هوش مصنوعی در صنعت بازی سازی

کاربرد هوش مصنوعی در صنعت بازی سازی، تجربه‌های مهیج‌تر و سرگرم‌کننده‌تری را برای گیمرها به وجود آورده است. در بازی‌های امروزی، دیگر خبری از NPCهای کسل کننده با حرکات تکراری نیست. همچنین میزان سختی هر بازی نسبت به مهارت و قدرت بازیکنان کم و زیاد می‌گردد. این‌ها تنها دو مورد از کاربردهای بی‌شمار هوش مصنوعی در صنعت بازی سازی هستند. در ادامه با جزئیات بیشتری آشنا خواهیم شد.

فهرست مطالب

• • هوش مصنوعی در صنعت بازی سازی

• • تکنیک‌های هوش مصنوعی در صنعت بازی سازی

• • معرفی 10 کاربرد هوش مصنوعی در صنعت بازی سازی

• • مرور 10 بازی محبوب با هوش مصنوعی

• • شناخت 10 کاراکتر معروف هوش مصنوعی

• • مزایا و معایب کاربرد هوش مصنوعی در صنعت بازی سازی

• • تعریف هوش مصنوعی در صنعت بازی سازی

• • تاریخه هوش مصنوعی در صنعت بازی سازی

• • استفاده از سرویس ژوپیتر لب ابر فردوسی

هوش مصنوعی در صنعت بازی سازی

بازی Monster Hunter: World در سال 2018 برای پلی‌استیشن، ایکس‌باکس و مایکروسافت ویندوز در سراسر جهان منتشر شد.

در این بازی انسان، نقش شکارچی هیولاها را ایفا می‌کند و در هر مرحله میزان سرسختی هیولاها به مرور افزایش می‌یابد.

هر بازیکن با کشتن و یا به دام انداختن هر هیولا، می‌تواند از اجزای بدن وی، برای ساخت تجهیزات و تسلیحات قوی‌تر استفاده کند. تمام هیولاهای موجود در Monster Hunter: World مجهز به هوش مصنوعی هستند و به همین دلیل، دارای قابلیت حرکات تصادفی و غیر منتظره می‌باشند. یویا توکودا، کارگردان بازی بیان می‌کند که دو بار شاهد آن بوده است که طی یک اتفاق غیرمنتظره، هیولاها خودشان با یکدیگر درگیر شده‌اند. به گفته وی، بار اول در حالی که شکارچی درحال مبارزه با هیولا بود، هیولای دوم با سنگ به هیولای اول زد و فرار کرد. بار دوم نیز در حین مبارزه شکارچی با هیولا، هیولای دوم به داخل صحنه پرواز کرد و شروع به مبارزه با هیولای اول کرده است. به گفته یویا توکودا با استفاده از هوش مصنوعی در صنعت بازی سازی، همواره شاهد شگفتی‌های منحصربه‌فرد این چنینی در روند بازی‌ها خواهیم بود. چرا که بازی‌سازها، رفتار کاراکترهای داخل بازی‌ها (NPC) را تنظیم نمی‌کنند. بلکه صرفا به آن‌ها مجموعه‌ای از قوانین و الگوریتم‌ها را تزریق می‌نمایند. کاربرد هوش مصنوعی در صنعت بازی سازی باعث حرکات تصادفی NPCها و در نتیجه جذابیت بیشتر و عدم روزمرگی در بازی‌ها می‌شود. به عنوان مثال در نسخه‌های سابق Monster Hunter، هیولاها تعداد محدودی از حرکات را انجام می‌دادند. مسلما آن بازی به اندازه نسخه امروزی‌اش جذابیت نداشت. اما کاربردهای هوش مصنوعی در صنعت بازی سازی صرفا به هوشمند سازی NPCها محدود نمی‌باشد. در ادامه با سایر کاربردهای آن آشنا خواهیم شد.

