারেন্স এবং পুনরায় সৃষ্টির জন্য। এই গবেষণায় একটি মূল উদ্ভাবন হল বিজ্ঞানীরা Stabile Diffusion ব্যবহার করে দীর্ঘ সময়ে ফ্রেমগুলির মধ্যে সামঞ্জস্য কিভাবে বজায় রেখেছে। Stabile Diffusion একটি বিস্তৃত ব্যবহারিত স্বতঃসঞ্চারিত AI মডেল যা চিত্র বা টেক্সট প্রম্পটের উপর ভিত্তি করে ছবি তৈরি করে। তবে, এটি প্রায়ই লাগাতার ফ্রেমগুলির মধ্যে ধারাবাহিকতার অভাব এবং সময়ের সাথে ভিজ্যুয়াল গুণমানের হ্রাসের সমস্যায় পড়ে, যেমন করিডোরের এনিমে রক পেপার স্কিসার্স শর্ট ফিল্মে দেখানো হয়েছে। এই চ্যালেঞ্জগুলির মোকাবেলা করার জন্য, গুগল রিসার্চ পরবর্তী ফ্রেমগুলি ব্যবহারকারীর ইনপুট এবং পূর্ববর্তী ফ্রেমের একটি দীর্ঘ ক্রম ব্যবহার করে প্রশিক্ষণ দিয়ে এবং প্রসঙ্গ ফ্রেমগুলিকে দুর্নীতিগ্রস্ত করতে গাউসিয়ান শব্দ প্রবর্তন করে Stable Diffusion উন্নত করেছে। তাছাড়া, একটি আলাদা কিন্তু আন্তঃসংযুক্ত নিউরাল নেটওয়ার্ক ব্যবহার করা হয়েছে প্রসঙ্গ ফ্রেমগুলিকে ফিক্স এবং ক্রমাগত স্ব-সংশোধনের জন্য, যা দীর্ঘ সময়ের জন্য উচ্চ স্তরের স্থিতিশীলতা এবং ভিজ্যুয়াল সামঞ্জস্যতার ছবি ফলস্বরূপ যোগ করে। যদিও GameNGen এর বর্তমান উদাহরণগুলি নিখুঁত নয়, মাঝে মাঝে ভিজ্যুয়াল আর্টিফ্যাক্ট যেমন ব্লব, ব্লার, এবং ফ্লিকারের উপাদানগুলি পাওয়া যায়। মৃত শত্রুরা ঝাপসা দলে রূপান্তরিত হতে পারে এবং HUD এর Doomguy চরিত্রটি ধারাবাহিকভাবে তার আইব্রো তুলছে এবং নিচ্ছে যেমন রবিবার রাতে রাসেল বেশি থাকে। তাছাড়া, সৃষ্ট লেভেলগুলিতে অসমঞ্জস্যতা পাওয়া যেতে পারে, যেমন এমবেডেড ইউটিউব ভিডিওতে দেখানো হয়েছে যেখানে Doomguy হঠাৎ ৪% ক্ষতি নেওয়া বন্ধ করে এবং স্তরের বিন্যাস সম্পূর্ণভাবে পরিবর্তিত হয় একটি ৩৬০-ডিগ্রি মোড় নেওয়ার পরে ভিতরে একটি বিষাক্ত পিট।