از زمانی که بازی‌های رایانه‌ای در دهه ۱۹۵۰ شکل گرفتند، هوش مصنوعی بخش جدایی‌ناپذیری از آن‌ها بوده است. از همان ابتدای کار در تاریخچه هوش مصنوعی در صنعت بازی سازی، از هوش مصنوعی برای ایجاد رفتارهای واکنش‌گر، سازگار یا هوشمند در کاراکترهای غیربازیگر استفاده می‌شد. این استفاده خاص از هوش مصنوعی در بازی سازی، برای پردازش شخصیت و رفتار کاراکتر تنها یک دلیل مهم دارد، هرچه بیشتر جذاب کردن بازی! در حقیقت آن هوش مصنوعی که در بازی‌های رایانه‌ای استفاده می‌شود با هوش مصنوعی کلاسیک تفاوت دارد. چرا که هوش مصنوعی در صنعت بازی‌سازی هدفش جذاب کردن بازی است، ولی هوش مصنوعی در کاربرد کلاسیکش هدف متفاوتی دارد.
در فناوری‌های معمول هوش مصنوعی، هدف یادگیری ماشینی درس گرفتن برای تصمیم‌گیری بهتر است، ولی در بازی‌های رایانه‌ای هدف بهتر کردن تجربه بازی و جذابیت‌های آن است. در دوران ابتدایی تاریخچه هوش مصنوعی در صنعت بازی سازی یا گیمیفیکیشن (gamification)، از هوش مصنوعی تنها برای تنظیم سطح میزان دشواری بازی استفاده می‌شد و هدف الگوریتم‌ها در بازی تنها جواب دادن به کنش‌های بازیکن بود. البته این نکته نیز مطرح است که هدف دیگر هوش مصنوعی در بازی‌های رایانه‌ای، از همان ابتدا حوزه‌ای برای پژوهش در هوش مصنوعی بوده و پژوهشگران MIT در ابتدای دهه ۶۰ میلادی برای آزمایش بسیاری از الگوریتم‌ها از بازی استفاده می‌کردند.
جهت مشاهده ودانلود ماهنامه ” اقتصاد دیجیتال” اینجا کلیک نمایید.
یکی از نخستین نمونه‌ها در تاریخچه هوش مصنوعی در صنعت بازی‌سازی، بازی رایانه‌ای نیم است که در سال ۱۹۵۱ ساخته و در سال ۱۹۵۲ منتشر شد. در سال ۱۹۵۱ نیز با استفاده از دستگاه Ferranti Mark1 در دانشگاه منچستر، دو پژوهشگر «کریستوفر استراچی» و «دیتریش پرینز» الگوریتم بازی‌های «چکرز» و شطرنج را نوشتند. در نهایت، کار روی چکرز و شطرنج با شکست گری کاسپاروف توسط دیپ بلو، ساخته شرکت IBM در سال ۱۹۹۷ به اوج خود رسید.
با ظهور ژانرهای نوین بازی‌ها در تاریخچه هوش مصنوعی در گیمیفیکیشن در دهه ۹۰ میلادی، استفاده از ابزارهای هوش مصنوعی، مانند ماشین‌های حالات متناهی نیز رونق گرفت. در همین حال در این سال‌ها بازی‌های نوین استراتژی نیز رونق دوباره‌ای یافتند؛ این بازی‌ها از بسیاری از سرویس‌های هوش مصنوعی برای جذاب کردن خود کمک گرفتند. سرویس‌هایی مانند دریافت اطلاعات و پردازش آن‌ها، مسیریابی کاراکترها، تصمیم‌گیری بلادرنگ و پردازش‌های مالی در بازی به این بازی‌ها کمک بسیاری کردند.
در ادامه تاریخچه هوش مصنوعی در صنعت بازی سازی، بازی‌های بعدی از روش‌های پایین به بالا در هوش مصنوعی، مانند رفتارهای واکنش‌گر بلادرنگ و ارزیابی اقدامات بازیکن استفاده کرده‌اند. بعدتر بازی‌هایی با داستان‌های تعاملی به‌وجود آمدند، که هوش مصنوعی روند داستان در بازی را بر اساس چگونگی و تصمیمات گوناگون بازیکن تغییر می‌داد. در این بازی‌ها از دیالوگ‌های چندگانه تعاملی استفاده می‌شد و هوش مصنوعی اصلی‌ترین جنبه این بازی‌ها بود.
