بازی‌های قدیمی می‌توانند به شدت سخت باشند، دورانی اولیه که بازی‌ها آرکید بودند و هدف از ساخت آنها این بود که اشخاصی که آنها را بازی می‌کنند، تا آنجایی که می‌توانند در بازی سکه جمع کنند. در بیشتر موارد بازی‌ها خیلی راحت‌تر شده‌اند، اما بازی‌هایی کلاسیک هنوز هستند تا بازیکنان را هر وقت که نیاز باشد به چالش بکشانند، یا در خیلی از موارد فقط برای آزمایش اینکه یک هوش مصنوعی چقدر می‌تواند قوی باشد چالش‌برانگیز ظاهر شوند.
دانشمندان در آزمایشگاه Uber AI به یک هوش مصنوعی یاد می‌دادند که چگونه یک بازی قدیمی را شکست دهد، مثل Pitfall که یک بازی آتاری است.
روش شناسایی این هوش مصنوعی بسیار جالب است، محققان الگوریتم‌هایی را درست می‌کنند که به هوش مصنوعی این اجازه را می‌دهد که مناظق کاوش شده و جای آنها را به خاطر بسپارد و از این اطلاعات برای رسیدن به مراحل بعد استفاده کند.
روش‌های قدیمی‌تر به نام Intrinsic Motivation (انگیزه ذاتی) به هوش مصنوعی‌ها برای پیدا کردن محل‌های جدید در بازی جایزه می‌دادند اما ممکن بود که هوش مصنوعی محلی را که پیش‌تر کشف کرده بود، فراموش کند و محل‌های کشف شده را با همان روش قبلی فراموش شده دوباره پیدا کند. این مشکل Detachment (کناره‌گیری) نام دارد، اما با روش جدید هوش مصنوعی نه تنها Pitfall را، بلکه بازی‌های دیگر آتاری مثل Freeway و Montezuma’s Revenge را نیز قادر بود تمام کند. الگوریتم‌های جدید اقدامات تصادفی (Random Action) را نیز از بین بردند.
تمام کردن یک بازی آرکید توسط هوش مصنوعی ممکن است بیهوده به نظر برسد، اما کاربردهای عملی دارد. هدف این است که ساخت یک هوش مصنوعی در بررسی محیط دنیای واقعی بهتر عمل عمل کند، چیزی که محیط دنیای مجازی می‌تواند برای تمرین کردن در آن کمک کند. این به ویژه می‌تواند برای مناطقی از دنیای واقعی که در آنها فاجعه‌ای رخ داده است مفید باشد، مثلاً هوش مصنوعی می‌تواند به ربات‌ها کمک کند بازماندگان را در جایی که زمین لرزه، طوفان و فجایع دیگر رخ داده است را پیدا کنند.
این می‌تواند یک مثال برای مفید بودن بازی‌های ویدئویی برای زندگی روزمره باشد. هرچند که استفاده از هوش مصنوعی و بازی‌های ویدئویی به نظر ایده‌ای بیرون آمده از فیلم‌های علمی تخیلی می‌رسد اما با واقعیت زیاد فاصله‌ای ندارد.
واضح است که این روش پتانسیل زیادی برای حل مشکلات بزرگ و کوچک و حتی استفاده در خانه را نیز دارد. برای مثال، اگر از یک ربات درخواست شود که یک فنجان قهوه برای مصرف‌کننده بیاورد، این ربات نمی‌تواند مثل هوش مصنوعی‌های قدیمی با اقدامات تصادفی (Random Action) این درخواست را انجام دهد بلکه با یک روند یادگیری می‌تواند قادر به انجام آن باشد.
هوش مصنوعی و بازی‌های ویدئویی در یک تعامل جالب عمل می‌کنند، البته این اولین بار نیست که از هوش مصنوعی در فضای دیجیتالی استفاده شده، اما از آنجایی که از هوش مصنوعی برای عملکرد بد در بازی‌های ویدئویی مرتباً انتقاد می‌شود، دیدن اینکه از بازی‌ها برای باهوش‌تر کردن هوش مصنوعی استفاده می‌شود، در نوع خود قابل توجه است.
خوشبختانه و در نتیجه، شاهد باهوش‌تر شدن هوش مصنوعی در سراسر دنیا خواهیم بود ولی این زمان است که همه چیز را مشخص می‌کند.
آخرین اخبار بازی را در پی اس ارنا بخوانید.
