الکترونیک آرتز با استفاده از یادگیری ماشینی، به تربیت هوش مصنوعی در بتلفیلد 1 می پردازد

از زمان عرضه نخستین بازی های ویدیویی، عبارت «هوش مصنوعی» نامی آشنا برای گیمرها بوده است؛ با این حال بازی ها به ندرت از هوش مصنوعی واقعی بهره می برند و در عوض، از عبارت «هوش مصنوعی» برای توصیف کاراکترها و دشمنانی استفاده می شود که وانمود به هوشمندی می کنند اما در واقع در حال دنبال کردن مجموعه ای از دستورالعمل ها هستند. اما این رویکرد ممکن است بزودی کاملاً تغییر کند.

در کنفرانس توسعه دهندگان بازی (GDC) امسال، الکترونیک آرتز اعلام کرد که در حال تربیت هوش مصنوعی در بازی شوتر بتلفیلد 1 است. ناشر آمریکایی می گوید این نخستین باری است چنین کاری با یک بازی کلان بودجه انجام می شود و مهم تر از آن، این متد می تواند در آینده به ساخت دشمنانی قدرتمندتر و واقع گرایانه تر برای بازیکن های انسان منجر شود و راه های تازه ای برای دیباگ نرم افزار از سوی توسعه دهندگان به وجود آورد.

عاملان هوش مصنوعی الکترونیک آرتز -که برخلاف بات های معمولی، بازی کردن را آموزش می بینند و صرفاً دستورالعمل هایی خاص را دنبال نمی کنند- با استفاده از دو متد استاندارد تربیت می شوند: یادگیری تقلیدی و یادگیری تقویت کننده. در متد نخست، عاملان هوش مصنوعی به تماشای شیوه بازی انسان ها پرداخته و از آن تقلید می کنند. الکترونیک آرتز می گوید با این روش، هوش مصنوعی تقریباً 2 درصد از دانش مورد نیاز خود را کسب کرده و برای مراحل بعدی آماده می شود.

بعد از اینکه یادگیری ابتدایی به پایان رسید، عاملان هوش مصنوعی باید خود به کشف دیگر المان های بازی بپردازند و پاداش هایی که در ازای انجام دادن وظایفی معین (مثل کشتن دشمنان) به آنها تعلق می گیرد، نوعی پروسه آزمون و خطا خلق می کند؛ این یادگیری تقویت کننده است. عاملان هوش مصنوعی الکترونیک آرتز، هزاران دست از بازی بتلفیلد 1 را با سرعت افزایش یافته تجربه می کنند و به مرور زمان، مهارت هایشان بهبود می یابد. دیپ‌مایند، زیرمجموعه گوگل هم از متدی مشابه برای تربیت هوش مصنوعی AlphaGo استفاده کرده بود؛ هرچند که آنها بیشتر بر تفکر استراتژیک متمرکز بودند.

مگنوس نوردین، مدیر «واحد جستجو برای تجربیات خارق العاده» الکترونیک آرتز می گوید عاملان هوش مصنوعی، به مرور زمان به بازیکنان قدرتمندی در بازی بتلفیلد تبدیل شده اند؛ اما قطعاً هنوز به خوبی انسان ها نیستند. در روند تربیت، بات ها مهارت های متعددی آموخته اند. آنها چگونگی هدف گیری صحیح برای از بین بردن تاثیر لگد اسلحه را یاد گرفته و از طرفی به طرفی دیگر می پرند تا از گلوله ها جاخالی دهند.

اما برخی از حرکات عامان هوش مصنوعی الکترونیک آرتز نشان می دهد که آنها هنوز چقدر با تفکر طبیعی انسان ها فاصله دارند. نوردین توضیح می دهد که بات ها به مرور زمان، رفتار عجیبی از خود نشان داده اند و در محیط، به دور خود می چرخند تا چیزی برای تعامل پیدا کنند. این رفتار، یکی از نتایج استفاده از یادگیری تقویت کننده است که به بات ها در ازای یافتن بسته های سلامتی اضافه و مهمات، پاداش می دهد.

این پاداش ها از آن جهت اضافه شدند که محققان الکترونیک آرتز تصور می کردند می توانند به ترغیب عاملان هوش مصنوعی به گشت و گذار در محیط منجر شوند. اما یکی از اثرات جانبی آن، محدود شدن جاه طلبی بات ها بود. در نهایت باید افزود الکترونیک آرتز لزوماً به دنبال دستیابی به پیشرفت های تازه در زمینه هوش مصنوعی نیست، بلکه می خواهد راه هایی برای استفاده از این تکنولوژی در روند توسعه بازی و تسهیل آن بیابد.