Kymmenen vuotta sitten EA lanseerasi Search for Extraordinary Experiences Division (SEED) -yksikön rohkeana tavoitteenaan: tutkia, rakentaa ja auttaa määrittelemään interaktiivisen viihteen tulevaisuutta. Osittain EA:n vuoden 1983 We See Farther -mainoskampanjasta, joka tuki ohjelmistosuunnittelijoita ja insinöörejä taiteilijoina, inspiroituneena, SEED pyrkii katsomaan nykyisten lähestymistapojen yli ja tutkimaan syvällisiä, perustavanlaatuisia teknologioita, jotka vauhdittavat interaktiivisen viihteen seuraavaa sukupolvea. Viime vuosikymmenenä SEED on muuttanut kokeellisia ideoita tekniikoiksi, työkaluiksi ja järjestelmiksi, jotka ovat nostaneet EA-pelien tekemisen ja kokemisen tasoa.
Kun SEED täyttää 10 vuotta, juhlistamme tiimin edelläkävijähenkeä ja palaamme takaisin muutamiin merkittäviin teknologioihin, jotka ovat määritelleet uudelleen sen, mikä EA:lla on mahdollista.
Yksi SEEDin varhaisimmista läpimurroista tuli Project PICA PICA -projektista, joka keskittyi säteenseurantaan, tekniikkaan, joka simuloi valon fyysistä käyttäytymistä. Projekti esitteli valokuvantarkkaa valaistusta ja heijastuksia vuosia ennen kuin tekniikasta tuli standardi peleissä. PICA PICA näytti, kuinka dynaaminen globaali valaistus ja säteenseurattu valaistus voisivat tuoda meidät lähemmäs elokuvatasoisia visuaaleja reaaliaikaisella suorituskyvyllä.
Yhteistyön henki jatkui GIBS-projektissa (Global Illumination Based on Surfels), joka simuloi realistista epäsuoraa valaistusta hyödyntäen "surfels"-tekniikkaa, eli pieniä, levynmuotoisia pinnan esityksiä. Tämä teknologia kehitettiin Frostbite-tiimin rinnalla ja otettiin käyttöön EA SPORTS College Football 25 -pelissä. Tekniikka esitteli reaaliaikaisen globaalin valaistuksen massiivisissa, avoimissa ympäristöissä, mahdollistaen yli 150 stadionia ja dynaamiset päivä-yö-syklit turvautumatta esilaskettuun valaistukseen.
SEEDin edistysaskeleet ulottuivat myös animaatioon. Madden NFL 21 -pelissä SEEDin Swish-projektista tuli yksi ensimmäisistä reaaliaikaisista pelaajille näkyvistä koneoppimista hyödyntävistä muodonmuuttajista, joka on koskaan julkaistu pelissä. Swish käytti neuroverkkoja simuloimaan kankaan käyttäytymistä realistisella venytyksellä, virtauksella ja törmäyksellä, merkiten ensimmäisen askeleen kohti fysiikkajärjestelmiä, jotka oppivat sen sijaan, että ne säädettäisiin käsin.
Lisäksi Dragon Age: The Veilguard -pelin tutkimus auttoi mahdollistamaan laadukkaampaa ja monipuolisempaa liikedataa, antaen kehittäjille mahdollisuuden toimittaa ilmeikkäämpiä hahmoja suorituskyvystä tinkimättä.
Kun sisällöntuotannon putkistot kasvoivat monimutkaisemmiksi, SEED keskittyi auttamaan artisteja saavuttamaan luovan visionsa nopeammin. Voice2Face, yksi SEEDin tunnetuimmista läpimurroista, esitteli ääniohjatun kasvoanimaatiojärjestelmän, joka tuottaa realistisia huulten ja kasvojen liikkeitä suoraan tallennetusta puheesta. Sitä käytettiin Battlefield 6:n välianimaatioissa ja EA SPORTS FC 25 -pelin yleisön lauluissa, se vähensi merkittävästi tuotantoaikaa laadun säilyttäen.
Työskennellessään yhdessä sisäisten luovan työn ja teknologian tiimien kanssa SEED otti käyttöön uusia työnkulkuja Light Stage-teknologialle, joka on huippuluokan skannaustekniikka. Sen avulla ihmiskasvot voidaan tallentaa digitaalisesti ennennäkemättömällä tarkkuudella ja uskollisuudella. Nämä työnkulut mahdollistivat uudet realismin tasot hahmojen pään skannauksessa, antaen artisteille mahdollisuuden tallentaa näyttelijän hienoimmat yksityiskohdat ja hienovaraiset ilmeet pelinsisäisiä malleja varten.
Pelaamisesta toimintoihin, SEEDin tekoälytutkimus on muokannut sitä, kuinka kehittäjät analysoivat tietoa, optimoivat testausta ja varmistavat pelaajakokemuksia. EA SPORTS FC 26:ssa vahvistusoppiva (RL) maalivahti toi mukanaan adaptiivisen koneoppimisen maalivahdin sijoittumiseen, mikä mahdollistaa tekoälyn analysoida pelaajien liikkeitä ja tehdä säätöjä samalla tavalla kuin oikean elämän vastineensa.
Apex Legends -pelissä Bad Actor Detection -järjestelmät tunnistivat huijausepäilyjä miljoonissa otteluissa ja suojelivat pelaajakokemusta laajamittaisesti.
Kuluneen kymmenen vuoden aikana SEED on uudelleenmääritellyt, mitä soveltava tutkimus tarkoittaa pelialalla, muuttaen kokeellisia ideoita toimitettavaksi teknologiaksi ja kehittäen sitä, miten pelejä rakennetaan sisältä ulospäin.
Säteenseuratusta valaistuksesta ja koneoppimisesta generatiiviseen tekoälyyn, SEED jatkaa työkalujen ja teknologian luomista yhteistyössä EA:n kehittäjien kanssa johtaakseen vuorovaikutteisen viihteen tulevaisuutta seuraavan pelivuosikymmenen ja sen yli