هوش مصنوعی همه‌جا هست و اگر در حال خواندن این مقاله هستید، احتمالاً این موضوع را به خوبی درک کرده‌اید! اما شاید یکی از جاهایی که کمتر به تأثیر هوش مصنوعی و پیامدهای آن فکر می‌کنیم، هنگام بازی کردن است. برای بسیاری از ما، بازی‌ها زمانی برای فرار از واقعیت و استراحت واقعی هستند. با این حال، دنیای بازی‌های ویدیویی یکی از صنایعی است که هوش مصنوعی در آن تغییرات چشمگیری ایجاد کرده است.
در این مقاله از زرین مگ، به بررسی چند مورد از راه‌هایی که هوش مصنوعی در حال تغییر دادن نحوه بازی کردن ما است، خواهیم پرداخت.
این مقاله را از دست ندهید: هوش مصنوعی برای تحلیل بازار
هوش مصنوعی و بهبود عملکرد NPCها
یکی از جذاب‌ترین روش‌های استفاده از هوش مصنوعی در بازی‌ها، آموزش شخصیت‌های غیرقابل بازی (NPCها) برای رفتار کردن به شیوه‌ای انسانی‌تر است. این بدین معناست که آن‌ها می‌توانند به محیط اطراف خود واکنش نشان دهند؛ مثلاً اگر هوا بارانی باشد، ممکن است زیر درخت بایستند یا چتری باز کنند.
همچنین رفتار آن‌ها می‌تواند بسته به انتخاب‌های بازیکن متفاوت باشد؛ برای مثال، اگر از آن‌ها پول بخواهید، ممکن است با شما بدرفتاری کنند، اما اگر به آن‌ها هدیه‌ای بدهید، ممکن است دوستانه و سپاسگزارانه واکنش نشان دهند. علاوه بر این، NPCها در حال یادگیری رفتارهای پیچیده‌تری مانند رقابت هستند؛ مثلاً می‌توان به برادران در بازی Red Dead Redemption II اشاره کرد که همواره در حال مشاجره با یکدیگر هستند. این ویژگی‌ها باعث می‌شود که تعامل با NPCها از یک وظیفه خسته‌کننده به تجربه‌ای لذت‌بخش تبدیل شود.
هوش مصنوعی و تنظیم دشواری و محتوا
در دنیای بازی‌های کنسولی، هوش مصنوعی به شیوه‌های بسیار جالبی مورد استفاده قرار می‌گیرد تا تجربه بازی را حتی نزدیک‌تر به واقعیت کند. یکی از کاربردهای هوش مصنوعی در این زمینه، ایجاد تجربه‌های شخصی‌سازی شده با تولید داستان‌ها و ماموریت‌های پویا بر اساس اقدامات بازیکن است.
این بدان معناست که هر بازیکن ممکن است با داستانی کاملاً متفاوت نسبت به دیگران روبرو شود. این سطح از شخصی‌سازی قبلاً ممکن بود، اما نیاز به هزاران ساعت کار داشت تا همه چیز به خوبی هماهنگ شود. اکنون، این سفارشی‌سازی حتی به تنظیم دشواری بازی نیز گسترش یافته است، جایی که هوش مصنوعی در زمان واقعی چالش بازی را مطابق با سطح مهارت بازیکن تنظیم می‌کند. بنابراین، اگر متوجه شده‌اید که بازی به‌طور غیرمنتظره‌ای آسان‌تر شده است، ممکن است بخواهید مطمئن شوید که هوش مصنوعی کمی به شما کمک نکرده باشد!
هوش مصنوعی همچنین در بهبود جلوه‌های بصری بازی‌ها نیز بسیار موفق عمل می‌کند. فناوری‌هایی مانند AI Upscaling به بهبود بافت‌ها از طریق تبدیل تصاویر با وضوح پایین به وضوح بالا و کاهش نویز کمک می‌کنند. یکی دیگر از فناوری‌های جذاب، Ray Tracing است که شرایط نوری واقعی‌تری ایجاد می‌کند، مانند بازتاب نور از گودال‌ها یا سایه‌انداختن قطرات باران بر روی صورت شخصیت‌ها.
این جزئیات پیچیده باعث می‌شود که بازی‌های بسیار واقع‌گرایانه‌ای که شاید در گذشته فقط در تخیلات وجود داشتند، اکنون به واقعیت تبدیل شوند.
