ساخت هوش مصنوعی که توانایی تولید مراحل باور پذیر را دارد - تکفارس 
ساخت هوش مصنوعی که توانایی تولید مراحل باور پذیر را دارد - تکفارس 

ساخت هوش مصنوعی که توانایی تولید مراحل باور پذیر را دارد

امیر مریخ
۲۱ اردیبهشت ۱۳۹۷ - 12:27
ساخت هوش مصنوعی که توانایی تولید مراحل باور پذیر را دارد - تکفارس 

تضمین فروش بازی های ویدئویی در نسل حاضر ارتباط مستقیمی با باورپذیر بودن و نزدیک بودنشان با واقعیت، دقت آن‌ها به جزییات و ساختن دنیایی چشم نواز دارد

اما ساختن چنین دنیای پیچیده‌ای نیازمند ساعت‌ها وقت و تلاش فراوان است (به هر حال Vice City یک روزه بنا نشده بود.) در این حال اگر یک هوش مصنوعی وجود داشت تا به جای سازندگان اصلی  می‌توانست بخش‌های طاقت فرسا و ملال آور کار را انجام دهد نتیجه بسیار رضایت بخش‌تر و زودتر به وقوع می‌پیوست. داشمندان متخصص رایانه در دانشگاه پلی تکنیک میلان راهی یافته‌اند تا هوش مصنوعی بتواند بخش‌های سخت طراحی مراحل را انجام دهد تا طراحان یک بازی ویدئویی و گیمر های آن سریع تر و راحت تر به بخش جذاب بازی برسند.

دووم (DOOM) (یکی از اولین بازی‌های ساخته شده در سبک تیر اندازی اول شخص (FPS)) به عنوان نقطه ای برای شروع مناسب به نظر می‌رسید. زیرا که مردم تا جایی که تکنولوژی به آن ها اجازه می‌دهد این بازی را روی سیستم هایشان اجراء می‌کنند و از گیمپلی آن لذت می برند. و از آنجاییی که همیشه افرادی در اجتماع وجود دارند تا این بازی را بر روی هرچیزی که دارای سیستم عامل باشد (از ترموستات گرفته تا ماشین حساب) اجراء کنند، این انتخاب از جانب دانشمندان به نظر انتخاب معقولی می‌آمد تا از این بازی جهان شمول‌(!) و مشهور برای ساختن نقشه‌های جدید و طراحی مراحل نو استفاده کنند.

این شبکه‌ی عصبی مصنوعی ساخته شده توسط دانشمندان بر اساس دو الگوریتم هوش مصنوعی کار می کند که این دو الگوریتم گاهی با هم و گاهی بر ضد هم کار می‌کنند. اولین الگوریتم، الگوریتم زایا (یا generator network) نام دارد که اطلاعات را از مراحلی که توسط هزاران نفر به وجود آمده، دریافت می کند (این افراد شامل سازندگان اصلی بازی و تعدادی از مراحل که توسط طرفداران این بازی ساخته شده اند می شود.) سپس این هوش مصنوعی شروع به ساختن مراحلی مشابه با نمونه های ساخته شده‌ی قدیمی آن می‌کند.

هوش مصنوعی مورد بحث ما، اطلاعاتی همانند بزرگی کلی مراحل، ارتفاع دیوار‌ها، تعداد اتاق‌های درون هر مرحله و دیگر اندازه‌ها و فاکتورهای مورد نظر برای این بازی را از مراحل ساخته شده الگو می‌گیرد و تا جایی که بتواند مراحل مشابه با مراحل ساخته شده توسط بشر را به وجود می‌آورد.

دومین هوش مصنوعی، که به آن شبکه‌ی تفکیک کننده (یا discriminator network) می‌گویند، طراحی شده است تا مراحل ساخته شده را آزمایش و تست کند. این هوش مصنوعی هم مانند هوش مصنوعی دیگر، مراحل اوریجینال ساخته شده به دست بشر را تحلیل و بررسی می‌کند، بررسی این هوش مصنوعی به این منظور انجام می‌پذیرد تا سیستم بتواند مراحل ساخته شده به دست بشر را از مراحل الهام گرفته شده و ساخته شده توسط هوش مصنوعی تمییز دهد. و سپس بعد از مرحله‌ی بررسی، این سیستم هر آنچه از اطلاعات را که تا به حال دریافت کرده است به کار می گیرد تا با آن ها خروجی الگوریتم زایا را بررسی کند.

به وسیله‌ی این دو الگوریتم که باهم دیگر و ضد هم دیگر کار می کنند، محققان به این حقیقت دست پیدا کردند که این هوش مصنوعی توانایی ساخت مراحل باور پذیر، یا حداقل به اندازه ای باور پذیر که نسخه ی اولیه ی DOOM اجازه‌ی آن را می‌دهد، است.

در مراحل ساخته شده تعدادی گلیچ مشاهده می‌شد. به عنوان مثال گاهی اوقات شبکه‌ها در مورد اینکه طراحی یک دیوار چگونه باید خوب به نظر برسد دچار اشتباه می شدند. اما در بیشتر موارد طراحی مراحل به همان اندازه‌ای که نسخه‌های اولیه آن قابل بازی بودند، جذاب طراحی شده بود.

اما این نسخه از هوش مصنوعی که فقط برای DOOM طراحی شده بود تنها ابتدای مسیر است. دانشمندان معتقدند چهارچوب اصلی که برای فعالیت این هوش مصنوعی طراحی کرده‌اند قابلیت ایفای نقش در مقیاس‌های بزرگتر و قابل تاثیر و دخالت در بازی‌های بسیار بیشتری را دارد. در حالی‌که این سیستم توانایی آن را دارد تا‌ بخشی از قوه ی تخیل طراحان را در طراحی مراحل از آن‌ها بگیرد، این سیستم قابلیت آن را دارد تا به استودیوهایی بودجه‌ی محدود که توانایی بر آمدن از پس هزینه های بالای طراحی مراحل را ندارند کمک کند تا به جایگاه مناسبی در این صنعت دست یابند. با چنین الگوریتمی که توانایی طراحی مراحل و یا کمک به طراحان را در ساخت مراحل یک بازی دارند، می‌توان مخارج ساخت یک بازی را به مقدار چشمگیری کاهش داد و با کمپانی‌هایی با بوجه های بزرگ بازی سازی، وارد رقابت شد.

مطالب مرتبط سایت

نظرات

دیدگاهتان را بنویسید