En Mars, je vous expliquais que Google Stadia allait analyser votre comportement dans les jeux pour potentiellement créer des super IA qui appliquées à un jeu type Red Dead Redemption 2 donnerait un genre de Westworld. Et je n'étais pas très loin de la réalité.

Je ne parle pas du fait que RDR 2 va sortir sur Stadia mais du fait que Google va utiliser l'apprentissage automatique pour comprendre le comportement des joueurs et prédire sur quel bouton ils vont appuyer ou quels mouvements ils vont faire. Le but du système est de réduire le lag (Google parle même de "latence négative") en rendant les images avant même qu'il y ait besoin de les afficher. Le tout sera déployé dans moins de deux ans, probablement le temps de collecter des données.

Au delà des questions morales, cela pose des problèmes éthiques pour le jeu en ligne. Si c'est une machine qui presse au bon moment la détente qui cause un tir à la tête dans une partie de Counter-Strike, qui a vraiment remporté la partie? Le joueur ou son double virtuel?

Lire la suite sur le site : Google lit l'avenir (proche).

Ah je pensais exactement à ça pour réduire la latence dans un jeu comme Quake. J'en parlais avec des gens de la communauté.

Bon quand c'est intégré directement dans le netcode, c'est transparent pour le joueur, ça s'ajoute juste à la prédiction classique. Pour Stadia ça serait super bizarre, ça reste à voir si c'est externe au jeu ou si c'est intégré par les devs.

Je ne sais pas si c'est un vrai débat. Le but d'un jeu étant de divertir, si le joueur est diverti, l'objectif est rempli. D'autre part il y a fort à parier que se constituera une frange de dévs "à l'ancienne" qui proposera des jeux sans amélioration (et encore, si l'on peut dire, vu que ça fait déjà plusieurs décennies que les devs "trichent" en coulisses pour donner une certaine illusion aux joueurs).

C'est finalement ce qui existe déjà sur les émulateurs non ?
https://arstechnica.com/gaming/2018/04/better-than-reality-new-emulation-tech-lags-less-than-original-consoles/

Si c'est le même principe, il faut juste une grosse puissance de calcul pas une IA.

hohun a écrit :
Je ne sais pas si c'est un vrai débat. Le but d'un jeu étant de divertir, si le joueur est diverti, l'objectif est rempli. D'autre part il y a fort à parier que se constituera une frange de dévs "à l'ancienne" qui proposera des jeux sans amélioration (et encore, si l'on peut dire, vu que ça fait déjà plusieurs décennies que les devs "trichent" en coulisses pour donner une certaine illusion aux joueurs).

Pour les jeux solo, je ne vois pas le problème. On a effectivement déjà des systèmes de prédiction depuis un petit bout de temps.

Par contre, pour les jeux multi "compétitifs", je pense que le débat peut se poser par contre. Cela ajoute une nouvelle couche de prédiction et il faut encore que le système soit parfaitement fonctionnel. A un certain niveau, certains joueurs ont besoin d'avoir un contrôle total sur leurs actions et ce à quelques millisecondes près. Si le jeu décide d'entamer une action qui va à l'encontre de celle initiée par le joueur (parce qu'à ce niveau, toute action peut être décisive), cela peut tout simplement être foireux. Ou frustrant si les algos prennent des décisions basées sur "l'ensemble des joueurs" (ce qui peut fausser la décision anticipée prise) qui ne sont pas au même niveau.

... 'fin je dis ça, je ne suis pas sûr que l'on joue de manière compétitive sur Stadia avant un petit moment.

(Ouais, je paraphrase plus ou moins la fin de la news)

C'est probablement un système de prédiction de branche comme dans les CPUs mais au niveau des frames. Ça devra être intégré au jeu.

t0 - Le joueur a le réticule sur la tête d'un ennemi: Il y a 90% de chances qu'il tire
> Le serveur calcule l'image t0 et l'image du tir t1
t1 - Le client reçoit l'image t0 et l 'affiche
t2 - Le joueur tire
t3 - Le serveur envoie l'image déjà calculée


Si le joueur ne tire pas, l'image est perdue et le serveur en calcule un autre avec la latence normale.
On pourrait imaginer que le serveur envoie les deux images dans tous les cas et que le choix soit fait coté client, d'ou l'idée de latence négative.