یادگیری ماشینی در بازی سازی چگونه کار می‌کند؟
همان‌طور که قبل‌تر به آن اشاره کردیم، هوش مصنوعی در صنعت بازی‌سازی با روش‌های مختلفی به این صنعت کمک می‌کند. یکی از مهم‌ترین این روش‌ها یادگیری ماشینی در بازی سازی است. در بازی‌های رایانه‌ای، تکنیک‌های مختلف یادگیری ماشینی با روش‌های مختلفی به کار می‌روند، ولی دو کاربرد یادگیری ماشینی هستند که بیشترین استفاده را دارند. یکی استفاده از یادگیری ماشینی برای کنترل کاراکترهای غیربازیکنNPC) )، و دیگری تولید محتوای رویه‌ای(PCG) است. همان‌طور که می‌دانیم یادگیری ماشینی در صنعت بازی سازی با استفاده از الگوریتم‌ها و مدل‌های آماری به تصمیم‌گیری رایانه در بازی، بدون برنامه‌نویسی خاص کمک می‌کند.
در همین راستا معمولاً کاراکترهای غیربازیکن برای رشد شخصیت و بهترشدن تصمیماتی که می‌گیرند از یادگیری عمیق استفاده می‌کنند. هوش مصنوعی در صنعت بازی‌سازی برای بهترکردن کارکرد کاراکترها از نوعی یادگیری عمیق استفاده می‌کند که به شدت بر استفاده از شبکه‌های عصبی مصنوعی یا ANN تمرکز دارد و همین به کاراکتر کمک می‌کند که حل وظایف پیچیده را یاد بگیرد. با استفاده از یادگیری عمیق، کاراکتر از چندین لایه ANN و تکنیک‌های دیگر، برای استخراج تدریجی اطلاعات از یک ورودی استفاده می‌کند. همین رویکرد چند لایه‌ای پیچیده به کاراکتر کمک می‌کند تا شخصیتش را رشد دهد و بر اساس داده‌های گوناگونی که دریافت می‌کند او نیز تغییر کند و بازی‌اش بهتر و جذاب‌تر شود.
یادگیری ماشینی در صنعت بازی سازی با استفاده از تولید محتوای رویه‌ای کمک فراوانی به این صنعت کرده است. تولید محتوای رویه‌ای یا PCG فرآیندی است که در آن داده‌ها با الگوریتم‌های پیشرفته تولید می‌شوند و نه به‌صورت دستی. از این تکنیک برای رشد نوآورانه بازی بدون نیاز به توسعه دهندگان انسانی استفاده می‌شود. در بازی‌های جهان آزاد، رویکردهای این تکنیک را بیشتر می‌بینیم که شامل گرامرها، الگوریتم‌های مبتنی بر جستجو و برنامه‌نویسی منطقی است و به هوش مصنوعی در بازی سازی کمک می‌کند.
برترین بازی‌های هوش مصنوعی کدامند؟
در اینجا با آن دسته از بازی‌های رایانه‌ای که با هوش مصنوعی در صنعت بازی سازی سروکار دارند می‌پردازیم. این بازی‌های هوش مصنوعی، نه‌تنها از فناوری‌های هوش مصنوعی برای کارکرد بهتر خود استفاده کرده‌اند، بلکه موجب پیشرفت این فناوری هم شده‌اند. از مهم‌ترین بازی‌های هوش مصنوعی که قلب تپنده آن فناوری‌های این رشته است، می‌توان به بازی Creatures تولید ۱۹۹۶ اشاره کرد. کریچر یا آن‌طور که با واژه «موجودات» اسم این بازی را ترجمه کرده‌اند، یک برنامه زندگی مصنوعی است که در آن بازیکن موجودات پشمالوی کوچکی را از تخم بیرون می‌آورد و به آن‌ها می‌آموزد که چگونه رفتار کنند.
کاربر همچنین می‌تواند کاراکترها را رها کند تا خودشان بر اساس شرایط پیرامون یاد بگیرند. این «نورن‌ها» می‌توانند صحبت کنند، برای خودشان خوراک پیدا کنند و از خود در برابر موجودات پلیدی به نام گرندل محافظت کنند. این نخستین کاربرد فراگیر یادگیری ماشینی در یک شبیه‌سازی بود. این موجودات برای یادگیری ماشینی از شبکه‌های هوشمند عصبی استفاده می‌کردند. از این دست‌آورد در یکی از بازی‌های هوش مصنوعی، به‌عنوان نخستین پیشرفت در پژوهش‌های زندگی مجازی و مصنوعی یاد می‌شود که هدف آن مدل‌سازی رفتار موجودات در تعامل با محیط پیرامون خود است.
