الف‌ها و آرگونی‌ها که از دیوارها می‌گذرند و از میزها عبور می‌کنند، آهنگرانی که وجود شما را تا زمانی که یک قدم به سمت چپ برندارید، تصدیق نمی‌کنند، دراگرهایی که در لحظه‌ای که تیری را در چشمانشان می‌گذارید، در عروسک‌های پارچه‌ای می‌افتند – Bethesda’s Elder Scrolls long -سریال های RPG در حال اجرا به دلایل زیادی محبوب هستند، واقع گرایی شخصیت های غیرقابل بازی (NPC) آنها در میان آنها نیست. اما روزهای شنیدن همان نقل قول‌ها و تماشای همان الگوهای جستجوی نیمه‌دل که دائماً از NPCها تکرار می‌شدند به سرعت به پایان می‌رسند. همه اینها به لطف ظهور ربات‌های چت مولد است که به توسعه‌دهندگان بازی کمک می‌کنند تا شخصیت‌های واقعی‌تر، واقعی‌تر و اکشن‌های درون بازی را خلق کنند.
استیو رابین، مهندس نرم‌افزار اصلی در Electronic Arts، در مقاله‌ای با عنوان The Illusion of Intelligence در سال 2017 نوشت: «هوش مصنوعی بازی به ندرت در مورد هوش عمیق است، بلکه در مورد توهم هوش است. اغلب ما سعی می‌کنیم رفتار انسانی قابل باوری خلق کنیم، اما هوش واقعی که می‌توانیم برنامه‌ریزی کنیم نسبتاً محدود و به‌طور دردناکی شکننده است.»
درست مانند سایر اشکال رسانه‌ها، بازی‌های ویدیویی از بازیکن می‌خواهند که ناباوری خود را به حالت تعلیق درآورند تا توهم‌ها عمل کنند. رابین ادامه داد: با توجه به ماهیت تعاملی اساسی بازی، این سؤال چندان بزرگی نیست، “بازیکنان تا زمانی که انسان های مجازی هیچ اشتباه فاحشی مرتکب نشوند، بازیکنان فوق العاده بخشنده هستند.” “بازیکنان برای به اشتراک گذاشتن و مشارکت کامل در فریب به سرنخ ها و پیشنهادهای مناسب نیاز دارند.”
روزهای اول
برای مثال Space Invaders و Pac-Mac را در نظر بگیرید. در Space Invaders، دشمنان در حال سقوط بدون توجه به اقدامات بازیکن، در مسیر زیگزاگ خود به سمت نابودی زمین ثابت قدم می‌مانند، و تنها تغییر زمانی که به اندازه کافی به زمین نزدیک می‌شوند افزایش سرعت است. هیچ اطلاعاتی از دشمن وجود نداشت که بتوان از آن صحبت کرد، فقط مهارت بازیکن در هدایت اهداف روز را به همراه داشت. از سوی دیگر، Pac-Man از تعاملات دشمنان به‌عنوان پایه‌ای از گیم‌پلی استفاده می‌کرد.
در شرایط عادی، Ghost Gang برای ردیابی و به دام انداختن The Pac هماهنگ می‌شود – مگر اینکه بازیکن قبل از شکار انتقام‌جویانه Blinky، Pinky، Inky و Clyde، یک گلوله Power را بخورد. این رفتار ساده و دو حالته، که اساساً یک عبارت فانتزی if-then در C بود، انقلابی برای صنعت بازی های نوپا بود و به روشی عملی برای برنامه نویسی واکنش های NPC برای سال های آینده با استفاده از ماشین های حالت محدود (FSM) تبدیل شد.
ماشین های حالت محدود
ماشین حالت محدود یک مدل ریاضی است که یک “ماشین” نظری را انتزاع می کند که می تواند در هر تعداد حالت وجود داشته باشد – متحد / دشمن، زنده / مرده، قرمز / سبز / آبی / زرد / سیاه – اما منحصراً یک حالت را در یک حالت اشغال کند. زمان. ویکتور لاندستروم در سال 2016 در تصمیم‌گیری انسان‌مانند برای ربات‌ها در بازی‌های موبایل نوشت: این شامل مجموعه‌ای از حالت‌ها و مجموعه‌ای از انتقال است که امکان رفتن از یک حالت به حالت دیگر را فراهم می‌کند. یک انتقال دو حالت را به هم متصل می‌کند، اما فقط از یک راه، به طوری که اگر FSM در حالتی باشد که بتواند به حالت دیگری منتقل شود، اگر شرایط انتقال برآورده شود، این کار را انجام می‌دهد. این الزامات می تواند داخلی باشد، مانند میزان سلامتی یک شخصیت، یا می تواند خارجی باشد، مانند تهدید بزرگی که با آن مواجه است.