تکنیک‌های هوش مصنوعی در صنعت بازی سازی

به‌طور کلی می‌توان گفت که صنعت بازی سازی از دو تکنیک هوش مصنوعی قطعی و غیرقطعی بهره می‌برد:

تکنیک هوش مصنوعی قطعی:

تکنیک‌های هوش مصنوعی قطعی پرکاربردترین نوع هوش مصنوعی در ساخت بازی هستند. پیرو این تکنیک، رفتار یا عملکرد محیط بازی و NPCها از قبل مشخص و قابل پیش‌بینی است. در روش‌های قطعی، توسعه‌دهندگان مجبورند تا همه سناریوهای ممکن را پیش‌بینی کرده و همه رفتارها را خودشان کدنویسی کنند. تکنیک‌های قطعی اجازه یادگیری یا تکامل را به عناصر موجود در بازی نمی‌دهند و تاثیر محدود کننده و غیر زنده‌ای بر بازی به جای می‌گذارند. به عنوان مثال امکان وقوع اتفاقات غیرمنتظره‌ای مانند آنچه که در Monster Hunter: World رخ داد، در این تکنیک وجود ندارد. اما استفاده از این تکنیک تا حدودی موجه است. زیرا مثلا به یک NPC کنترل‌شده با هوش مصنوعی می‌گوید که کجا می‌تواند برود و کجا نمی‌تواند برود. یکی از این کاربردها در بازی‌های جهان باز است که به عنوان مثال به روستاییان اجازه نمی‌دهد از روی دیوارهای قلعه عبور کنند. ولی در عین حال نیز ثابت نباشند.

تکنیک هوش مصنوعی غیرقطعی:

این تکنیک مخالف روش جبرگرایانه قبل است. این تکنیک با توجه به نوع الگویتم هوش مصنوعی به کار رفته در آن، درجات مختلفی از عدم قطعیت را نشان می‌دهد. تکنیک غیر قطعی هوش مصنوعی باعث می‌شود که توسعه‌دهندگان بازی، دیگر نیازی به پیش‌بینی تمام سناریوهای احتمالی و ایجاد کد مطابق با آن‌ها را نداشته باشند. عناصر بازی در این روش‌ می‌توانند به تنهایی بیاموزند، تعمیم دهند و رفتارهای نوظهوری را بدون وجود دستورالعمل‌های صریح قبلی از خود نشان دهند. در این روش فوق‌العاده، NPCها از حرکات و تاکتیک‌های بازیکن اصلی می‌آموزد و برای مقابله با آن‌ها سازگار می‌شود. اینگونه دو طرف در سطحی برابر قرار خواهند گرفت. این روش به شهودی‌تر شدن بازی‌ها کمک می‌کند. مثلا هوش مصنوعی می‌تواند میزان توانایی و تخصص بازیکن را تشخیص دهد و سطح دشواری بازی را در لحظه با آن مطابقت دهد. با استفاده از تکنیک‌های غیر قطعی، بازی غیرقابل پیش‌بینی می‌شود. به این معنا که حتی سازنده بازی نیز ممکن است از رفتارهای NPCها شگفت زده شود. از دیگر مزایای این روش ایجاد تجربه‌های جدید در هر بازی و در نتیجه افزایش عمر بازی و جلوگیری از کسالت‌باری آن است. اگرچه هوش مصنوعی در این صنعت، به اندازه سایر صنایع از یادگیری ماشین بهره نمی‌برد. اما کاربرد یادگیری ماشین در بازی سازی چندان کمرنگ نیست. به عنوان مثال از شبکه‌های عصبی که زیر مجموعه‌ای از یادگیری ماشین است و الگوریتم‌های بیزی و ژنتیک در این روش بهره می‌برند.

معرفی 10 کاربرد هوش مصنوعی در صنعت بازی سازی

استفاده از هوش مصنوعی در صنعت بازی سازی به منظور ایجاد حس غوطه‌وری بازیکن، در جریان بازی است. جهت آشنایی بیشتر مقالات هوش مصنوعی و یادگیری ماشین را مطالعه نمایید. در ادامه به معرفی ده عدد از کاربردهای هوش مصنوعی در صنعت بازی سازی پرداخته‌ایم:

1- کاراکترهای غیربازیکن یا NPCها:

