هوش مصنوعی (AI) دنیایی را که ما می شناسیم متحول می کند. از الگوریتمهای ساده تشخیص و بومیسازی اشیاء در تصاویر گرفته تا اجرای سیستمهای نظارت بر مراقبتهای بهداشتی در زمان واقعی، هوش مصنوعی بخشهای بیشماری را با بزرگی بهبود بخشیده است. یکی از این بخشها که برای دههها از هوش مصنوعی استفاده کرده است، صنعت بازیهای ویدیویی است.
این مقاله اصول هوش مصنوعی و یادگیری ماشینی را به همراه اجرای آنها در بازی های ویدیویی پوشش می دهد. اگر به بازی سازی علاقه دارید، فراگیری ماشین یا هر دو، این پست آن را برای شما!
هوش مصنوعی و یادگیری ماشینی
هوش مصنوعی برنامهای از حوزه علم داده است که بر ساخت ماشینهای هوشمندی متمرکز است که قادر به انجام وظایفی هستند که عموماً به درجاتی از هوش انسانی نیاز دارند. این هوش شبیه سازی شده از تفکر انتزاعی تشکیل نمی شود. بلکه وسیله ای برای انتخاب هوشمندانه تر یا هوشمندانه ترین راه حل برای یک مشکل است.
فراگیری ماشین (ML) زیرشاخه ای از هوش مصنوعی است که در آن الگوریتم های کامپیوتری سعی می کنند به طور خودکار از طریق تجربه و استفاده از داده ها بهبود پیدا کنند. این الگوریتم ها یک مدل را با استفاده از تجزیه و تحلیل آماری بر روی مجموعه داده داده شده و آموزش می دهند پیش بینی کنید یا تصمیماتی بدون اینکه به صراحت برای انجام آن برنامه ریزی شده باشد.
AI/ML در بازی
هوش مصنوعی چندین دهه است که در صنعت بازی وجود داشته است. اما، با معرفی ابزارها و فناوریهای مدرن مانند واحدهای پردازش گرافیکی (GPU)، نرمافزار هنرهای دیجیتال پیشرفته و مجموعه دادههای عظیم پخشکننده، پتانسیل هوش مصنوعی و ML به شدت افزایش یافته است!
در زیر پیاده سازی های اصلی AI/ML در بازی های ویدیویی آورده شده است.
1. NPC های هوشمندتر
شخصیتهای غیرقابل بازی (NPC) شخصیتهایی غیر از بازیکن اصلی بازی هستند. به طور سنتی، NPC ها با اقدامات از پیش تعیین شده با استفاده از یک ماشین حالت برنامه ریزی می شدند. به این معنی که اقدامات آنها با خط داستانی یا در پاسخ به اقدامات یک بازیکن مرتبط بود، بنابراین یک NPC اقدامات محدود و قابل پیش بینی داشت.
با این حال، با هوش مصنوعی و ML، NPCهای ما اکنون میتوانند سبک بازی بازیکنان را بیاموزند و مجموعهای از اقدامات پویا داشته باشند، که باعث میشود بازی در برابر آنها کمتر قابل پیشبینی و چالش برانگیزتر باشد. همین استراتژی یادگیری از حریف ما را قادر می سازد تا موتورهای پیشرفته شطرنج مانند AlphaZero را ایجاد کنیم.
2. رندر پویا
یکی از مسائلی که شرکتهای بازیهای ویدیویی با استفاده از هوش مصنوعی و ML سعی در حذف آن دارند، اعوجاج دیدگاه است. این پدیده زمانی اتفاق میافتد که یک شیء در زمانی که بازیکن دور است، خوب به نظر میرسد، اما زمانی که بازیکن به شیء مذکور نزدیک میشود، تغییر شکل داده و پیکسلی میشود.
شرکت های بازی سازی از الگوریتم های یادگیری ماشینی برای بهبود پویا تصاویر و رندرها استفاده می کنند. این کار با تأثیر اعوجاج تصویر مقابله میکند و به یک جسم اجازه میدهد وقتی به پخشکننده نزدیکتر است، ظریفتر به نظر برسد.
3. تولید گفتگو و تعاملات واقعی
قبلاً دیدهایم که چگونه میتوان از هوش مصنوعی و ML برای بهبود اقدامات NPC استفاده کرد. با این حال، این فناوریها همچنین میتوانند برای بهبود تجربه بازی با فرمولبندی پاسخهای NPC دقیقتر و واقعیتر استفاده شوند.
تعدادی از بازی های نقش آفرینی از مکانیسم گفتگو استفاده می کنند که با کمک آنها به طور قابل توجهی بهبود یافته است پردازش زبان طبیعی و تحلیل احساسات تکنیک های با استفاده از الگوریتم های ML نمونه خوبی از گفتگوی پیشرفته هوش مصنوعی و تعاملات واقعی را می توان در بازی هایی مانند این کتیبه ها بزرگتر IV: فراموشی.
4. نسل جهانی
یکی دیگر از کاربردهای قدرتمند ML در ساخت بازی، نسل جهانی است. تعدادی از بازی های محبوب مانند های کنکوری و سری Grand Theft Auto از یک سناریوی گیم پلی جهان باز استفاده می کنند.
ایجاد این بازیها بدون ویژگیهای خاص نسل جهانی بسیار دشوار خواهد بود و چه راهی بهتر برای نقشهبرداری پویا از زمینها، تولید NPC و پنهان کردن غارت با کمک فراگیری ماشین فن آوری است.
5. ایجاد بازی های همه جانبه
یکی از اولویتهای توسعهدهندگان بازیهای ویدیویی، ساخت بازیای است که تا حد امکان فراگیر و نزدیک به دنیای واقعی باشد. با این حال، مدل سازی دنیای واقعی می تواند یک فرآیند فوق العاده دشوار باشد.
این فرآیند را می توان به طور قابل توجهی با کمک فناوری یادگیری ماشین آسان تر کرد. یک الگوریتم ML می تواند برای پیش بینی اثرات پایین دستی اقدامات یک بازیکن یا حتی مدل سازی چیزهایی مانند آب و هوای بازی استفاده شود.
نتیجه
هوش مصنوعی و Machine Learning برنامه های قدرتمندی در صنعت بازی های ویدیویی پیدا کرده اند. شرکتهای بازیهای ویدیویی مدرن سرمایهگذاری زیادی روی پیادهسازی هوش مصنوعی و ML انجام میدهند تا تجربه بازیکن ارائه شده توسط بازیهایشان را بهبود بخشند. با توجه به سرعت رشد فناوری، تعجب آور نخواهد بود که به زودی تجربه های غیرقابل تصور بازی های ویدیویی را در اختیار داشته باشیم. آیا شما هیجان زده هستید؟
اگر از این مقاله لذت بردید ، در خبرنامه هفتگی HashDork مشترک شوید، جایی که آخرین اخبار هوش مصنوعی، ML، DL، برنامه نویسی و فناوری آینده را به اشتراک می گذاریم.
پاسخ دهید