چرا گیمرها از AI متنفرند و اشتباه می‌کنند؟ (قسمت ۱) | موبوگیم

صنعت بازی‌های ویدیویی امروز روی یک گسست تمدنی، فنی و ساختاریِ عمیق ایستاده است؛ شکافی که نه‌تنها متدولوژی تولید نرم‌افزار، بلکه بنیان‌های پدیدارشناختی تعامل انسان و ماشین، و مفهوم «مؤلف» در هنر تعاملی را به چالش می‌کشد. موضوعی که به هوش مصنوعی باز می‌گردد.

در یک سوی این جبهه، جامعه جهانی گیمرها، ژورنالیست‌های ایده‌آل‌گرا (یا ژورنالیست‌های Progressive جناج چپ)، و نهایتاً بخشی از بدنه سنتی توسعه‌دهندگان را می‌بینیم. آن‌ها نیرویی خشمگین، سنگربندی‌شده در پناه نوستالژی و مجهز به بیانیه‌های اخلاقی علیه ورود هوش مصنوعی (AI) به قلمرو هنر هشتم هستند.

آن‌ها در تالارهای گفتگو، شبکه‌های اجتماعی و بخش نظرات فروشگاه استیم از تایپ دست بر‌نمی‌دارند: «هوش مصنوعی، روح هنر را سلاخی می‌کند.» بنابراین نه تنها آن‌ها فکر می‌کنند هنر روح دارد (که ندارد)، هر بازی جدیدی را که از ابزارهای تولید رویه‌ای هوشمند استفاده کرده باشد، بایکوت می‌کنند. چه بسا که شاید آن‌ها در عصر اختراع دوچرخه، به چرخ‌های آن سنگ می‌زدند.

اما در سوی دیگر این گسست، حقیقتی سرد، محاسباتی، بی‌رحم و در عین حال به‌شدت رهایی‌بخش جریان دارد: هوش مصنوعی نه‌تنها قاتل خلاقیت نیست، بلکه تنها منجی ممکن برای رهایی این مدیوم از چرخ‌دنده‌های فرساینده، هزینه‌های کمرشکن، و بن‌بست مکانیکی پوزیتیویسم صنعتی در قرن بیست‌ویکم است. خلاقیتی که وجود نداشته، تازه در حال جریان یافتن در شریان‌هاست.

جریان مخالف رشد AI، در صنعت بازی دقیقاً در نقطه مقابل رویکرد تکنو-کاپیتالیستی، شتاب‌گرایانه (Accelerationist) و نخبگانی چهره‌هایی مانند استیو جابز، پیتر تیل و ایلان ماسک قرار می‌گیرد.

شاید شما این نوشتار را یک متن بی‌پرده و کالبدشکافانه در نظر بگیرید؛ شاید واکاوی یک مغالطه جمعی که گریبان جامعه گیمینگ و احتمالاً بسیاری از کامیونیتی‌های دیگر را گرفته است. اما من آن را نظری خرد درباره چیزی می‌دانم که عقلانیت را چاشنی می‌کند.

کدام عقلانیت؟ عقلانیتی که می‌پرسد «چرا کسانی که خود را پیشگامان، آپگریدرهای سخت‌افزاری و شیفتگان پیشرفت تکنولوژی می‌دانند، در برابر بزرگ‌ترین جهش ماتریکس فنی عصر ما، قد علم کرده‌اند؟». چرا کاربران مدیومی که اساس وجودی‌اش بر پایه سیلیکون، ترانزیستور، پردازنده‌های گرافیکی و کدهای باینری شکل گرفته، ناگهان در نقش لودایت‌های مدرن (ماشین‌ستیزان قرن نوزدهم در انقلاب صنعتی بریتانیا) ظاهر شده‌اند؟ و مهم‌تر از آن، چرا آن‌ها در این جنگ صلیبی سایبری، کاملاً در اشتباه هستند؟ و بدون آن‌که خودشان بدانند، درباره رفتارشان دروغ می‌گویند؟