NPCها یا کاراکترهای غیربازیکن بیشترین بهره را از هوش مصنوعی در صنعت بازی برده‌اند. به‌طوری که امروزه این شخصیت‌ها آن‌قدر هوشمندانه عمل می‌کنند که گویی توسط بازیکنان انسانی کنترل می‌شوند. رفتار این شخصیت‌ها توسط الگوریتم‌ها و موتورهای هوش مصنوعی از قبیل درخت تصمیم، هدایت می‌شود. به عنوان مثال در بازی Monster Hunter: World، هیولاها می‌توانند طیف وسیعی از اقداماتی از قبیل جاخالی دادن، مسدود کردن مسیر و… را با توجه به موقعیت بازیکن انجام دهند. از سال‌ها قبل نیز در برخی از بازی‌ها، شاهد درجه‌ای از این هوشمندی در NPCها بوده‌ایم. به عنوان مثال می‌توان به بازی کلاسیک Pacman در سال 1980 اشاره کرد. در آن بازی Pacman سعی می‌کرد تا تمام دایره‌های روی صفحه را جمع کند. او همزمان به‌طور بی رحمانه‌ای توسط چهار روح در رنگ‌های مختلف تعقیب می‌شد. اما این بازی فقط شامل یک تعقیب و گریز شانسی نبود. بلکه آن ارواح دارای سطحی از هوشمندی بودند و گاهی حتی برای طعمه‌شان کمین می‌کردند. در واقع ارواح موجود در بازی Pacman به‌گونه‌ای طراحی شده‌ بودند که موقعیت مکانی شخصیت اصلی را درک کرده و هر یک متفاوت از دیگری عمل کنند. یکی از ارواح سرگردان می‌شد، دیگری به طور تهاجمی عمل می‌کرد، بعدی به سمتی می‌رود که پکمن می‌رفت و روح آخر حرکات تصادفی انجام می‌داد. این چهار رفتار باعث می‌شد که این ارواح احساس زنده بودن و دارای اراده بودن را به مخاطب القا کنند. این هدف هوش مصنوعی در بازی های ویدیویی است.

2- مسیریابی:

اتفاق خارق‌العاده‌ای که هوش مصنوعی در صنعت بازی سازی به وجود آورده است، مسیریابی و ایجاد مناظر آنی در بازی است. هوش مصنوعی می‌تواند از حرکات، سبک بازی، تصمیمات درون بازی، ظاهر و تکنیک‌های شما بازخورد دریافت کند و بر اساس آن منظره و مسیر جدیدی ایجاد نماید.

3- تصمیم گیری:

در بازی‌های هوشمند، ماتریس عظیمی از احتمالات و روابط علت و معلولی بسیار پیچیده وجود دارد. کل دنیای بازی می‌تواند با تصمیمات شما دستکاری شود. هوش مصنوعی اجازه می‌دهد تصمیماتی که می‌گیرید تأثیر بیشتری بر بازی داشته باشد. به عنوان مثال، در بازی Red Dead Redemption 2، رفتار NPCها با شما، به متغیرهایی مانند میزان لکه‌های خون روی لباس یا نوع کلاهی که بر سر دارید بستگی دارد.

4- داده کاوی:

با کمک هوش مصنوعی، طراحان و استودیوهای بازی می‌توانند از روی رفتار بازیکنان داده کاوی کنند. آن‌ها با درک چگونگی انجام یک بازی توسط کاربران، و یا چرایی توقف یک بازی توسط آن‌ها به جهان‌بینی وسیعی نسبت به ساخته خود می‌رسند. داده‌کاوی به سازندگان یک بازی اجازه می‌دهد تا بازی را بهبود ببخشند و یا فرصت‌های کسب درآمد را شناسایی کنند.

5- تولید محتوای رویه‌ای:

هوش مصنوعی در بازی‌ها می‌تواند منجر به خلق داستان‌های تعاملی، شرایط محیطی، سطوح و حتی موسیقی جدید به صورت خودکار شود. استفاده از این فناوری مدرن در بازی‌ها، حتی می‌تواند محتوای داستانی جدیدی را بنا به روند اعمال کاربر به بازی اضافه کند.

6- مدل سازی تجربه بازیکن:

هوش مصنوعی در بازی می‌تواند میزان مهارت و وضعیت احساسی بازیکن را دریابد و بازی را بر اساس آن تنظیم کند. متعادل کردن سطح سختی بازی با میزان توانایی بازیکن در همان لحظه، یکی از بهترین مزیت‌های هوش مصنوعی است که باعث عدم توقف و یا کسالت در بازی می‌شود.

