Yunit 11 / 11

End-to-End Workflow, Production Line Integration, Pamamahala at Live na Serbisyo

Mga nadagdag:

  • Kakayahang patuloy na mag-deploy ng artificial intelligence sa bawat yugto ng linya ng produksyon, mula sa konsepto hanggang sa live na serbisyo, na may tungkulin at verification gate
  • Kakayahang magtatag ng balangkas ng pamamahala na may naaprubahang listahan ng tool, karaniwang prompt/style library, disiplina sa pag-log at pag-uuri ng data
  • Kakayahang mapanatili ang privacy ng data ng player at pagkakapare-pareho ng pagkakakilanlan ng laro habang ginagamit ang AI bilang scale multiplier sa panahon ng live na serbisyo

Sa nakaraang sampung unit, sinakop namin ang AI sa mga indibidwal na lugar, mula prototype hanggang NPC, mula PCG hanggang asset at voice production, mula code hanggang balanse, mula QA hanggang copyright. Ngunit dapat gamitin ng isang studio ang mga tool na ito sa pare-pareho at mapapamahalaang paraan, sa loob ng linya ng produksyon (pipeline), sa halip na magkakalat. Sa panghuling unit na ito, pinagsama-sama namin ang mga piraso: paano mo isinasama ang AI sa sukat ng koponan, anong mga panuntunan sa pamamahala ang itinakda mo, paano mo ito pinapanatili sa panahon ng live na serbisyo, at ano ang balangkas na gumagawa ng lahat ng ito na etikal at napapanatiling.

Ang yunit na ito ay isang synthesis: isang mapa ng pagbabago ng indibidwal na kasanayan sa isang talento ng kumpanya.

Ang paglalagay ng AI sa linya ng produksyon

Ang isang linya ng produksyon ng laro ay dumaan sa halos mga sumusunod na yugto: konsepto → prototype → produksyon (sining, code, audio, nilalaman) → integration → QA → release → live na serbisyo. Ang AI ay gumaganap ng ibang papel sa bawat yugto; ngunit ang panuntunan ay pareho: AI ay gumagawa ng draft at bilis, ang tao ay nagpapatunay at nagmamay-ari. Ang susi sa pagsasama ay pagkakapare-pareho — lahat ng gumagawa gamit ang iba't ibang tool, sa iba't ibang kalidad, ay walang pakialam na lumilikha ng kaguluhan. Ang isang studio ay dapat mag-standardize:

  1. Listahan ng naaprubahang sasakyan: Aling sasakyan ang ginagamit para sa aling trabaho, kung aling lisensya/seguridad ang pag-apruba.
  2. Prompt at istilong library: mga ginamit na ulit na prompt, character card, mga gabay sa istilo sa karaniwang repositoryo.
  3. Mga gate ng pag-verify: hindi maaaring magpatuloy ang bawat output ng AI nang hindi dumadaan sa kung aling kontrol (pagsusuri ng code, copyright, kalidad).
  4. Disiplina sa pagre-record/provenance: kung ano ang ginawa, kung ano ang ibig sabihin, kung ano ang gagawin, kung ano ang kontribusyon ng tao.
  5. Pag-uuri ng data: kung aling data ang napupunta kung saang sasakyan (kumpidensyal/panloob/bukas).
Tip: Sumulat ng "Manwal ng gumagamit ng AI" (isang pahinang panloob na dokumento): mga inaprubahang tool, ipinagbabawal na paggamit, mga obligasyon sa pag-verify, mga panuntunan sa data, format ng talaan. Ang gabay na ito ay ang anchor ng pagkakapare-pareho habang lumalaki ang koponan. Isulat ang gabay nang isang beses at tandaan; Dahil mabilis na nagbabago ang mga tool, lisensya, at legal na landscape, regular itong suriin bilang isang buhay na dokumento at ipakilala ito sa bawat bagong miyembro ng koponan sa panimulang pagsasanay.