Dans tous les cas ça change pas le code du jeu ni la façon de jouer. La prédiction de branche a des taux de réussite très élevé, plus de 90%, dans un jeu ça serait probablement plus bas, mais même 50% pourrait baisser la latence de moitié!
La difficulté est que la prédiction devra être faite pour tous les joueur en même temps.

Jod a écrit :
C'est finalement ce qui existe déjà sur les émulateurs non ?
https://arstechnica.com/gaming/2018/04/better-than-reality-new-emulation-tech-lags-less-than-original-consoles/
Si c'est le même principe, il faut juste une grosse puissance de calcul pas une IA.

Ce n'est pas exactement le même principe. RetroArch a besoin d'une commande utilisateur pour calculer les images futures. Rien n'est prédit/deviné. Dans le cas de Google, le but est de calculer les images avant l'appui d'une touche.

fennec a écrit :
C'est probablement un système de prédiction de branche comme dans les CPUs mais au niveau des frames. Ça devra être intégré au jeu.
...
On pourrait imaginer que le serveur envoie les deux images dans tous les cas et que le choix soit fait coté client, d'ou l'idée de latence négative.

En théorie il n'y a pas besoin que cela fasse partie du code du jeu. Quand l'IA prend le relai, elle envoie ses propres commandes au jeu pour simuler le joueur. Pour le fait d'envoyer deux images, je suis aussi sceptique. Rendre un jeu en 4K est déjà très lourd côté serveur et bouffe un max de bande passante. Ajouter des images pour chaque image ne ferait qu'empirer les choses. Sans compter que le cas présenté est un cas "facile". Il y a des cas où il y a bien plus que deux possibilités. Et si tu dois attendre que le joueur tire pour envoyer l'image, tu réduis la latence mais pas totalement. Le type de Google parle bien de latence négative à savoir voir le résultat apparait avant d'appuyer sur un bouton. En clair, Google joue à votre place.

Dans les jeux en réseau il y a une prédiction qui se passe, puis le moteur réseau corrige en temps réel la prédiction avec ce qui s'est réellement passé : quand la latence entre client/serveur est trop élevé ça peut créer ce qu'on appelle le rubber banding (le joueur semble alterner très vite entre position prédite et la version corrigée) mais c'est un effet indésirable en pratique ça ne doit pas être (trop) visible.

Par exemple un moteur réseau peut prédire que le joueur va continuer sur sa lancée (inertie) mais quand un joueur distant appuie sur le bouton pour partir vers la gauche alors le moteur corrige les prochaines frames calculées pour faire comme si le mouvement vers la gauche avait commencé avant que le moteur réseau ne voit l'information.

Donc on peut imaginer la même situation, en remplaçant "inertie" par forte probabilité que le joueur se déplace vers la gauche à la place.

Mais je suis sûr que c'est juste un sujet de recherche, difficile à dire si ça fera une vraie différence ou pas..

(donc pas vraiment de "jeu à notre place" si c'est vraiment comme ça que ça se passe, juste une petite "tricherie" à l'affichage).

Mais là ce genre de prédiction intervient après une commande utilisateur. Et Google compte utiliser l'apprentissage automatique pour aller plus loin que ce genre de système. C'est un peu comme la différence entre autocorrect et Gmail qui veut finir les phrases à votre place.

Si une IA prends la main pour jouer et décide de faire une action comme tirer et que le joueur ne voulait pas le faire ça devient le bordel. Il faut que le moteur du jeu le supporte.

C'est rendu côté serveur. Les inputs ne sont que des packets TCP interprétés par la couche Stadia du jeu. Qu'ils proviennent du client (manette Stadia, PC portable...) ou d'un service local ne fait aucune différence au niveau technique.

CBL a écrit :
C'est rendu côté serveur. Les inputs ne sont que des packets TCP interprétés par la couche Stadia du jeu. Qu'ils proviennent du client (manette Stadia, PC portable...) ou d'un service local ne fait aucune différence au niveau technique.