7- تقلب NPCها:

قابلیت تقلب در NPCها مفید است. این امر موجب می‌شود که بازی برای انسان‌ها همواره جذاب بماند. در غیر این صورت انسان پس از چندبار تلاش، برنده بازی خواهد بود و دیگر مایل به تکرار آن نمی‌باشد. رایج‌ترین نوع تقلب در NPCها حالتی است که آن‌ها به اطلاعاتی دسترسی داشته باشند که بازیکنان ندارند. به عنوان مثال، در یک بازی رزمی، ممکن است به NPC حواس انسان مانندی مثل دیدن و شنیدن و یا سرعت بیشتر داده شود.

8- تقلب بازیکن:

هوش مصنوعی در صنعت بازی سازی می‌تواند افرادی را که در بازی تقلب می‌کنند را شناسایی کند. شرکت PUBG اخیرا با استفاده از هوش مصنوعی تلاش کرده است تا افراد متقلب در بازی‌ها را شناسایی کرده و حذف نماید. بازی Player Unknown’s Battle Grounds یکی از تقلب‌خیزترین بازی‌های پرطرف‌دار در جهان بود که با این فناوری بهبود یافت.

9- بازی‌های مبتنی بر تشخیص صدا:

با این فناوری، بازیکنان می‌توانند آزادانه‌تر فرآیند بازی را کنترل نمایند. از طرفی حواس بیشتری به بازی معطوف خواهد شد و این جذابیت آن را چند برابر می‌کند.

10- بسترهای جدید:

به لطف فناوری‌های نوین، امروزه بازی‌ها بر بستر ابر، یعنی بدون نیاز به نصب و دانلود و بر بستر بلاک‌چین‌ها با قابلیت درآمدزایی در دسترسند. از طرفی بازی‌های موجود در موبایل‌ها با گرافیک، وضوح تصویر و سازگاری بالاتری توسعه یافته‌اند. پردازش تصویر در صنعت بازی سازی به سمتی رفته‌ است که استفاده از گجت‌های پوشیدنی و واقعیت مجازی، واقعیت افزوده و واقعیت ترکیبی را رواج می‌دهد.

مرور 10 بازی محبوب با هوش مصنوعی

1. 1. Halo: Combat Evolved

1. 1. نیمه عمر

1. 1. Grand Theft Auto 5

1. 1. بیگانه: انزوا

1. 1. Red Dead Redemption 2

1. 1. Bioshock Infinite

1. 1. گوتیک

1. 1. F.E.A.R

1. 1. S.T.A.L.K.E.R.: Shadow Of Chernobyl

1. 1. Middle Earth: Shadow Of Mordor

شناخت 10 کاراکتر معروف با هوش مصنوعی

1. 1. اوریانا در بازی League of Legends

1. 1. روح در بازی Destiny

1. 1. گلادوس در بازی Portal

1. 1. سگ در بازی Half-Life

1. 1. کورتانا در بازی Halo

1. 1. Mother Brain در بازی Metroid

1. 1. EDI در بازی Mass Effect

1. 1. GLaDOS در بازی Portal

1. 1. SHODAN در بازی System Shock

1. 1. The Patriots AIs در بازی Metal Gear Solid 4

مزایا و معایب کاربرد هوش مصنوعی در صنعت بازی سازی

از جمله مزایای کاربرد هوش مصنوعی در گیم می‌توان به تازگی دائمی یک بازی اشاره کرد. زیرا جهان‌ها و محتواهای رویه‌ای تولید شده در آن دائما رو به پیشرفت هستند. همچنین دیگر در بازی‌ها NPCهایی با حرکات تکراری در چند حالت مشخص نمی‌بینیم. بلکه آن‌ها طیف وسیعی از حرکات را پوشش می‌دهند. اما معایبی نیز وجود دارد که باید به آن‌ها اشاره کرد. مثلا همان‌گونه که هوش مصنوعی در بازی‌ها پیشرفته‌تر می‌شود، بازی سازان کنترل کمتری روی آن‌ها دارند. این‌گونه ممکن است بازیکنان برخی از دنیاها و سطوحی که بازی‌سازان با دقت ساخته‌اند را به نفع چیزی که ممکن است آسان‌تر اما رباتیک‌تر باشد، از دست بدهند. نگرانی بعدی مشابه چیزی است که در بازی Aliens: Colonial Marines اتفاق افتاد. در آن بازی به دلیل بهم ریختگی برنامه‌نویسی هوش مصنوعی، NPCها اعمال عجیبی انجام دادند و غوطه‌وری را از بین بردند. عیب دیگر این است که اگر هوش مصنوعی در بازی‌ها خود به خود پیشرفت کند، ممکن است نقش بازی سازان انسانی کمرنگ شود. و مورد آخر امکان ناعدالتی در بازی است. یعنی ممکن است هوش مصنوعی آن‌قدر در بازی پیشرفت کند که امکان بازنده شدنش وجود نداشته باشد. در حال حاضر برنامه شطرنجی موجود است که ثابت می‌کند هیچ انسانی قادر به شکستش نیست. تکرار این موقعیت ممکن است کسالت بار و دور از لذت شود.