Pamamahala: sino, ano, sa anong mga tuntunin

Ang pamamahala ay nagsasalin ng indibidwal na mabuting kalooban sa institusyonal na katiyakan. Apat na haligi: Tungkulin at awtoridad — kung sino ang magpapasya kung aling AI ang gagamit (hal. copyright na desisyon sa legal, architectural code na desisyon na mangunguna). Patakaran — nakasulat na mga panuntunan (data, copyright, seguridad, etika, deklarasyon). Pag-audit - regular na pagsusuri ng mga output, pag-iingat ng mga talaan. Pagsasanay — kahusayan ng koponan sa mga hangganan ng AI, pag-verify, at etika. Sa isang studio na walang pamamahala, ang kawalang-ingat ng isang tao (kumpidensyal na pagtagas ng data, paglabag sa copyright) ay naglalagay sa panganib sa buong proyekto.

Pansin: Habang tumataas ang sukat, tumataas ang panganib. Ang hindi nakarehistro, hindi na-verify na content na ginawa ng isang tao na may AI ay mapapansin sa maliit na team; Nawala ito sa 50-taong studio at sumasabog sa ere. Ang pamamahala ay hindi isang burukrasya, ngunit isang safety net na lumalago. Ang maayos na pamamahala ay hindi nakakabawas ng bilis, ito ay nagpapataas nito: ang mga malinaw na panuntunan ay pumipigil sa koponan sa muling pagdedebate sa bawat desisyon, ang mga verification gate ay nakakakuha ng mga error nang mura, at ang mga karaniwang aklatan ay nagbabawas ng pagdoble.

Live na serbisyo: walang katapusang produksyon

Karamihan sa mga modernong laro ay hindi nagtatapos sa broadcast; Bilang isang live na serbisyo, palagi itong nakakatanggap ng bagong content (season, event, item, balance patch). Ito ay isa sa mga konteksto kung saan ang AI ay pinaka-produktibo dahil ang gana sa nilalaman ay pare-pareho: bagong mission generation, player data analysis para sa balance tuning, community feedback summarization, localization drafts. Ngunit sa live na serbisyo, dalawang panganib ang lumalaki: pagiging kumpidensyal ng data (dapat protektahan ang personal na data kapag sinusuri ang data ng player) at pagkakapare-pareho (hindi dapat lumihis ang post-stream na nilalaman mula sa pagkakakilanlan ng laro). Gamitin ang AI bilang scale multiplier sa live na serbisyo; ngunit ipasa ang bawat bersyon sa parehong mga verification gate.

tatlong mini case

Case 1 — Pinigilan ng gabay ang kaguluhan. Sa isang studio ng 25 tao, lahat ay gumagawa gamit ang iba't ibang mga tool sa AI; hindi tugma ang mga asset, hindi organisado ang mga rekord. Ipinakilala ang isang manu-manong gumagamit ng AI (mga na-validate na tool, istilong library, verification gate); Sa loob ng tatlong buwan, tumaas nang husto ang pagkakapare-pareho ng asset at bilis ng paghahatid, bumaba ang kawalan ng katiyakan ng royalty.

Kaso 2 — Live na sukat ng serbisyo. Isang online game ang nagpupumilit na bumuo ng 40 bagong misyon bawat season. Nang ang produksyon ng hybrid na gawain na may AI (high-level AI, control human) ay itinatag, ang produksyon ng nilalaman ng season ay pinabilis ng kalahati; Ang nasayang na oras ay inilaan sa balanse at polish. Ang bawat gawain ay patuloy na sumailalim sa curation ng tao.

Kaso 3 — Pinigilan ng pamamahala ang pagtagas. Ipapadikit na sana ng isang tripulante ang disenyo ng isang unaired season sa isang pampublikong sasakyan. Pinigilan ito ng patakaran sa pag-uuri ng data ng studio at paghihigpit sa tool (papasok lang ang kumpidensyal na nilalaman sa naaprubahang tool, na ang data ay hindi napupunta sa pagsasanay). Pinigilan ng patakaran ang isang potensyal na spoiler/paglabas ng kumpetisyon.

Apat na maaaring kopyahin na mga template

1) Draft AI user manual:

Ang iyong tungkulin: game studio production manager. Sumulat ng draft na "AI user manual" para sa aking studio: mga aprubadong kategorya ng mga tool, ipinagbabawal na paggamit, mandatoryong verification gate para sa bawat output (code/copyright/kalidad), pag-uuri ng data, format ng record ng produksyon, etika at mga panuntunan sa pagsisiwalat. Panatilihin itong maikli at naaaksyunan.