مانند کلیدهای چراغ در Half-Life و Fallout، یا ژنراتورهای الکتریکی در جزیره مرده: FSMها یا روشن یا خاموش هستند یا در حالت جایگزین کاملاً تعریف شده قرار دارند (مثالهای دنیای واقعی شامل چراغ راهنمایی یا مایکروویو آشپزخانه شما می شود. ). این ماشین‌ها با توجه به اقدامات بازیکن می‌توانند بین حالت‌ها به عقب و جلو حرکت کنند، اما نیم‌اندازه‌هایی مانند سوئیچ‌های دیمر و حالت‌های کم مصرف در این جهان‌ها وجود ندارند. محدودیت‌های کمی برای تعداد حالت‌هایی وجود دارد که یک FSM می‌تواند فراتر از چالش‌های لجستیکی برنامه‌نویسی و حفظ همه آنها وجود داشته باشد، همانطور که با فلوچارت‌های رفتاری Ghost Gang در پست وبلاگ Jared Mitchell، AI Programming Examples، می‌بینید. Lundstrom اشاره می کند که FSM، “انعطاف پذیری زیادی را ارائه می دهد، اما جنبه منفی تولید فراخوانی های متد زیادی دارد” که منابع اضافی سیستم را به هم متصل می کند.
تصمیم و رفتار
متناوبا، هوش مصنوعی بازی را می توان با استفاده از درختان تصمیم مدل کرد. لاندستروم نوشت: «معمولاً هیچ بررسی منطقی مانند AND یا OR وجود ندارد، زیرا آنها به طور ضمنی توسط خود درخت تعریف می شوند. ”
رفتار یک مرحله منطقی بالاتر از آن هستند و به بازیکنان اقدامات متنی را ارائه می دهند تا با زنجیر کردن چندین اقدام تصمیم گیری کوچکتر با هم انجام دهند. برای مثال، اگر شخصیت با وظیفه عبور از در بسته مواجه شود، می‌تواند عمل چرخاندن دستگیره را برای باز کردن آن انجام دهد یا با قفل شدن در، «عمل ترکیبی» را انجام دهد که میله‌کلنگ را از آن بکشد. موجودی و شکستن مکانیسم قفل.
درختان رفتار از چیزی استفاده می کنند که طراحی واکنشی نامیده می شود که در آن هوش مصنوعی تمایل دارد چیزها را امتحان کند و تصمیمات خود را از طریق آن می گیرد.
لوندستروم توضیح داد: چیزهایی که از آنها سیگنال دریافت کرده است. “این برای بازی های مرحله بندی سریع که موقعیت ها اغلب تغییر می کنند خوب است. از سوی دیگر، این در بازی‌های استراتژیک‌تر که در آن بسیاری از حرکت‌ها باید در آینده بدون بازخورد واقعی برنامه‌ریزی شوند، بد است.»
GOAPs و RadiantAI
از درختان رفتار، GOAP ها (برنامه ریزان اقدام هدفمند) رشد کردند که اولین بار در F.E.A.R در سال 2005 دیدیم. یک عامل هوش مصنوعی دارای اختیارات GOAP از اقدامات موجود برای انتخاب از بین تعدادی از اهدافی که بر اساس عوامل محیطی اولویت بندی شده اند، استفاده می کند. لوندستروم نوشت: «این اولویت‌بندی می‌تواند در زمان واقعی تغییر کند، اگر به عنوان مثال، وقتی سلامتی کاهش می‌یابد، هدف سالم بودن در اولویت قرار می‌گیرد». او ادعا می کند که آنها “گامی در مسیر درست هستند” اما از این اشکال رنج می برند که “درک مفهومی و پیاده سازی آن دشوارتر است، به خصوص زمانی که رفتارهای ربات از ویژگی های اضطراری ناشی می شوند.”
