ما هو الذكاء الاصطناعي في الألعاب؟ كيف يستخدم الذكاء الاصطناعي في الالعاب؟
لقد قطع الذكاء الاصطناعي في الألعاب شوطا طويلا منذ أن خسر بطل العالم في الشطرنج غاري كاسباروف أمام الذكاء الاصطناعي Deep Blue من IBM. ما هو الذكاء الاصطناعي في الألعاب؟
مع القدرة على تحليل مئات الملايين من حركات الشطرنج في الثانية، كان لدى Deep Blue ثروة من البيانات لتنفيذ قراراتها.
منذ ذلك الحين، اتخذت صناعة الألعاب هذا النهج خطوة إلى الأمام من خلال تطبيق الذكاء الاصطناعي في ألعاب الفيديو الذي يمكنه التعلم من تلقاء نفسه وتعديل إجراءاته وفقا لذلك.
جعلت هذه التطورات الألعاب الذكاء الاصطناعي متقدمة بشكل متزايد، وإشراك جيل جديد من اللاعبين.
ما هو الذكاء الاصطناعي في الألعاب؟
يشير الذكاء الاصطناعي في الألعاب إلى الذكاء الاصطناعي الذي يدعم السلوك المتجاوب والتكيفي داخل ألعاب الفيديو. ومن الأمثلة الشائعة على ذلك الذكاء الاصطناعي الذي يتحكم في الشخصيات غير اللاعبة أو الشخصيات المساعدة (NPCs)، والتي غالبا ما تكون مرافقة أو حلفاء أو أعداء للمستخدمين البشريين والتي تقوم بتعديل سلوكها للاستجابة بشكل مناسب لتصرفات اللاعبين البشريين.
من خلال التعلم من التفاعلات وتغيير سلوكها، تزيد الشخصيات غير القابلة للعب من تنوع المحادثات والإجراءات التي يواجهها اللاعبون البشريون.
يستخدم الذكاء الاصطناعي أيضا لتطوير المناظر الطبيعية للعبة، وإعادة تشكيل التضاريس استجابة لقرارات وأفعال اللاعب البشري.
نتيجة لذلك، تغمر الذكاء الاصطناعي في الألعاب المستخدمين البشريين في عوالم ذات بيئات معقدة وروايات مرنة وشخصيات تشبه الحياة.
لماذا الذكاء الاصطناعي في الألعاب مهم؟
الهدف النهائي للذكاء الاصطناعي في الألعاب هو تحسين تجربة اللعب للاعبين. إنه ضروري بشكل خاص لأن مصممي الألعاب يوفرون ألعابا لأجهزة مختلفة.
تطورت الألعاب إلى ما هو أبعد من كونها خيارا بين وحدة التحكم وكمبيوتر سطح المكتب.
بدلا من ذلك، يطلب اللاعبون تجارب ألعاب غامرة على العديد من الأجهزة المحمولة والأجهزة القابلة للارتداء، بما في ذلك الهواتف الذكية وسماعات الرأس VR وغيرها الكثير.
يمكن للمطورين الآن إنشاء تجارب تشبه وحدة التحكم عبر أنواع الأجهزة بفضل الذكاء الاصطناعي.
أصبح الذكاء الاصطناعي شائعا بشكل متزايد في الألعاب، والتي لها فوائد تجارية مهمة للشركات.
من المتوقع أن تكون صناعة الألعاب واحدة من أكثر القطاعات ربحا بحلول عام 2026، حيث تبلغ قيمتها السوقية حوالي 314 مليار دولار أمريكي.
وبالتالي، فإن الاستثمار العالمي في تطوير الألعاب القائمة على الذكاء الاصطناعي ينمو باستمرار.
تطبيقات الذكاء الاصطناعي في الألعاب
يمكن استخدام الذكاء الاصطناعي في مجموعة واسعة من المجالات، بما في ذلك ألعاب الفيديو، حيث يتم تطبيقه على تحسين الصورة وإنتاج المستوى الآلي والمواقف والقصص.
يمكن استخدامه أيضا لتحقيق التوازن بين تعقيد اللعبة مع إضافة الفكر إلى الشخصيات المساعدة (NPCs).