برای پاسخ به این پرسش‌ها، نمی‌توانیم به سطحی‌نگری‌های مرسوم رسانه‌ای اکتفا کنیم. ما باید به عمق روابط اقتصادی استودیوهای غول‌آسا، نظریه‌های ساختارگرایانه در طراحی بازی، فلسفهٔ تکینگی، معماری مهندسی مکانیکال، مفهوم شبیه‌سازی در فلسفهٔ ژان بودریار، و پدیده شگرفِ «ارادهٔ تجسم‌یافته در کد» نفوذ کنیم. همان‌طور که بودریار از فلسفه جناج چپی خود فاصله گرفت. این سفری است به هسته تاریک و ناشناخته صنعتی که در حال پوست‌اندازی است.

پیتر تیل و فلسفه صفر به یک؛ بن‌بست نوسازی عمودی در بازی‌سازی

a Lone Figure Walks on a Dark Hill Toward a Foggy City of Tall Spire like Towers in a Black and white Scene

در اینجا، پیش از هر چیز باید فرضیه بنیادین پیتر تیل در کتاب معروفش «صفر به یک» را احضار کنیم. تیل میان دو نوع پیشرفت تمایز قائل می‌شود: پیشرفت افقی (از ۱ به n) که به معنای کپی کردن کارهای جواب‌پس‌داده و جهانی کردن آن‌هاست، و پیشرفت عمودی (از ۰ به ۱) که به معنای خلق یک فناوری یا پارادایم کاملاً جدید است.

صنعت بازی‌های AAA در ده سال گذشته، نمونه بارز و اسف‌بار ترجیح پیشرفت افقی بر عمودی بوده است. استودیوها عملاً از ۰ به ۱ حرکت نمی‌کنند؛ آن‌ها بازی‌های قبلی را برمی‌دارند، رزولوشن بافت‌ها را بالاتر می‌برند، ابعاد نقشه را بزرگ‌تر می‌کنند و مکانیزم‌های تکراری را در قالب یک محصول n+۱ به بازار می‌فرستند. این همان حباب انحصاری کاذبی است که تیل از آن متنفر است. ناشران بزرگ با ایجاد انحصارهای مالی و تصاحب استودیوهای مستقل، فضایی ساخته‌اند که در آن هیچ «نوآوری عمودی» رخ نمی‌دهد.

هوش مصنوعی دقیقاً همان نیروی صفر به یکی است که ساختار ۱ به n ناشران غول‌آسا را تهدید می‌کند. وقتی ماشین هزینه آفرینش را به صفر متمایل می‌کند، ارزش انحصارهای توزیع و سرمایه‌های ۳۰۰ میلیون دلاری فرو می‌ریزد. عصبانیت و هجمه رسانه‌ای علیه AI، در لایه‌های پنهان خود، تلاشی ناخودآگاه برای حفظ انحصار ساختارهای ۱ به n است؛ ساختارهایی که مخاطب را به مصرف فرمول‌های از پیش جویده شده عادت داده‌اند.

نگاه راست‌گرایانه پیتر تیل همچنین به ما یادآوری می‌کند که بهترین محصولات هرگز از دل کمیته‌ها بیرون نمی‌آیند، بلکه محصول ذهن متمرکز یک نابغه هستند. بازی‌های ویدیویی AAA قربانی مستقیم طراحی توسط کمیته هستند. صدها نفر نظر می‌دهند و محصولی بی‌هویت متولد می‌شود. آخرین باری که یک بازی پرهزینه، بدون ایدئولوژی‌های خاص و حمایت از گروهی را دیدید، به یاد می‌آورید؟

ابزارهای هوش مصنوعی مولد، سلاحی برای بازپس‌گیری قدرت از چنگ این کمیته‌های انگل‌وار هستند. هوش مصنوعی اجازه می‌دهد یک توسعه‌دهنده منفرد جهانی با پیچیدگی بازی‌های راک‌استار خلق کند. این انتقال قدرت از ساختارهای غول‌پیکر به افراد رادیکال است.