این مقاله را از دست ندهید: بهترین هوش مصنوعی برای سلامتی و پزشکی
رشد سریع قابلیت‌های هوش مصنوعی و نیاز به تمرکززدایی
در دو سال گذشته، قابلیت‌های هوش مصنوعی به سرعت رشد کرده‌اند و مدل‌های زبانی بزرگ (LLMs) مانند ChatGPT، Dall-E و Midjourney به ابزارهای روزمره تبدیل شده‌اند. امروزه، برنامه‌های تولیدکننده هوش مصنوعی به نوشتن ایمیل‌ها، تولید محتوای بازاریابی، ضبط آهنگ‌ها و ایجاد تصاویر از ورودی‌های ساده مشغول هستند.
چیزی که حتی بیشتر از این قابل توجه است، سرعت پذیرش هوش مصنوعی توسط افراد و شرکت‌ها است. بر اساس یک نظرسنجی اخیر توسط McKinsey، تعداد شرکت‌هایی که حداقل در یک بخش از کسب‌وکار خود از هوش مصنوعی مولد استفاده می‌کنند، در عرض یک سال به 65 درصد افزایش یافته است.
با این حال، مانند بیشتر پیشرفتهای فناوری، این حوزه نوپا نیز با چالش‌هایی روبروست. آموزش و اجرای برنامه‌های هوش مصنوعی به منابع زیادی نیاز دارد و در حال حاضر، شرکت‌های بزرگ فناوری دست بالا را در اختیار دارند که این امر خطر تمرکز هوش مصنوعی را ایجاد می‌کند.
محدودیت‌های محاسباتی در توسعه هوش مصنوعی
تقاضا برای قدرت محاسباتی لازم برای توسعه هوش مصنوعی در حال افزایش است و در حال حاضر با نرخ سالانه بین 26 تا 36 درصد در حال رشد است. مطالعه‌ای توسط Epoch AI نشان می‌دهد که به زودی هزینه آموزش و اجرای برنامه‌های هوش مصنوعی به میلیاردها دلار خواهد رسید.
به عنوان مثال، مایکروسافت در سال گذشته 10 میلیارد دلار در OpenAI سرمایه‌گذاری کرد و اخیراً نیز برنامه‌ریزی برای ساخت یک مرکز داده با یک ابرکامپیوتر که از میلیون‌ها تراشه تخصصی تغذیه می‌کند، را اعلام کرده است. هزینه این پروژه حدود 100 میلیارد دلار برآورد شده است.
این وضعیت پرسش‌هایی را مطرح می‌کند؛ چه کاری می‌توان انجام داد تا از مشکلاتی که نوآوری‌های Web2 با آن‌ها روبرو شده‌اند، اجتناب کنیم؟ یکی از پاسخ‌ها تمرکززدایی قدرت محاسباتی است.
تمرکززدایی هزینه‌های محاسباتی هوش مصنوعی
تمرکز فعلی صنعت هوش مصنوعی بر روی شرکت‌های بزرگ است که کنترل بیشتری بر منابع محاسباتی و برنامه‌های هوش مصنوعی دارند. اما با ظهور زیرساخت‌های تمرکززدایی، مانند بلاکچین Qubic Layer 1، ممکن است شاهد تغییرات مثبتی باشیم. این بلاکچین از مکانیسم استخراج پیشرفتهای به نام Proof-of-Work مفید (uPoW) استفاده می‌کند که توان محاسباتی خود را برای وظایف هوش مصنوعی مانند آموزش شبکه‌های عصبی اختصاص می‌دهد.
این مقاله را از دست ندهید: هوش مصنوعی برای برنامه نویسی
نتیجه‌گیری
نوآوری‌های هوش مصنوعی تازه آغاز شده‌اند، اما چالش دسترسی به قدرت محاسباتی همچنان یک مانع جدی است. شرکت‌های بزرگ فناوری بخش اعظم منابع را کنترل می‌کنند که می‌تواند سرعت نوآوری را کاهش دهد و خطر کنترل بیش از حد داده‌ها توسط این شرکت‌ها را افزایش دهد. با این حال، با ظهور زیرساخت‌های تمرکززدایی، اکوسیستم هوش مصنوعی شانس بهتری برای کاهش هزینه‌های محاسباتی و حذف کنترل انحصاری شرکت‌های بزرگ دارد.
منبع: ainews