تحسين الصورة
يحاول المتخصصون في الذكاء الاصطناعي في طليعة تحسين الصورة استخدام طريقة التعلم العميق. يحول الصور على غرار 3D إلى صور واقعية. تعرضت Grand Theft Auto 5 لمثل هذه التكنولوجيا، والتي تمت تجربتها بالفعل.
لقد أنشأوا شبكة عصبية يمكنها إعادة إنشاء بيئات لوس أنجلوس وجنوب كاليفورنيا بتفاصيل كبيرة.
يمكن لتقنيات تحسين الذكاء الاصطناعي الصور الأكثر تطورا تحويل صور 3D الاصطناعية عالية الجودة إلى تمثيلات واقعية.
يمكن تحسين رسومات ألعاب الفيديو في التطبيق الثاني لتحسين الصورة.
المفهوم الأساسي وراء الخوارزميات المقترحة لهذا العمل هو تحويل صورة منخفضة الدقة إلى شيء يبدو متطابقا ولكن به عدد أكبر بكثير من وحدات البكسل. تعرف هذه الطريقة باسم “ترقية الذكاء الاصطناعي”.
توليد مستوى اللعبة
يعرف إنشاء مستوى اللعبة أيضا باسم إنشاء المحتوى الإجرائي (PCG).
هذه هي أسماء مجموعة من التقنيات التي تستخدم خوارزميات الذكاء الاصطناعي متطورة لتوليد بيئات عالم مفتوح ضخمة ومستويات ألعاب جديدة وأصول ألعاب أخرى.
هذا هو واحد من تطبيقات الذكاء الاصطناعي الأكثر إثارة في تصميم الألعاب.
تعد ألعاب العالم المفتوح أو ألعاب الخريطة المفتوحة من بين أكثر الألعاب التي تم إنشاؤها على الإطلاق. تتيح لك هذه الألعاب استكشاف بيئات ضخمة.
يستغرق تطوير مثل هذه الألعاب وقتا طويلا من وجهة نظر التصميم والتطوير. ومع ذلك، يمكن لخوارزميات الذكاء الاصطناعي إنشاء مشهد جديد وتحسينه استجابة لتقدم اللعبة.
No Man’s Sky هي لعبة تعتمد على الذكاء الاصطناعي مع مستويات جديدة تم إنشاؤها ديناميكيا أثناء اللعب.
إنشاء سيناريوهات وقصص
يتم توظيف الذكاء الاصطناعي لتوليد القصص والمواقف. غالبا ما يستخدم الذكاء الاصطناعي في الروايات التفاعلية.
يمكن للمستخدمين إنشاء أو التأثير على قصة درامية من خلال أفعالهم أو ما يقولونه في هذا النوع من الألعاب.
يتم استخدام تحليل النص بواسطة خوارزميات الذكاء الاصطناعي، والتي تنتج بعد ذلك سيناريوهات تستند إلى التجارب السردية السابقة. أحد الأمثلة الأكثر شهرة لمثل هذا البرنامج هو Dungeon 2.
تستخدم اللعبة تقنية إنشاء نصوص مفتوحة المصدر مطورة من OpenAI تم تدريبها على روايات Choose Your Own Adventure.
موازنة التعقيد داخل اللعبة
من تطبيقات الذكاء الاصطناعي الالعاب هي موازنة التعقيد داخل أروقة اللعبة وبين مستوياتها.
تعد قدرة الخوارزميات الذكاء الاصطناعي على نمذجة الأنظمة المعقدة جاذبية كبيرة. يسعى اللاعبون باستمرار لجعل ألعابهم أكثر غامرة ونابضة بالحياة.
ومع ذلك، فإن نمذجة الواقع أمر صعب. يمكن لخوارزميات الذكاء الاصطناعي اللعبة التنبؤ بعواقب قرارات اللاعب وأشياء مثل الطقس والعواطف لحساب التعقيد داخل اللعبة.
يعد وضع الفريق النهائي في FIFA مثالا رائعا على هذه التكنولوجيا في العمل. يتم استخدام شخصيات اللاعبين في نادي كرة القدم لحساب درجة تناغم الفريق بواسطة FIFA.