Radiant AI که Bethesda ابتدا برای Elder Scrolls IV: Oblivion توسعه داد و سپس با Skyrim، Fallout 3، Fallout 4 و Fallout: New Vegas سازگار شد، بر اساس اصل مشابه GOAP عمل می کند. در حالی که NPCها در Oblivion فقط با پنج یا شش عملکرد مجموعه برنامه‌ریزی شده بودند که منجر به رفتارهای بسیار قابل پیش‌بینی می‌شد، اما این رفتارها به مجموعه‌های خاص مکان گسترش یافته بود، به طوری که NPCهایی که در معدن و محوطه‌های چوب کار می‌کردند، حرکات افراد را منعکس نکنند. در شهر. علاوه بر این، جایگاه اخلاقی و اجتماعی این شخصیت با جناح NPC در Skyrim شروع به تأثیرگذاری بر واکنش‌های هوش مصنوعی نسبت به اقدامات بازیکن کرد. تاد هاوارد، مدیر خلاق استودیو بتسدا، در سال 2011 به Game Informer گفت: “دوست شما به شما اجازه می دهد سیب خانه اش را بخورید.”
هوش مصنوعی مدرن
سری The Last of Us از Naughty Dog برخی از پیشرفته ترین رفتارهای NPC امروزی را برای دشمنان و متحدان ارائه می دهد. مارک بوتا، مهندس نرم‌افزار ارشد در استودیو ریپل افکت، در این باره می‌نویسد: «شخصیت‌ها وقتی در مجموعه‌های فکر شده قرار می‌گیرند، به بازیکن پاسخ می‌دهند، انیمیشن‌ها و صداهای متقاعدکننده‌ای را پخش می‌کنند و به شیوه‌های جالبی رفتار می‌کنند، توهم هوش ایجاد می‌کنند. هوش مصنوعی آلوده در The Last of Us. با این حال، همه اینها به راحتی تضعیف می شود وقتی آنها بی خیال به دیوارها برخورد کنند یا هر یک از انواع بی پایان کارهایی را انجام دهند که شخصیت های هوش مصنوعی را آزار می دهد.
او ادامه داد: «نه تنها از بین بردن این اشکالات یک تجربه صیقلی‌تر را ارائه می‌کند، بلکه شگفت‌انگیز است که چقدر هوش به شخصیت‌هایی نسبت داده می‌شود که به سادگی کارهای احمقانه انجام نمی‌دهند.»
شما می توانید این را در اقدامات دشمنان مشاهده کنید، چه آنها شکارچیان انسانی باشند یا کلیک کنندگان آلوده، یا متحدانی مانند بخش جوئل، Ellie. Botta، دو نوع اصلی جنگجوی دشمن در بازی بر روی سیستم هوش مصنوعی پایه یکسانی ساخته شده‌اند، اما به لطف «معماری هوش مصنوعی مدولار که به ما اجازه می‌دهد منطق تصمیم‌گیری را به راحتی اضافه، حذف یا تغییر دهیم» تفاوت اساسی با یکدیگر دارند. نوشت.
بوتا گفت، کلید این معماری هرگز به انواع شخصیت‌های دشمن در کد اشاره نمی‌کند، بلکه «[مشخص کردن] مجموعه‌هایی از ویژگی‌هایی است که هر نوع کاراکتر را تعریف می‌کنند». برای مثال، کد به‌جای آزمایش اینکه آیا کاراکتر Runner یا Clicker است، به نوع دید کاراکتر اشاره می‌کند… انجام این کار به طراحان این امکان را می دهد که به جای درخواست کمک از تیم هوش مصنوعی، تغییرات کاراکتر را مستقیماً تنظیم کنند.
سیستم هوش مصنوعی به منطق سطح بالا (با نام مستعار “مهارت ها”) تقسیم می شود که استراتژی شخصیت را دیکته می کند و “رفتارهای” سطح پایینی که آنها برای رسیدن به هدف استفاده می کنند. بوتا به «رفتار حرکت به سمت» شخصیت به عنوان یکی از این نمونه ها اشاره می کند. بنابراین وقتی جوئل و الی با انبوهی از شخصیت‌های دشمن روبرو می‌شوند، رویکرد آنها یا مخفیانه یا با زور توسط مهارت‌های آن شخصیت مشخص می‌شود.