یکی دیگر از بازی‌های هوش مصنوعی در بازی سازی که موجب پیشرفت تکنولوژی این رشته شد، بازی «هیلو: نبرد تکامل» است که در سال ۲۰۰۱ منتشر شد. این یک بازی اول شخص است که در آن باید به نیروهای دشمن تیراندازی کرد. نیروهای دشمن با استفاده از هوش مصنوعی، بر اساس محیط پیرامون، خود را استتار می‌کنند و رفتاری هماهنگ دارند. کاراکترهای هر تیم در یک شبکه مجازی به هم پیوند دارند و وضعیت‌شان روی هم تأثیر می‌گذارد، به‌همین‌خاطر نیز نیروهای دشمن زمانی که رهبرش می‌میرد فرار می‌کنند. یکی از فناوری‌هایی که هوش مصنوعی در صنعت بازی‌سازی، اینجا استفاده کرده، فناوری زیربنایی “درخت رفتار” است که همه کاراکترها را به هم پیوند می‌دهد و رفتار آن‌ها در این شبکه درختی بر اساس یادگیری ماشینی تکامل می‌یابد.
این فناوری به خاطر بازخورد مثبت این بازی، در دیگر بازی‌های هوش مصنوعی نیز به‌کار گرفته شد و گسترش یافت. در ادامه روند تکامل فناوری‌های هوش مصنوعی در بازی سازی، چهار سال بعد بازی F.E.A.R. به وجود آمد. برای نخستین‌بار هوش مصنوعی در بازی سازی، از یک برنامه‌ریز خودکار استفاده می‌کرد که کاراکترها در آن با یادگیری ماشینی، رفتارهایی حساس به زمینه پیرامون خود نشان می‌دادند. این فناوری هنوز هم به عنوان مرجع برای بسیاری از استودیوهای بازی سازی استفاده می‌شود، همچون مجموعه بازی آخرین بازمانده‌های ما. در این‌گونه بازی‌های هوش مصنوعی، کاراکترهای غیربازیکن می‌توانند از محیط بازی به نفع خود استفاده کنند. مانند واژگون کردن میزها و قفسه‌ها برای ایجاد پوشش، هنگامی که حضور کاراکتر بازیکن را احساس کنند.
آن‌ها همچنین می‌توانند درها یا پنجره‌ها را باز کنند و حتی اگر نور چراغ قوه‌ای را دیدند به دیگر همراهانشان خبر دهند. به‌غیر از این، هوش مصنوعی توانایی انجام مانورهای جانبی و استفاده خلاقانه از انواع وسایل را نیز دارد. از دیگر بازی‌های هوش مصنوعی در بازی سازی که یادگیری ماشینی به عنوان قلب تپنده آن بازی را جذاب کرده، بازی استالکر محصول سال ۲۰۰۷ است. در این بازی سربازان دشمن می‌توانند با کمک یادگیری عمیق پس از چندین بار بازی با کاراکتر بازیکن، سبک بازی او را یاد گرفته و از اون بهتر شوند. آن‌ها همچنین می‌توانند با کمک یادگیری ماشینی اشیاء مختلف را با هم ترکیب کنند و سلاح تازه‌ای بسازند.
در پایان بازی‌های هوش مصنوعی در بازی سازی از بازی «استارکرفت: بال‌های آزادی» محصول سال ۲۰۱۰ خواهیم گفت. استار کرفت یک بازی استراتژی است که در آن بازیکن باید با یک شبکه هوشمند نورونی مبارزه کند. در حقیقت حریف بازیکن یک هوش مصنوعی است که می‌توان میزان هوشمندی‌اش را کم یا زیاد کرد. درنهایت بازیکن باید در میدان نبرد، با از بین بردن تمامی واحدها و پایگاه‌های حریف، پیروز شود و هوش مصنوعی قادر است با توجه به میزان سختی که بازیکن انتخاب کرده کاملاً خلاقانه تقلب کند.
منبع: هوشیو