استبداد بینشی جابز و ماسک؛ چرا لزوماً نباید به صدای گیمرها گوش داد؟

یکی از بزرگ‌ترین اشتباهات استودیوهای بازی‌سازی امروز، وابستگی بیمارگونه به «بازخورد جامعه کاربری» (Community Feedback) در مباحث بنیادین توسعه است. وقتی استودیوها می‌بینند که گیمرها در شبکه‌های اجتماعی علیه هوش مصنوعی کمپین راه انداخته‌اند، عقب‌نشینی می‌کنند. اینجا دقیقاً همان نقطه‌ای است که باید به فلسفه استیو جابز در طراحی محصول رجوع کنیم.

جابز به شدت با مفهوم «گروه‌های کانونی» (Focus Groups) و نظرسنجی از مشتریان مخالف بود. جمله معروف او این است: «این وظیفه مشتری نیست که بداند چه می‌خواهد. مردم نمی‌دانند چه می‌خواهند تا زمانی که آن را به آن‌ها نشان دهید.» وقتی هنری فورد می‌خواست اتومبیل را به تولید انبوه برساند، اگر از مردم می‌پرسید چه می‌خواهند، می‌گفتند: «یک اسب سریع‌تر!»

Red Dead Redemption 2

امروز هم وقتی از گیمرها می‌پرسید چه می‌خواهند، می‌گویند: «گرافیک بالاتر، نقشه بزرگ‌تر و فریم‌ریت بیشتر!» آن‌ها اسب‌های سریع‌تری می‌خواهند تا در همان جهان‌های توخالی و منجمد بتازند. آن‌ها قادر به درک «پارادایم هوش مصنوعی» نیستند، زیرا هنوز آن را به شکلی ارگانیک و بی‌نقص تجربه نکرده‌اند. البته این متفاوت از ایدئولوژی چپ‌انگارانه قرار می‌گیرد که توده‌ها را محکوم به نفهمی می‌داند!

در واقع جابز به ما می‌آموزد که نوآوری‌های عمودی (از صفر به یک) هرگز با دموکراسی و رأی‌گیری از کاربران به دست نمی‌آیند. نوآوری نیازمند یک «استبداد بینشی» (Visionary Autocracy) است؛ توسعه‌دهنده باید به جای باج دادن به نوستالژی توهم‌آمیز گیمرها، محصولی مبتنی بر شبکه‌های عصبی خلق کند که چنان غوطه‌وری و عمقی داشته باشد که گیمر پس از تجربه آن، دیگر هرگز نتواند به بازی‌های سنتی بازگردد. در پایه‌های این نگرش، سطح بالایی از انتخاب در شایستگان در شرکت‌ها دیده می‌شود و استفاده از شایسته‌ترین هوش مصنوعی‌ها، قضیه استبداد را به فرمتی عجیب بدل می‌سازد که به نسخه معروف «شما نمی‌فهمید» در فریاد جناح چپ شباهتی ندارد.

در همین سمتِ طیف، رویکرد مهندسی و مدیریت ایلان ماسک نیز به چشم می‌خورد. رویکردی که می‌توان آن را نوعی آنارشیسم ساختاری در برابر بوروکراسی فلج‌کننده شرکتی دانست. استودیوهای AAA امروز دقیقاً شبیه به نسخه‌های قدیمی ناسا عمل می‌کنند: پر از مدیران میانی، کمیته‌های بررسی ایمنی، ناظران تنوع فرهنگی و ترس از شکستن ساختارها.