او نوشت: «مهارت‌ها بر اساس انگیزه‌ها و قابلیت‌های شخصیت و همچنین وضعیت فعلی محیط تصمیم می‌گیرند که چه کاری انجام دهند. «آنها به سؤالاتی مانند «آیا می‌خواهم حمله کنم، پنهان شوم یا فرار کنم؟» و «بهترین مکان برای من کجاست؟» پاسخ می‌دهند و پس از آن که شخصیت/بازیکن این تصمیم را می‌گیرد، رفتارهای سطح پایین‌تر شروع به اجرا می‌کنند. عمل این ممکن است جوئل به طور خودکار به داخل پوشش فرو رفته و سلاحی بکشد یا الی در حال فرار به یک مکان مخفی مجزا در نزدیکی باشد، از موانع و خطوط دید دشمن در طول مسیر اجتناب کند (حداقل برای شکارچیان – کلیک‌کنندگان می‌توانند نفس شما را بشنوند).
هوش مصنوعی های فردا
سیستم‌های هوش مصنوعی مولد اخیراً به دلیل موفقیت چشمگیر چت ربات‌های نسل بعدی گوگل، متا، اپن‌آی و دیگران خبرساز شده‌اند، اما این سیستم‌ها برای سال‌ها ستون اصلی در طراحی بازی بوده‌اند. قلعه کوتوله و بلک راک کهکشانی بدون سطوح و محیط‌های تولید شده به صورت رویه‌ای یکسان نیستند – اما اگر بتوانیم این اصول مولد را برای ایجاد دیالوگ نیز به کار ببریم، چه می‌شود؟ این همان چیزی است که یوبی‌سافت در حال تلاش با NE خود است
گفت و گوی جمعی از ویژگی های اصلی غوطه ور شدن بازیکن در بازی ها هستند – NPC ها با یکدیگر صحبت می کنند، گفتگوی دشمن در حین مبارزه، یا تبادلی که هنگام ورود به یک منطقه ایجاد می شود، همگی تجربه جهانی واقعی تری را ارائه می دهند و باعث می شوند بازیکن احساس بازی اطراف خود را داشته باشد. روکسان بارت از یوبی سافت در یک پست وبلاگی در ماه مارس نوشت. با این حال، هر دو نیازمند زمان و تلاش خلاقانه از سوی فیلمنامه‌نویسان هستند که می‌توان آن را صرف سایر موارد اصلی داستان کرد. Ghostwriter آن زمان را آزاد می کند، اما همچنان به سناریو نویسان اجازه می دهد تا درجه ای از کنترل خلاقانه را داشته باشند.”
فرآیند استفاده با ربات‌های چت عمومی مانند BingChat و Bard تفاوت چندانی ندارد، البته با چند تفاوت مهم. فیلمنامه‌نویس ابتدا یک شخصیت و ایده کلی از آنچه که آن شخص می‌گوید را ارائه می‌کند. این به Ghostwriter وارد می شود که سپس لیستی از پارس های بالقوه را برمی گرداند. سپس فیلمنامه‌نویس می‌تواند پوسته‌ای را انتخاب کند و آن را ویرایش کند تا نیازهای خاص خود را برآورده کند. سیستم این پارس ها را به صورت جفت تولید می کند و انتخاب یکی از روی دیگری به عنوان یک روش آموزش سریع و اصلاح عمل می کند، از انتخاب ترجیحی درس می گیرد و با چند هزار تکرار، از همان ابتدا شروع به تولید پارس های دقیق و مطلوب می کند.
ایو ژاکیر، مدیر اجرایی Ubisoft La Forge، از طریق ایمیل به Engadget گفت: «Ghostwriter به طور خاص با نویسندگان بازی ساخته شده است، به منظور سرعت بخشیدن به گردش کار تکرار خلاقانه آنها هنگام نوشتن پارس [عبارات کوتاه]». برخلاف دیگر ربات‌های چت موجود، دستورها برای ایجاد خطوط گفتگوی کوتاه هستند، نه ایجاد پاسخ‌های کلی.