2) Depinisyon ng verification gate:

Tukuyin ang isang validation gate para sa sumusunod na yugto ng produksyon: [stage]. Ilista ang mga tseke, responsableng tungkulin, at “pass/fail” na pamantayan na dapat pumasa bago magpatuloy ang AI output. Ang layunin: upang maiwasan ang hindi na-verify na nilalaman mula sa pagsulong sa pipeline.

3) Live na plano ng nilalaman ng serbisyo:

Bumuo ng plano sa nilalaman ng season para sa aking live na laro ng serbisyo. I-mapa kung aling mga trabaho ang idinaragdag ng AI sa sukat (outline ng gawain, pagsusuri ng data, lokalisasyon, buod ng feedback) at kung aling pag-verify ng tao ang sasailalim sa bawat trabaho. Bigyang-diin ang privacy ng data ng player at pagkakapare-pareho ng pagkakakilanlan ng laro.

4) Pamamahala sa sariling regulasyon:

Suriin ang pamamahala ng AI ng aking studio: kalinawan ng tungkulin/awtoridad, pagkakaroon ng nakasulat na patakaran, disiplina sa pag-audit/pagre-record, pagsasanay sa koponan. Suriin ang antas ng maturity (mahina/katamtaman/malakas) para sa bawat haligi at unahin ang 3 pinakamahalagang pagpapabuti.

Mahinang prompt / Malakas na prompt

Mahinang prompt:

Paano ko dapat gamitin ang AI sa aking studio?

Nang walang konteksto; Nagbibigay ito ng pangkalahatang payo at hindi maaaring ilapat.

Napakahusay na prompt:

Ang iyong tungkulin: manager ng produksyon. My Studio: 18 tao, mobile live service game, buwanang pag-update ng content. Gumagamit kami ng AI sa pagbuo ng misyon, konsepto ng asset at pagsusuri ng data ng manlalaro, ngunit may problema sa hindi pagkakapare-pareho at kawalang-interes. Gawain: Magbigay ng konkretong plano sa pamamahala para sa tatlong paggamit na ito — naaprubahang daloy, gate ng pagpapatunay, format ng talaan, panuntunan sa privacy ng data, at mga hakbang na gagawin sa unang 30 araw.

Ang sukat ng pangkat, mga kaso ng paggamit, at kongkretong problema ay ginagawang posible ang output.

Talaan ng pagsasama ng linya ng produksyon

entablado

tungkulin ng AI

verification gate

pagmamay-ari

Konsepto/prototype

ideya, burador

Pagsusulit sa gameplay

taga-disenyo

sining/tunog

konsepto, pagkakaiba-iba

Copyright + consistency

direktor ng sining

Code

Boilerplate, refactor

Bumuo + seguridad

Nangunguna sa programmer

Nilalaman/PCG

misyon, antas

Paglalaro + pagkakaiba-iba

Nangunguna sa nilalaman

QA

Sitwasyon, pagsusuri ng log

Napatunayang diagnosis

QA lead

live na serbisyo

salik ng sukat

Lahat ng pinto + privacy

Producer

Mga karaniwang pagkakamali

  • Hindi nag-standardize ng mga tool. Ang iba't ibang produksyon ng bawat isa ay lumilikha ng kaguluhan at hindi pagkakapare-pareho.
  • Hindi naglalagay ng verification gate. Tumutulo ang hindi na-verify na content sa feed.
  • Laktawan ang pagpaparehistro/provenance. Nagiging mahina ka sa labanan at kontrol.
  • Pagpapaliban ng pamamahala bago ang paglago. Ang panganib ay dumami nang may sukat; Mahal ang late governance.
  • Nakakalimutan ang privacy sa live na serbisyo. Dapat protektahan ang personal na data sa pagsusuri ng data ng player.

Sa buod

Ang tunay na kapangyarihan ng AI ay hindi dumarating sa isang gawain, ngunit sa isang pare-parehong pipeline at solidong pamamahala. Ang mga inaprubahang tool, karaniwang prompt/style library, verification gates, recording discipline at data classification ay ginagawang corporate assurance ang indibidwal na kasanayan. Sa live na serbisyo, ang AI ay isang multiplier ng sukat; ngunit ang bawat bersyon ay dapat dumaan sa parehong mga pintuan, pinapanatili ang pagiging kompidensiyal at pagkakakilanlan. Ang kakanyahan ng modyul na ito ay nasa isang pangungusap: AI accelerates, human verify at pagmamay-ari.