Donc c'est bien de la merde. Ces histoires de jeu en streaming, ça me donne la nausée. C'est bien trop tôt pour être viable. j'habite en plein centre ville à deux pas du berceau de l'ADSL et j'ai toujours pas la fibre... Alors j'imagine même pas au niveau mondial...

fennec a écrit :
Si une IA prends la main pour jouer et décide de faire une action comme tirer et que le joueur ne voulait pas le faire ça devient le bordel. Il faut que le moteur du jeu le supporte.

J'argumentais sur le fait qu'il le fait déjà : maintenant, il prédit que le joueur ne tirait pas mais le joueur a tiré (dans le passé), c'est déjà sur le papier "le même bordel" sauf si ton moteur est capable de se rattraper et dissimuler son "erreur" aux joueurs.

fireman a écrit :
Alors j'imagine même pas au niveau mondial...

C'est justement l'inverse, la France n'est pas vraiment dans le haut du panier, mais comme partout, ça progresse vite.

À titre perso, ça fait 7 ans que je jongle entre fibre et adsl au grès des déménagements, et j'ai toujours eu la possibilité d'un raccord fibre dans les mois suivants de mon aménagement.

T'as fait un tour chez Ariase pour voir ce qu'on te propose ?

J'ai du mal avec ces histoires d'IA que je vois de plus en plus dans les medias.

Dites moi si je me trompe ou si j'ai loupé un truc, mais une IA c'est "juste" du code, une liste énorme de IF...THEN avec des .logs qui grossissent petit à petit. Je deviens peut-être un vieux con.

Sinon, est-ce que quelqu'un a testé Stadia en beta ? J'étais bien dubitatif au début, j'imaginais du 25 ou 30fps compressé, genre je joue à un mpeg, mais il semblerait que finalement non. J'avoue que je suis teasé.

@Darius-K : Jette un coup d’œil sur le deep learning, alors oui c'est toujours des conditions, comme tout en fait, mais issues d'un apprentissage automatique, et non d'une programmation manuelle, d'où la nécessite de recueillir le plus de données possible, plus grand sera l'échantillons de parties à analysées, plus précis seront les résultats du réseau de neurones artificiels.

Non ce n'est pas des « conditions », c'est des calculs de matrices de poids de dendrites de neurones. Comme une sorte de grosse fonction mathématique avec des poids qui changent en fonction de l'apprentissage.

Pour faire joujou : https://playground.tensorflow.org

@Darius, dans tout ce que tu lis, remplace IA par statistiques et ça deviendra tout de suite plus clair et tu seras bien plus près de la vérité ;)

Merci pour vos réponses :)

Darius-K a écrit :
Dites moi si je me trompe ou si j'ai loupé un truc, mais une IA c'est "juste" du code, une liste énorme de IF...THEN avec des .logs qui grossissent petit à petit. Je deviens peut-être un vieux con..

Il n'y a pas de définition précise acceptée par tous de ce qu'est une IA. Donc ça dépend beaucoup du contexte.

Dans les jeux il y a souvent un série de if.. then comme tu dis mais c'est un peu simpliste (c'est quoi le programme qui n'est pas une série de if/then ??).

Ton cerveau est probablement une grosse boîte contenant des if..then, donc ce n'est pas un problème de comment c'est programmé à la base mais de la quantité et qualité des calculs que tu peux faire qui fait de toi un humain avec la capacité de voir, juger, bouger etc.

Cf machines de Von Neuman ou de Turing : quelques blocs de bases suffisent à représenter toute machine capable de calculer n'importe quoi ou exécuter n'importe quel programme. (et toute logique un tant soit peu complexe peut-être représenté par une très humble NAND gate : https://en.wikipedia.org/wiki/NAND_logic)

Ça ne veut pas dire que Stadia est aussi complexe que ton cerveau. En pratique il faut faire quelque chose qui soit calculable en très peu de temps (millisecondes) pour un grand nombre de joueurs <- donc ça reste "simple".
Il y a une fonction inconnue dont on ne sait estimer que les entrées sorties. On applique ce que l'on appelle du "machine learning", c'est à dire un programme complexe dont les paramètres sont appris (en appliquant la bonne formule mathématique) plutôt que dérivés "à la main" par un humain. Ça semble foireux dit comme ça mais ça marche sur une classe incroyable de problèmes :
https://venturebeat.com/2017/12/08/6-areas-where-artificial-neural-networks-outperform-humans/