Iridium Reach บทเรียนจากการให้ AI ตรวจภาพเกม 15 รอบ แล้วให้คนลองเล่น
โดย GameSlash
Iridium Reach เป็นเดโมเกมยิงอวกาศที่ผู้สร้างให้ AI ช่วยทำและตรวจภาพวน 15 รอบ ก่อนพบว่าการเล่นจริงยังมีจุดที่ AI จับไม่เจอ

Jason Croucher สร้าง Iridium Reach โดยให้ Claude Code ช่วยเขียนโค้ด แล้วใช้ AI อีกชุดตรวจภาพเกมวน 15 รอบ กรณีศึกษานี้แสดงวิธีนำข้อวิจารณ์ภาพกลับไปแก้เดโมเกมยิงอวกาศ และปัญหาที่คนลองเล่นยังพบแม้ผ่านการตรวจด้วย AI มาแล้ว
เกมที่ AI ช่วยสร้างออกมาเป็นอย่างไร
Iridium Reach เป็นเดโมเกมยิงอวกาศมุมมองจากห้องนักบิน สร้างด้วย three.js และออกแบบให้เล่นผ่านเว็บได้ ผู้พัฒนาระบุว่าดาวเคราะห์และภาพเอฟเฟกต์สร้างด้วยโค้ด ผู้เล่นบังคับยานต่อสู้กับโจรสลัด ใช้โล่และปืนที่ต้องระวังความร้อน แล้ววาร์ปไปยังระบบดาวอื่น Jason Croucher กำกับงานและทดลองเล่นเอง ส่วน Claude Code ช่วยทำโค้ดส่วนใหญ่ ดูผลงานและคำอธิบายจากผู้สร้าง

AI ตรวจงานกันเอง 15 รอบ ทำอะไรบ้าง
ในวิธีที่ผู้สร้างเรียกว่า Gauntlet ทีม AI แยกกันทำระบบต่าง ๆ แล้วมี AI อีกชุดเทียบภาพกับเป้าหมายที่ตั้งไว้ เขียนรายการข้อผิดพลาด และส่งกลับไปแก้รอบถัดไป ผู้สร้างรายงานว่าทำ 15 รอบใน 4 ชุดทดลอง แต่ยังไปไม่ถึงเป้าหมายภาพที่ต้องการ
คนทำเกมด้วย AI สามารถเริ่มจากกำหนดภาพเป้าหมาย ให้ AI จับภาพเกมปัจจุบัน เทียบสิ่งที่ต่าง แล้วแก้และทดสอบทีละจุด อย่างไรก็ตาม ภาพนิ่งบอกไม่ได้ว่าปุ่มตอบสนองดีหรือการต่อสู้สนุกหรือไม่
แล้วทำไมยังต้องให้คนลองเล่น
ผู้สร้างระบุว่าดาวเคราะห์น้อยมีเฉพาะระบบดาวแรก พอวาร์ปไปพื้นที่ถัดไปจึงไม่มีสิ่งกีดขวางชนิดนี้แล้ว อีกปัญหาคือคอมพิวเตอร์บนยานพูดระหว่างต่อสู้ถี่เกินไป และคนลองเล่นยังพบปัญหาที่ AI ตรวจไม่เจอ ส่วนเป้าหมาย 60 เฟรมต่อวินาทีที่ความละเอียด 1080p เป็นผลที่ผู้สร้างรายงานจาก Apple M4 ไม่ใช่การรับประกันสำหรับเครื่องอื่น

คนทำเกมด้วย AI เอาวิธีนี้ไปใช้ยังไง
ให้ AI จับภาพเมนู ระหว่างต่อสู้ และด่านหลัง ๆ มาเทียบความสม่ำเสมอของภาพ แล้วลองเล่นเองตั้งแต่ต้นจนจบพร้อมจดปัญหาที่พบ อย่าลืมทดสอบพื้นที่ที่สอง เพราะข้อผิดพลาดอาจอยู่พ้นฉากเริ่มต้น โครงการมีลิงก์ไปยัง เดโมบนเว็บ ภาพประกอบและบทเรียนในข่าวนี้มาจากผลงานและบันทึกการพัฒนาของผู้สร้าง
โค้ดใช้สัญญาอนุญาต MIT ส่วนเสียงพากย์ใช้เงื่อนไขของ ElevenLabs แยกต่างหาก จึงไม่ควรนำสิทธิ์ของโค้ดไปเหมารวมกับเสียงทั้งหมด บทเรียนจากงานนี้คือการให้ AI ตรวจภาพหลายรอบกับการให้คนลองเล่นจริงช่วยพบปัญหาคนละแบบ ไม่ใช่ให้ AI แทนการทดสอบทั้งหมด