ماسک با فلسفه سخت‌گیرانه خود معتقد است که اگر در طول توسعه یک سیستم، چیزی را منفجر نکرده‌اید، یعنی به اندازه کافی سریع حرکت نمی‌کنید. شرکت‌های بازی‌سازی از ترس این‌که مبادا هوش مصنوعی دیالوگ نامتعارفی بگوید، کل سیستم را اخته می‌کنند. آن‌ها به جای پذیرش آشوب ذاتی هوش مصنوعی، آن را در قفس کدهای استاتیک حبس می‌کنند. ماسک به ما می‌گوید که تکامل تکنولوژیک نیازمند جسارت در هم شکستن محدودیت‌های محافظه‌کارانه و قانون‌گذاری‌های پایان‌ناپذیر چپ‌گرایانه و دخالتی است. ذات هوش، غیرقابل کنترل بودن آن در چارچوب‌های خطی است.

تبارشناسی روان‌شناختی انزجار؛ کالبدشکافی مغالطه «رنج ذاتی» و «ارزش کارگر»

برای درک این حجم از گارد و دید دفاعی، پرخاشگری و انزجار در جامعهٔ گیمینگ، ابتدا باید ریشه‌های حسی و روان‌شناسیِ اجتماعی این رسانه را کالبدشکافی کرد. گیمرها تصور می‌کنند با نفی هوش مصنوعی، در حال دفاع از «مقدسات انسانی»، پاسداری از زحمات هنرمندان، و صیانت از روح هنر هستند.

این حسِ وظیفه‌شناسی در بستری از بوروکراسی بیمار و طماعِ شرکتی (Corporate Greed) شکل گرفته است. ناشران بزرگی مانند الکترونیک آرتز (EA)، یوبی‌سافت (Ubisoft)، تیک-تو (Take-Two) یا اکتیویژن-بلیزارد، سال‌هاست که برای کاهش هزینه‌های فرساینده تولید، بالا بردن حاشیه سود و راضی نگه داشتن سهام‌داران وال‌استریت، دست به اخراج‌های دسته‌جمعی می‌زنند.

در این اتمسفر مسموم، وقتی تکنولوژی هوش مصنوعی مولد معرفی می‌شود، ترسی که ایجاد می‌شود کاملاً موجه به نظر می‌رسد: گیمرها می‌ترسند خطوط دیالوگِ نویسندگانِ محبوبشان با خروجی‌های بی‌روح ربات‌ها جایگزین شود، یا نقاشی‌های مفهومی (Concept Art) طراحان با تصاویری که شبکه‌های عصبی از روی اینترنت دزدیده‌اند، پر شوند.

اما این نگاه، نوعی صورت‌بندی کاذب و رمانتیک از مسئله است. کسانی که نگران «مرگ روح هنر» هستند، چشمان خود را بر یک حقیقت تلخ بسته‌اند: صنعت بازی‌های ویدیویی (مخصوصاً در لایه تولیدات غول‌آسای موسوم به AAA که تا به این‌جا چند بار به آن‌ها اشاره کردیم) مدت‌هاست که اثر انسانی، آوانگارد و زنده خود را از دست داده و تبدیل به یک ماشین کلون‌سازی یا Copy-Paste بوروکراتیک شده است.

وقتی به عناوین پر زرق‌وبرق ده سال اخیر نگاه می‌کنیم، با جهان‌هایی مواجه می‌شویم که ابعادی نجومی دارند اما از درون منقطع، توخالی و فاقد پویایی هستند. طراحان سه‌بعدی و انیماتورها، مجبور می‌شوند سال‌ها از عمر و سلامت روان خود را صرف طراحی هزاران Asset یکسان، بافت‌های تکراری، دکورهای بی‌خاصیت، و دیالوگ‌های ماشین‌وار کنند.