Gawain ng aplikasyon

Sumulat ng isang-pahinang "Manwal ng gumagamit ng AI" na outline para sa iyong sariling (o haka-haka) na studio: mga inaprubahang tool, verification gate, mga panuntunan sa data, format ng pag-record, at mga patakaran sa etika/pagsisiwalat. Pagkatapos ay suriin ang maturity ng gabay na ito gamit ang template na "Pag-audit sa sarili ng Pamamahala" at tukuyin ang nangungunang 3 pagpapahusay.

checklist

  • [ ] Inilagay ko ang AI sa bawat yugto ng linya ng produksyon ayon sa tungkulin/pinto.
  • [ ] Nag-install ako ng aprubadong tool, prompt/style library at disiplina sa pagre-record.
  • [ ] Tinukoy ko ang verification gate at pagmamay-ari para sa bawat yugto.
  • [ ] Sumulat ako ng pag-uuri ng data at mga panuntunan sa privacy.
  • [ ] Balanse kong sukat na may pagkakakilanlan/pribado sa live na serbisyo.

Pagsusulit sa Module

1. Alin sa mga sumusunod ang pinakatumpak na pagpoposisyon para sa artificial intelligence sa pagbuo ng laro?

  • A) Ang AI ay maaaring direktang magpadala ng mga asset at code sa publikasyon nang walang pag-apruba ng tao
  • B) Gumagana lamang ang artificial intelligence sa pagsulat ng teksto, wala itong kinalaman sa iba pang mga lugar ng produksyon ng laro
  • C) Ang artificial intelligence ay isang assistant at idea multiplier; Pananagutan ng mga tao ang mga desisyon na tumutukoy sa pagkakakilanlan at legal na seguridad ng laro ✔
  • D) Dahil ang artificial intelligence ay palaging mas malikhain kaysa sa mga tao, ang mga desisyon sa disenyo ay dapat na ipaubaya dito.

Paglalarawan: Ang artificial intelligence ay isang assistant na nagpaparami ng mga ideya, bumubuo ng mga draft at nagpapabilis ng pag-ulit. Ang responsibilidad at pinal na pag-apruba ng mga kritikal na desisyon tulad ng pagkakakilanlan, pagka-orihinal, balanse at legal na seguridad ng laro ay pagmamay-ari ng karampatang eksperto; Ang isang hindi na-verify na output ay kasing peligro ng isang patch na inilabas nang walang pagsubok.

2. Ano ang verification discipline na dapat ilapat bago magdala ng artificial intelligence output sa laro?

  • A) Kumonekta sa pinagmulan/motor, tumakbo at subukan, dumaan sa panlasa at identity filter ✔
  • B) Direktang tanggapin kung ang output ay mukhang maayos at may tiwala
  • C) Suriin lamang kung may mga error sa spelling at idagdag ito sa laro
  • D) Hindi na kailangan ng karagdagang pag-verify dahil ang artificial intelligence ay gumagawa nito sa ganoong paraan

Paliwanag: Ang three-step reflex sa Unit 1: pagkonekta sa output sa source at engine (talaga bang umiiral ang API na ginamit sa bersyong iyon), pagpapatakbo at pagsubok (compilation, gameplay, simulation), at pagpasa nito sa panlasa/identity filter (ito ba ay mula sa iyong laro o generic ba ito). Ang katatasan ay hindi nangangahulugan ng katumpakan.

3. Alin sa mga sumusunod ang pinakaangkop na diskarte kapag naghahanda ng prototype?

  • A) Idagdag ang lahat ng posibleng feature sa prototype at buuin ang buong laro
  • B) Maghanda muna ng magagandang visual at musika at pagkatapos ay magpatuloy sa mechanics
  • C) Nananatili sa unang ideya ng artificial intelligence at sumusulong na may iisang variation
  • D) Pagpapaliit ng saklaw sa isang solong tanong sa pagsubok, pagsubok sa mekanika sa pamamagitan ng kamay nang walang buli ✔

Paliwanag: Ayon sa Yunit 2, ang layunin ng prototype ay hindi para 'gumawa ng laro' kundi para sagutin ang isang tanong (hal., masaya ba ang labanan). Ang saklaw ay dapat na paliitin sa iisang tanong na ito, ang polish (magandang visual/tunog) na bitag ay dapat na iwasan, at ang mekanika ay dapat na masuri sa pamamagitan ng paglalaro ng kamay.