ژاکیر ادامه داد: «از اینجا، دو تفاوت مهم وجود دارد. یکی از جنبه‌های فنی: برای استفاده از Ghostwriter، نویسندگان توانایی کنترل و ارائه اطلاعات در تولید دیالوگ را دارند. دوم، و این یک مزیت کلیدی توسعه فناوری داخلی ما است: ما هزینه ها، حق چاپ و محرمانه بودن داده های خود را کنترل می کنیم، که می توانیم از آنها برای آموزش بیشتر مدل خود استفاده کنیم.
کمک Ghostwriter نه تنها کار فیلمنامه نویسان را آسان می کند، بلکه به بهبود کیفیت کلی بازی کمک می کند. ژاکیر گفت: «ایجاد جهان‌های باز بزرگ و باورپذیر دلهره‌آور است. به عنوان یک بازیکن، شما می خواهید این دنیا را کشف کنید و احساس کنید که هر شخصیت و هر موقعیتی منحصر به فرد است و شخصیت های مختلفی را در حالات مختلف و با پیشینه های مختلف درگیر می کند. به این ترتیب، نیاز به ایجاد تغییرات زیادی برای هر موقعیت دنیوی وجود دارد، مانند خرید یک شخصیت از دیگری در بازار.
نوشتن 20 روش مختلف برای فریاد زدن “ماهی برای فروش” موثرترین استفاده از زمان نویسنده نیست. ژاکیر گفت: «آنها ممکن است قبل از اینکه کار خسته کننده شود، چند مثال بیاورند. «این دقیقاً همان جایی است که Ghostwriter شروع می‌کند: پیشنهاد چنین دیالوگ‌ها و تغییرات آنها به نویسنده، که به نویسنده تنوع بیشتری برای کار و زمان بیشتری برای صیقل دادن مهم‌ترین عناصر روایی می‌دهد.»
Ghostwriter یکی از تعداد فزاینده‌ای از سیستم‌های هوش مصنوعی مولد است که یوبی‌سافت شروع به استفاده از آن کرده است، از جمله ترکیب صدا و تبدیل متن به گفتار. ژاکیر گفت: «هوش مصنوعی مولد به سرعت در میان هنرمندان و سازندگان برای ایده‌پردازی یا هنر مفهومی کاربرد خود را پیدا کرده است. «بازی‌ها تعادلی از نوآوری‌های فناوری و خلاقیت هستند و چیزی که بازی‌های فوق‌العاده را می‌سازد استعداد ماست – بقیه ابزار هستند. در حالی که آینده ممکن است شامل فناوری بیشتری باشد، اما انسان را در این حلقه از بین نمی برد.”
7.4887 میلیارد دلیل برای هیجان زده شدن
طبق گزارش اخیر Market.us، ارزش هوش مصنوعی مولد در بازار بازی‌ها تا سال 2032 می‌تواند به هفت برابر افزایش یابد. با رشد از حدود 1.1 میلیارد دلار در سال 2023 به نزدیک به 7.5 میلیارد دلار در دهه آینده، این دستاوردها به دلیل بهبود NPC خواهد بود. رفتارها، دستاوردهای بهره وری از طریق خودکارسازی تولید دارایی دیجیتال و ایجاد محتوای رویه ای تولید شده است.
و این فقط استودیوهای بزرگی نیستند که عناوین AAA را تولید می کنند که از انقلاب مولد هوش مصنوعی بهره مند شوند. همانطور که در حال حاضر ده ها و صدها برنامه تلفن همراه ساخته شده بر روی ChatGPT را می بینیم که در گوگل پلی و اپ استور برای اهداف بی شماری رشد می کنند، این مدل های پایه (نه لزوما خود Ghostwriter بلکه مشتق متن باز غیر قابل تغییر آن) آماده تولید ابزارهای بی شماری هستند. که به نوبه خود به توسعه دهندگان بازی مستقل، مددرها و بازیکنان فردی به طور یکسان قدرت می بخشد. و با توجه به اینکه نیاز به دانستن نحوه برنامه‌نویسی با کد مناسب به جای زبان طبیعی چقدر سریع از بین می‌رود، روزهای بازی همه‌جانبه هولدک ما می‌تواند نزدیک‌تر از آن چیزی باشد که تا به حال امیدوار باشیم.