يختلف مزاج الفريق من سيء إلى رائع بناء على نتائج اللعبة (مثل فقدان الكرة، والقيام بتمريرة في الوقت المناسب، وما إلى ذلك).
بهذه الطريقة، يمكن للفرق التي لديها لاعبون أفضل أن تخسر ضد فرق أضعف بسبب معنوياتهم.
يمكن استخدام الذكاء الاصطناعي لتقديم طبقة أخرى من التعقيد بهذه الطريقة.
إضافة ذكاء إلى الشخصيات التي لا تلعب (NPCs)
الذكاء الاصطناعي معظم الألعاب الحالية هي الشخصيات غير القابلة للعب المبرمجة مسبقا.
ومع ذلك، هذا على وشك التغيير. هذا سيجعلها أكثر صعوبة في التنبؤ وأكثر متعة للتفاعل معها.
الذكاء الاصطناعي له فوائد عديدة للعبة. أبرزها هو أنه مع تقدم اللعبة، تصبح الشخصيات غير القابلة للعب أكثر ذكاء وتستجيب لبيئة اللعبة بطرق مبتكرة ومميزة.
تستخدم العديد من شركات الألعاب بالفعل الذكاء الاصطناعي في ألعابها. يستخدم SEED (EA) التقليد لتدريب شخصيات NPC، على سبيل المثال.
نظرا لأن سلوك الترميز في الشخصيات غير القابلة للعب يستغرق وقتا طويلا ويتطلب الكثير، فإن هذه الطريقة ستسرع من إنشاء الشخصيات غير القابلة للعب بشكل كبير.
كيف يعمل الذكاء الاصطناعي في الألعاب
تستخدم الذكاء الاصطناعي الألعاب مجموعة من التقنيات والتقنيات لتوجيه سلوكيات الشخصيات غير القابلة للعب وإنشاء سيناريوهات واقعية.
تسمح الطرق التالية الذكاء الاصطناعي في الألعاب باكتساب صفات شبيهة بالإنسان وقدرات صنع القرار.
أشجار القرار
أشجار القرار هي خوارزميات التعلم الآلي الخاضعة للإشراف والتي تترجم البيانات إلى متغيرات يمكن تقييمها.
توفر هذه المتغيرات مجموعة من القواعد التي يجب على الشخصيات غير القابلة للعب اتباعها، وتوجيه قراراتها بناء على عوامل محددة.
على سبيل المثال، قد يحدد العدو NPC حالة الشخصية اعتمادا على ما إذا كانوا يحملون سلاحا أم لا. إذا كانت الشخصية تمتلك سلاحا، فقد يقرر NPC أنه عدو ويتخذ موقفا دفاعيا.
الخوارزميات الجينية
تطبق الخوارزميات الجينية مبادئ الانتقاء الطبيعي لاستخراج الحلول المثلى من مجموعات البيانات.
قد يجمعون نقاط البيانات والمتغيرات بشكل عشوائي لإنشاء مجموعة من النتائج المحتملة.
عند تقييم هذه النتائج، تختار الخوارزميات الجينية أفضلها وتكرر العملية حتى تحدد النتيجة المثلى.
قد تتبنى الذكاء الاصطناعي الألعاب خوارزميات جينية لمساعدة NPC في العثور على أسرع طريقة للتنقل في البيئة مع مراعاة الوحوش والمخاطر الأخرى.
الشبكات العصبية
الشبكات العصبية هي خوارزميات يمكن تدريبها باستخدام مجموعة بيانات محددة، ويمكنها إعادة التكيف مع مجموعات البيانات المختلفة.
هذه القدرة على التكيف هي ما يمكن خوارزميات التعلم العميق هذه من التعلم أثناء التنقل، وتحسين نتائجها باستمرار وتلبية العديد من السيناريوهات.
تستفيد الشخصيات غير القابلة للعب من الشبكات العصبية لتغيير سلوكها استجابة لقرارات المستخدمين البشريين وأفعالهم، مما يخلق تجربة أكثر تحديا وواقعية للاعبين.
كتسب Deep NN (التعلم العميق) حاليا قوة جذب كأداة تصميم وكيل ألعاب. يستخدم التعلم العميق في الألعاب طبقات متعددة من الشبكات العصبية “لاستخراج الميزات من بيانات الإدخال” عن طريق تحللها تدريجيا.