4. Ano ang pinakamabisang paraan para pigilan ang lahat ng karakter na magsalita sa parehong generic na boses sa mga NPC dialogue?

  • A) Mass na gumagawa ng lahat ng mga dialogue na may iisang prompt
  • B) Pagbibigay sa bawat mahalagang NPC ng character card at isang 'never tell' negative constraint list ✔
  • C) I-embed ang mga diyalogo sa laro nang walang anumang pagwawasto
  • D) Upang makapagsalita ang mga tauhan nang magalang at balanse hangga't maaari

Paglalarawan: Ayon sa Unit 3, ang bawat mahalagang NPC ay binibigyan ng character card (background, layunin, paraan ng pagsasalita) at isang 'never tell' negative constraint list; ang card na ito ay ibinibigay bilang konteksto para sa bawat dialog na prompt. Sa ganitong paraan, ang mga character ay nagsasalita gamit ang kanilang sariling mga boses at ang AI ay pinipigilan na ma-flatte.

5. Bakit ipinag-uutos ang guardrail layer kapag nag-publish ng runtime AI NPC?

  • A) Ang Guardrail ay para lamang mapataas ang performance, wala itong kinalaman sa kaligtasan
  • B) Walang panganib dahil ang mga Runtime NPC ay palaging tumatakbo nang offline
  • C) Ang NPC ay maaaring lumabas sa karakter, gumawa ng hindi naaangkop na nilalaman, at malinlang ng agarang iniksyon; ✔ nililimitahan sila ng system prompt at filter
  • D) Dapat tanggalin ang rehas kung maaari dahil pinapataas nito ang gastos sa output

Paliwanag: Ayon sa Yunit 3, sa live na produksyon ang NPC ay maaaring magsabi ng mga bagay na wala sa karakter o hindi naaangkop, at maaaring masira ng mga aktor ang karakter sa pamamagitan ng agarang pag-iniksyon (panlinlangin ang NPC). Ang isang live na NPC na na-publish sa pamamagitan ng kahilingan ng system nang walang limitasyon, filter ng nilalaman at paghihigpit sa paksa ay isang panganib sa reputasyon.

6. Ano ang bentahe ng isang hybrid na diskarte na pinagsasama ang artificial intelligence at algorithm sa procedural content generation (PCG)?

  • A) Ang artificial intelligence ay gumagawa ng mataas na antas ng tema at disenyo, ang algorithm ay gumagawa ng nape-play na instantiation; Lumilikha ng parehong makabuluhan at puwedeng laruin na nilalaman ✔
  • B) Ang hybrid na diskarte ay hindi nangangailangan ng mga hadlang at palaging gumagawa ng perpektong antas
  • C) Ang artificial intelligence ay gumagawa ng geometry, ang algorithm ay gumagawa ng kwento
  • D) Ang pagsasama-sama ng dalawang pamamaraan ay palaging nagreresulta sa monotonous na nilalaman

Paliwanag: Ayon sa Yunit 4, malakas ang AI sa pagbuo ng kahulugan at tema, ngunit mahina sa paggarantiya ng reproducibility at playability; Ang algorithm ay ang kabaligtaran. Sa hybrid, ang AI ​​high-level na disenyo (tema, paghahanap, mga layunin sa silid), ang algorithm ay gumagawa ng puwedeng laruin na geometry at balanse; Parehong makabuluhan at nape-play na nilalaman ay nakuha.

7. Ano ang pinakamalakas at pinakaligtas na paggamit ng generative visual AI sa game art?

  • A) Paggawa ng mga panghuling asset ng produksyon na direktang gagamitin sa laro
  • B) Paggawa ng mga visual sa pamamagitan ng paggaya sa istilo ng lagda ng isang kilalang artista
  • C) Paglikha ng mga komersyal na asset gamit ang isang libreng tool nang hindi nagbabasa ng lisensya
  • D) Pagtuklas ng direksyon at pagpaparami ng pagkakaiba-iba sa yugto ng Konsepto; Naglalaro ang artista sa produksyon ✔

Paliwanag: Ayon sa Yunit 5, ang AI ay pinakamalakas sa concept art (direction exploration, inspiration, variation) stage. Ang production art, sa kabilang banda, ay nangangailangan ng reproduction o mabigat na pagwawasto ng artist dahil sa mga teknikal na kinakailangan tulad ng resolution, format, tilability, consistency at copyright.