بیایید به بازی Red Dead Redemption 2، اثر تحسین‌شدهٔ راک‌استار (Rockstar Games) نگاه کنیم. گزارش‌های موثق نشان داد که هنرمندان این استودیو مجبور شدند ماه‌ها روی فیزیک انقباض بیضه‌های اسب در هوای سرد، یا انیمیشن دقیق برداشتن یک قوطی کنسرو از روی قفسه کار کنند. البته که من هیچ مشکلی در این موضوع نمی‌بینم.

با این حال، آن‌ها هفته‌های متوالی با روزهای کاری ۱۴ ساعته در دفتر می‌خوابیدند. سؤال فلسفی اینجاست: آیا این رویکرد کار در دنیای دیجیتال، نمایانگر «روح هنر» است؟ آیا این رنج کشیدن برای تنظیم فریم‌به‌فریم حرکت یک ماهیچهٔ فرعی، فضیلت است؟ من نتیجه نهایی را می‌ستایم و باور دارم که بله. هنر چیز مزخرفی است و نتیجه نهایی استودیوی راک‌استار حتی فراتر از هنر است اما چرا باید آن را با این فرایند سنتی به مرحله عمل رساند؟‌

گیمرها دچار یک خطای شناختیِ مارکسیستی به نام «مغالطه ارزش ذاتی رنج در کار» شده‌اند. آن‌ها میزان رنج فیزیکی صرف‌شده پای یک اثر را، با ارزش پدیدارشناسانه و زیباشناختی آن اشتباه می‌گیرند. این‌که یک انیماتور شش ماه متوالی بیدار بماند تا فیزیک لباس یک کاراکتر فرعی در یک روستای دورافتاده را تنظیم کند، لزوماً آن بازی را به یک اثر هنری متعالی تبدیل نمی‌کند. این موضوع صرفاً نشان‌دهندهٔ فقر ابزار در ماتریکس (یا ماتریس) فنی امروز ماست.

چرا گیمرها از AI متنفرند و اشتباه می‌کنند؟ (قسمت ۱) | موبوگیم

ارزش هنر در «ایده»، «جهان‌بینی»، «شجاعت فرمی» و «معماری معنا» نهفته است. رنج کشیدن انسان در کارهای تکراری فضیلت نیست؛ کدهای الگوریتمی بسیار بهتر، سریع‌تر و ارزان‌تر از عهدهٔ کارهای مکانیکی برمی‌آیند. در مقابل، بازی مستقلی مثل Disco Elysium با انیمیشن‌های محدود، بودجه‌ای ناچیز و تیمی کوچک، توانست عمیق‌ترین تجربه روان‌شناختی، سیاسی و فلسفی یک دههٔ اخیر را ارائه دهد. آن هم از مغز متفکری که عملاً یا حداقل تا حد زیادی، خودش را مارکسیست می‌داند!

چرا؟ زیرا اثر مورد نظر روی ایده و متن متمرکز بود، نه روی بیگاری کشیدن از انیماتورها برای شبیه‌سازی واقع‌گرایانه قطرات باران روی یک سطل زباله. هوش مصنوعی آمده است تا انسان را از بیگاری دیجیتال برهاند و این محبت حتی به افرادی که از بیخ با سیستم کارآمد غرب مخالف هستند، کمک می‌رساند.

تاریخچه هوش مصنوعی در بازی‌ها؛ از ماشین‌های وضعیت متناهی تا درختان رفتار

برای فهم این‌که چرا هوش مصنوعی مولد (Generative AI) و شناختی یک تکینگی محسوب می‌شود، باید نگاهی به تاریخچه هوش مصنوعی سنتی در بازی‌ها بیندازیم. آنچه ما در چهل سال گذشته به عنوان «هوش مصنوعی بازی» (Game AI) می‌شناختیم، اصلاً هوش نبود؛ بلکه مجموعه‌ای از حقه‌ها، اسکریپت‌ها و توهمات مهندسی‌شده بود که برای ایجاد نمای ظاهری رفتار هوشمند طراحی شده بودند.