عند التحكم في واحد أو أكثر من وكلاء اللعبة، فإن نهج NN متعدد الطبقات العميق والتعقيد المعماري المتزايد يمكنها من الحصول على نتائج متفوقة على الأساليب السابقة. اعتمادا على السيناريو، قد تكون هذه الشخصيات غير القابلة للعب أو بيئة اللعبة نفسها.
التعلم المعزز
التعلم المعزز هو شكل من أشكال التعلم العميق الذي يتبنى نهج التجربة والخطأ، وتقييم مكافآت وعواقب الإجراءات.
على سبيل المثال، قد يتخذ NPC قرارا داخل اللعبة ويموت نتيجة لذلك. في المرة القادمة، يتذكر NPC هذه النتيجة ويتخذ نهجا مختلفا، مع البقاء على قيد الحياة وكسب النقاط كمكافآت محتملة.
يمكن ل NPCs البناء على تجاربهم في التعلم المعزز، مما يزيد من النتائج الإيجابية لقراراتهم.
مستقبل الألعاب الذكاء الاصطناعي
مع نضوج الألعاب الذكاء الاصطناعي جنبا إلى جنب مع التقنيات الأخرى، من المقرر أن يلعب الذكاء الاصطناعي دورا رئيسيا في تشكيل صناعة الألعاب لسنوات قادمة.
فيما يلي بعض الطرق التي يمكن الذكاء الاصطناعي من خلالها تحسين تجربة اللعب للاعبين.
الشخصيات المساعدة المعقدة بشكل متزايد
تتعلم الشخصيات غير القابلة للعب بالفعل كيفية التكيف والاستجابة للشخصيات والمواقف، لكنها قد تكتسب استقلالية أكبر مع الذكاء الاصطناعي.
توفر إمكانية تحريك الإجراءات السابقة لإنتاج شخصيات بشخصياتها وعواطفها مستوى من الإنسانية يمكن أن يؤدي إلى تجربة أكثر إرضاء وحميمية سيقدرها اللاعبون.
تفاعلات أكثر واقعية
أصبحت الشخصيات غير القابلة للعب متعددة الأوجه بوتيرة سريعة، وذلك بفضل تقنيات مثل ChatGPT.
اكتسبت أداة الذكاء الاصطناعي المحادثة هذه سمعة طيبة في كتابة المقالات للطلاب، وهي تنتقل الآن إلى الألعاب.
لدى شركة NFT Gaming بالفعل خطط لدمج ChatGPT في ألعابها، وتزويد الشخصيات غير القابلة للعب بالقدرة على الحفاظ على مجموعة متنوعة من المحادثات التي تتجاوز التفاصيل على مستوى السطح.
أصول اللعبة المخصصة
تداخلت Blockchain والألعاب في السنوات الأخيرة، حيث تتيح الرموز غير القابلة للاستبدال للاعبين تخصيص مظهر شخصياتهم وقدراتهم.
يضيف برنامج Midjourney الذكاء الاصطناعي إلى هذا الجانب من التخصيص، مما يؤدي إلى إنشاء فن داخل اللعبة بسرعة لتخصيص الشخصيات وبيئات الألعاب. يمكن للمستخدمين بعد ذلك الاستمتاع بالألعاب المصممة خصيصا لتفضيلاتهم.
الألعاب التي تم إنشاؤها بواسطة الذكاء الاصطناعي
يوفر الذكاء الاصطناعي التوليدي بالفعل وقت المصممين من خلال إنتاج أصول ألعاب محددة، مثل المباني والغابات، بالإضافة إلى مساعدتهم على إكمال مستويات اللعبة.
الخطوة التالية هي أن يقوم الذكاء الاصطناعي بتصميم ألعاب كاملة بمفرده.
يمكن للاعبين أن يتوقعوا أن ترتفع العوالم التي تم إنشاؤها الذكاء الاصطناعي فقط من حيث الجودة والتفاصيل مع استمرار تقدم الذكاء الاصطناعي في الألعاب.
المصادر الرئيسية: 1 2