8. Ano ang pinaka kritikal na etikal at legal na limitasyon kapag gumagamit ng artificial intelligence sa voice-over?

  • A) Walang mga limitasyon sa boses, anumang boses ay maaaring malayang ma-clone
  • B) Ang pag-clone ng boses ng isang artista nang walang pahintulot at kasunduan ay isang etikal at legal na paglabag; ang huling tunog ay gawa ng contract artist ✔
  • C) Kahit na ang generic na TTS ay hindi makakagawa ng mga placeholder dahil ito ay paglabag sa copyright
  • D) Ang pag-clone ng boses ng isang sikat na artista ay isang makatwirang paraan sa pagbadyet

Paliwanag: Ayon sa Yunit 6, ang pag-clone ng boses ng voice actor nang walang malinaw na pahintulot at kasunduan ay parehong paglabag sa etika at isang legal na panganib; Ang paggaya sa boses ng mga kilala o namatay na tao ay naglalabas ng isyu ng mga personal na karapatan. Ginagamit ang Generic na TTS para sa Placeholder, na ang panghuling pag-dub ay ang gawain ng isang nakakontratang tao na artist sa karamihan ng mga proyekto.

9. Ano ang pinakamabisang paraan upang maiwasan ang problema ng hindi pinagsama-sama o ginawang mga API kapag humihiling ng code ng laro mula sa AI?

  • A) Direktang pagdaragdag sa proyekto nang hindi binabasa ang code
  • B) Paghiling sa buong sistema nang sabay-sabay, nang hindi nagbibigay ng konteksto
  • C) Pagbibigay ng konteksto ng makina, bersyon, wika at arkitektura at pag-verify na ang mga API na ginamit ay umiiral sa bersyong iyon at pagsubok ang mga ito sa pamamagitan ng pag-compile ✔
  • D) Sapat na sabihin ang 'Write code for Unity' nang hindi tinukoy ang bersyon

Paliwanag: Ayon sa Yunit 7, kung hindi alam ng artificial intelligence kung para saang engine at bersyon ang isinusulat nito, gagawa ito ng nalilito, hindi na ginagamit o hindi umiiral na API. Magbigay ng konteksto ng engine, bersyon, wika at arkitektura sa bawat prompt; Kinakailangang i-verify na umiiral ang mga API na ginamit sa bersyong iyon at i-compile at subukan ang code.

10. Anong prinsipyo ng seguridad ang dapat gawin bilang batayan kapag sinusuri ang network code na ginawa ng artificial intelligence sa isang multiplayer na laro?

  • A) Ang pagtitiwala sa kliyente ay dapat na mas gusto dahil ito ay nagpapataas ng pagganap ✔
  • B) Ang kritikal na katayuan (pinsala, puntos, pera) ay dapat ma-verify sa server; hindi dapat pagkatiwalaan ang kliyente (server-authoritative)
  • C) Ang tseke ng seguridad ay kinakailangan lamang sa mga laro ng solong manlalaro
  • D) Ang code ng network na ginawa ng artificial intelligence ay palaging ligtas, walang kinakailangang pag-audit

Paglalarawan: Ayon sa Unit 7, ang prinsipyo ng 'huwag magtiwala sa kliyente' (server-authoritative) ay mahalaga: ang kliyente sa computer ng player ay maaaring baguhin para sa pagdaraya, kaya kritikal na katayuan tulad ng mga puntos, pinsala, pera ay dapat na ma-verify sa server. Ang impormasyong pangseguridad na ito ay ginagamit lamang upang ipagtanggol ang sariling laro; Hindi para sa hindi awtorisadong pag-access sa system ng ibang tao.