در دهه‌های ابتدایی، توسعه‌دهندگان از «ماشین‌های وضعیت متناهی» (Finite State Machines – FSM) استفاده می‌کردند. در بازی Pac-Man، روح‌ها هوشمند نبودند؛ آن‌ها فقط بر اساس یک منطق ساده مسافت‌سنجی و تعقیب هدف حرکت می‌کردند و هر کدام یک رفتار ثابت و قابل پیش‌بینی داشتند.

با پیشرفت بازی‌های سه‌بعدی، ابزارهای پیچیده‌تری مانند «درخت رفتار» (Behavior Trees) وارد صنعت شدند. در بازی تحسین‌شدهٔ Halo، دشمنان (کاوننت‌ها) رفتار تیمی از خود نشان می‌دادند، اما این رفتار محدود به گره‌های شرطی از پیش برنامه‌ریزی‌شده بود. اگر بازیکن نارنجک پرتاب می‌کرد، گره Evade (فرار) فعال می‌شد و دشمنان واکنشی یکسان و مکانیکی نشان می‌دادند.

چرا گیمرها از AI متنفرند و اشتباه می‌کنند؟ (قسمت ۱) | موبوگیم

یکی از درخشان‌ترین نمونه‌های هوش مصنوعی سنتی، بازی F.E.A.R (محصول ۲۰۰۵) بود که از سیستمی به نام GOAP (Goal-Oriented Action Planning) استفاده می‌کرد. در این سیستم، به جای تعیین دقیق قدم‌های دشمن، یک هدف (مثلاً کشتن بازیکن) به دشمن داده می‌شد و او بر اساس ابزارهای محیطی مسیر خود را می‌ساخت. سربازان میزها را برمی‌گرداندند، از پنجره‌ها بیرون می‌پریدند، یکدیگر را خبر می‌کردند و خلاصه، بازیکن را از جناحین دور می‌زدند. این سیستم باعث شد دشمنان در F.E.A.R بسیار باهوش به نظر برسند و هنوز هم از این بازی به عنوان معیار طلایی هوش مصنوعی در شوترهای اول‌شخص یاد می‌شود.

با این حال، تمام این سیستم‌ها از یک مشکل بنیادین رنج می‌برند: آن‌ها کاملاً «صلب»، «محدود» و فاقد «حافظه معنایی بلندمدت» هستند. موتور بازی بر اساس شروط استاتیک If/Else کار می‌کند و این معماری نمی‌تواند متغیرهای بی‌نهایتِ یک رفتار پیچیده انسانی یا حتی حیوانی را مدیریت کند.

وقتی موتور بازی استاتیک باشد، فروپاشی تعلیق ناباوری (Suspension of Disbelief) گریزناپذیر است. در بازی افسانه‌ای The Elder Scrolls V: Skyrim، شما می‌توانید با کمان یک تیر به سر نگهبان شلیک کنید. نگهبان شمشیر می‌کشد، چند ثانیه در محیط می‌دود، به نقطهٔ شلیک می‌رسد، چیزی پیدا نمی‌کند، سپس شمشیر را غلاف می‌کند و با خونسردی می‌گوید: «حتماً صدای باد بود!» و به گشت‌زنی ادامه می‌دهد.

این رفتار مضحک و غوطه‌وری‌شکن، نتیجه مستقیم استفاده از کدهای استاتیک و منجمد است. وقتی گیمرها در شبکه‌های اجتماعی علیه ورود تکنولوژی‌های پردازش زبان طبیعی (NLP) و شبکه‌های عصبی به بازی‌ها گارد می‌گیرند، در واقع دارند از حق تماشای همین رفتارهای احمقانه و شنیدن دیالوگ‌های تکراری بی‌پایان دفاع می‌کنند. دفاع از موانع ساختاری، چگونه می‌تواند روشی برای حل آن موانع باشد؟