تعریف هوش مصنوعی در صنعت بازی سازی

هوش مصنوعی در صنعت بازی سازی بر ایجاد بازی‌های کنشی واکنشی‌تر، سازگارتر و چالش برانگیزتر از طریق الگوریتم‌هایش تمرکز دارد. این تعریف با آن‌چه که قبلا درباره هوش مصنوعی در کشاورزی، تشخیص سرطان، خودروسازی، بانکداری، ارتش، فناوری اطلاعات، بیمه، ساختمان‌ سازی و… گفته‌ایم کمی متفاوت است. بنا به گفته کارشناسان و دانشگاهیان، هوش مصنوعی در بازی‌های ویدیویی یک زیرشاخه متمایز با هوش مصنوعی آکادمیک است. آن‌ها استدلال می‌کنند که هوش مصنوعی در صنعت بازی سازی یک هوشمندی واقعی نیست، بلکه صرفا یک کلمه تبلیغاتی و جذاب است. به گفته‌ی آن‌ها در این بازی‌ها از الگوریتم‌های مرتب‌سازی و تطبیق ساده برای ایجاد توهم رفتار هوشمند استفاده می‌شود. بنابراین هوش مصنوعی در بازی اهداف کمی از هوش مصنوعی آکادمیک از قبیل یادگیری ماشین، قدرت تصمیم‌گیری، تفکر، استدلال و… را به اشتراک می گذارد. در واقع هوش مصنوعی در صنعت بازی سازی اغلب شامل چند قانون کلی یا اکتشافی برای ارائه یک تجربه خوب از گیم به بازیکن است.

تاریخچه هوش مصنوعی در صنعت بازی سازی

اگرچه دانشگاهیان تعریف هوش مصنوعی در صنعت بازی را مغایر با تعریف هوش مصنوعی واقعی می‌دانند، اما بر کسی پوشیده نیست که تولد هوش مصنوعی با بازی بود. در واقع بازی‌سازی از همان ابتدا حوزه‌ی مهمی برای تحقیق درباره هوش مصنوعی بوده است. یکی از اولین نمونه‌های هوش مصنوعی، در بازی کامپیوتری Nim دیده می‌شود. این بازی در سال 1951 ساخته و در سال 1952 منتشر شد. مدتی نگذشت که کریستوفر استراچی با استفاده از ماشین Ferranti Mark 1 موجود در دانشگاه منچستر، برنامه چکرز و دیتریش پرینز یا شطرنج را طراحی کرد. برنامه چکرز بعدی که در اوایل دهه 60 توسط آرتور ساموئل نوشته شد، مهارت کافی برای به چالش کشیدن یک آماتور را داشت. کار بر روی الگوریتم‌ها در چکرز و شطرنج با شکست گری کاسپاروف، توسط کامپیوتر Deep Blue IBM در سال 1997 به اوج خود رسید. حوالی همان سال‌ها بود که بازی‌هایی مانند Space war، Pong و Gotcha نیز به جهانیان معرفی شدند. مهم:جهت آشنایی با رایانش ابری، مقاله تعریف رایانش ابری به زبان ساده را مطالعه کنید.

استفاده از سرویس ژوپیتر لب ابر فردوسی

در حال حاضر شرکت رایانش ابری فردوسی با ارائه سرویس ژوپیتر لب با نازل‌ترین قیمت‌ها، گام بلندی در راستای پیشرفت هوش مصنوعی در ایران برداشته است. جهت استفاده کلیک نمایید:

مطالب بیشتر