11. Ano ang kinakailangan para sa mahusay na paggamit ng artificial intelligence sa balanse ng laro?

  • A) Ang pagsasabi lang sa artificial intelligence na 'balance my game' ay sapat na
  • B) Buong kumpiyansa sa mga resulta ng simulation nang walang playtesting
  • C) Pag-aayos ng balanse sa isang kakaibang numero nang hindi ginagaya ang ekonomiya
  • D) Magbigay ng nasusukat na target/range ng balanse at i-cross-validate ang simulation gamit ang playtest ✔

Paliwanag: Ayon sa Yunit 8, ang hindi malinaw na kahilingan tulad ng 'gawin itong balanse' ay hindi gumagana. Dapat tukuyin ang balanse bilang isang nasusukat na layunin at saklaw (hal. rate ng panalo 45-55%). Ang mga resulta ng simulation (Monte Carlo) ay dapat ding i-cross-validated sa totoong playtest, dahil kung ang modelo ay hindi nagpapakita ng tunay na gameplay, ito ay mapanlinlang.

12. Paano dapat kumilos ang isang tao kapag ipinaliwanag ng artificial intelligence ang sanhi ng isang error bilang 'ito ay sanhi ng function na ito'?

  • A) Pagtitiwala sa diagnosis at pagbabago ng function na iyon nang direkta
  • B) Isaalang-alang ang diagnosis bilang isang hypothesis na kailangang patunayan at i-verify ito sa pamamagitan ng pag-log, pagpaparami at pagsubok ✔
  • C) Pagtanggap ng dahilan bilang tiyak dahil sinasabi ito ng artificial intelligence
  • D) Iwanang malabo ang ulat ng error at hindi na muling tumatawag para sa produksyon

Paliwanag: Ayon sa Yunit 9, minsan gumagawa ang AI ng isang gawa-gawang dahilan (hallucination) sa pag-debug. Ang diagnosis ay hindi isang ebidensya, ngunit isang hypothesis na dapat patunayan; Bakit dapat i-verify gamit ang log, mga hakbang sa pagpaparami at pagsubok. Kung hindi, maaantala ang maling diagnosis sa paghahanap ng tama.

13. Anong apat na dimensyon ang dapat suriin sa mga tuntunin ng copyright bago mag-publish ng asset na binuo ng AI sa isang komersyal na laro?

  • A) Mga sukat ng input (data ng pagsasanay), output (pagkakatulad), lisensya (karapatan na gamitin) at pagmamay-ari (kontribusyon ng tao) ✔
  • B) Kung maganda o hindi ang biswal
  • C) Laki at resolusyon ng file lamang
  • D) Dahil ito ay isang artificial intelligence output, walang royalty assessment ang kinakailangan

Paliwanag: Ayon sa Unit 10, ang copyright ay isinasaalang-alang sa apat na dimensyon: input (kung ano ang pinagsanayan ng modelo, legal na katayuan ng tool), output (kilalang pagkakapareho sa kasalukuyang trabaho/brand), lisensya (karapatan na gamitin ang tool sa komersyo), at pagmamay-ari (puro AI-generated na gawa ay maaaring hindi protektado sa ilang bansa, kinakailangan ng kontribusyon ng tao). Kinakailangan din na panatilihin ang mga rekord ng produksyon at sumunod sa mga panuntunan sa deklarasyon ng platform.

14. Ano ang mga elemento ng balangkas ng pamamahala na ginagawang pare-pareho at ligtas sa sukat ang paggamit ng AI sa isang studio?

  • A) Ang bawat isa ay dapat gumamit ng kanilang sariling sasakyan sa kanilang sariling kalidad at walang anumang reserbasyon.
  • B) Inaprubahang listahan ng tool, karaniwang prompt/style library, verification gate, production log at data classification ✔
  • C) Alisin ang verification gate at pataasin ang bilis ng broadcast
  • D) Pagtatatag ng pamamahala pagkatapos lamang mangyari ang isang krisis

Deskripsyon: Pamamahala ayon sa Yunit 11; Binubuo ito ng isang aprubadong listahan ng tool, isang karaniwang prompt/style library, verification gate sa bawat yugto, production record (provenance) na disiplina at data classification. Ang balangkas na ito ay nagsasalin ng indibidwal na mabuting kalooban sa institusyonal na katiyakan; Ang pamamahala ay dapat na maitatag bago ang paglago habang ang panganib ay dumami nang may sukat.