هل يساهم الذكاء الاصطناعي في تدمير ألعاب الفيديو؟
![ألعاب الفيديو](images/no.jpg)
كشف مختبر DeepMind عن صديق الألعاب الجديد المدعم بتقنية الذكاء الاصطناعيSima والذي يمكنه اللعب مع اللاعبين، ويتصرف بشكل مشابه للاعبين البشريين، وهي تقنية أثارت أيضًا بشأن مستقبل مجتمع الألعاب عبر الإنترنت.
تم تصميم Sima، والتي تعني Scalable، Instructable، Multiworld Agent، بتقنية الذكاء الاصطناعي للعب جنبًا إلى جنب مع اللاعبين، باتباع تعليماتهم لتنفيذ المهام في ألعاب الفيديو.
وعلى عكس الشخصيات غير القابلة للعب (NPC)، التي تظهر على نطاق واسع في ألعاب الفيديو، وبدلًا من ذلك يعمل كلاعب زميل للمساعدة في إنجاز كل ما يطلبه منه اللاعب البشري.
وقالت ديب مايند إنه في مرحلة البحث حاليًا، سيتعلم الذكاء الاصطناعي في النهاية لعب أي لعبة فيديو، حتى تلك التي تدور أحداثها في عوالم افتراضية مفتوحة.
ولم يتم تدريب سيما للفوز بأي مباراة؛ وأضافت الشركة: لقد تم تدريبها على تشغيلها وتنفيذ ما يُطلب منها، وسيعمل الذكاء الاصطناعي مثل أي لاعب بشري آخر مما قد يؤثر على نتيجة اللعبة.
وأوضح DeepMind أن "Sima تحتاج فقط إلى الصور التي توفرها البيئة ثلاثية الأبعاد وتعليمات اللغة الطبيعية التي يقدمها المستخدم".
في حين أن مثل هذا اللاعب الذي يعمل بتقنية الذكاء الاصطناعي يمكن أن يكون رفيقًا داعمًا في الألعاب متعددة اللاعبين مع وضع القصة، إلا أن Sima قد تقدم أيضًا للاعبين ميزة غير عادلة.
على سبيل المثال، في الألعاب التي تتضمن مهام متكررة ورتيبة للحصول على نقاط، يمكن توجيه الذكاء الاصطناعي لتنفيذ كل هذه الأعمال، مما يحرر اللاعب البشري لوضع إستراتيجيات أفضل.
وشارك اللاعبون مخاوفهم على وسائل التواصل الاجتماعي من أنهم قد يجدون أنفسهم متفوقين على عملاء الذكاء الاصطناعي الذين لا يمكن اكتشافهم عند ممارسة الألعاب عبر الإنترنت في المستقبل، وبمجرد أن يتحسن هذا النوع من الوكلاء إلى مستوى AGI الفعلي، فلن يتمكن الناس من التنافس ضده بعد الآن.
تعليقات المستخدمين
وقال أحد المُستخدمين: "سيكون أي شخص قادرًا على استخدام وكيل للفوز بشكل لا يمكن اكتشافه لأنه سيكون قادرًا في النهاية على التقاط أي لعبة جديدة وتعلمها وإتقانها بشكل أسرع من أي شخص آخر، ثم المضي قدمًا لتجاوز قدرتنا بكثير".
وأشار DeepMind إلى أنه من التدريب على ممارسة ألعاب الفيديو، يمتلك الذكاء الاصطناعي حاليًا حوالي 600 مهارة أساسية، مثل الانعطاف يسارًا، وتسلق السلم، وفتح القائمة لاستخدام الخريطة.
وأشارت الشركة إلى أن "تعلم لعب لعبة فيديو واحدة يعد إنجازًا تقنيًا لنظام الذكاء الاصطناعي، ولكن تعلم اتباع التعليمات في مجموعة متنوعة من إعدادات اللعبة يمكن أن يفتح المزيد من عوامل الذكاء الاصطناعي المفيدة لأي بيئة".