معماری توهم در بازی‌های مدرن؛ کالبدشکافی فرمول‌های منسوخ AAA و نظریه ژان بودریار

برای فهم دقیق بن‌بست رویکرد فعلی، باید از نگاه‌های شاعرانه فاصله بگیریم و نگاهی مهندسی به لول‌دیزاین (Level Design)، سیستم‌های روایی مدرن و مدیریت وضعیت (State Management) بیندازیم. ما امروز با پروژه‌هایی روبرو هستیم که بودجه‌های هنگفت ۲۵۰ تا ۳۵۰ میلیون دلاری را بلعیده و توسعه آن‌ها بین ۶ تا ۸ سال به طول می‌انجامد. نتیجه چیست؟ بازی‌هایی با گرافیک فوتورئالیستی که هسته تعامل آن‌ها هیچ تفاوتی با آثار بیست سال پیش ندارد. البته که به نظر من وجود آن جلوه‌های بصری، خارق‌العاده‌ست.

با این حال مکانیزم تعامل در بازی‌های مدرن، یک توهم محض و یک پرده نقاشی‌شده در یک سالن تئاتر است. سیستم‌های دیالوگ‌نویسی بر اساس ماشین‌های وضعیت متناهی و درخت‌های تصمیم‌گیری استاتیک (Static Decision Trees) بنا شده‌اند. به عنوان مثال، شما در بازی The Witcher 3 یا Fallout 4 با یک NPC روبرو می‌شوید. بازی چهار گزینه برای پاسخ دادن به شما می‌دهد. این گزینه‌ها، انتخاب‌های آزادِ یک موجودِ دارای اراده نیستند؛ آن‌ها صرفاً آرایه‌هایی محدود در یک پایگاه داده از پیش‌تعیین‌شده هستند که توسط یک برنامه‌نویس نوشته شده‌اند.

در بازی‌های استودیوی Telltale Games (مثل The Walking Dead) یا بازی‌های Quantic Dream (مثل Detroit: Become Human)، ما با جمله معروف «فلان شخصیت این را به خاطر خواهد سپرد» مواجه می‌شویم. این اوجِ تلاش سیستم‌های سنتی برای شبیه‌سازی هوش است.

اما در نهایت، شما در یک خط لوله منجمد حرکت می‌کنید که نهایتاً به دو یا سه پایانِ از پیش‌رندرشده ختم می‌شود و تمام انتخاب‌های میانی شما صرفاً تغییراتی سطحی در دیالوگ‌ها ایجاد می‌کنند، نه در ساختار بنیادین روایت.

در بازی Cyberpunk 2077 (در زمان عرضه)، هوش مصنوعی پلیس‌ها به قدری ابتدایی، خشک و غیرمنطقی بود که اگر شما در یک کوچه بن‌بست جرمی مرتکب می‌شدید، پلیس‌ها به جای مسیریابیِ منطقی از خیابان، دقیقاً پشت سر شما از هوا ظاهر می‌شدند (به اصطلاح Spawning). چرا؟ چون وقتی موتور بازی بر اساس شروط استاتیک If/Else کار می‌کند، مغز آن توانایی پردازش متغیرهای بی‌نهایت، بی‌نظم و آشوبناک یک شهر سایبرپانکی را ندارد و برای پوشش این ناتوانی، به میان‌برهای مضحک و غوطه‌وری‌شکن (اگر همچین کلمه مرکبی داشته باشیم!) متوسل می‌شود.

به قطعه کد فرضی زیر نگاه کنید که نمایانگر ساختار صلب و سنتیِ تعامل با یک کاراکتر در بازی‌های امروزی است؛ ساختاری که نمادِ عقب‌ماندگی تکنولوژیک در این هنر است:

# classic rigid npc state management
# this approach creates the illusion of life but fails under complexity

from dataclasses import dataclass, field
from typing import Callable, List, Optional


@dataclass
class PlayerResponse:
    text: str
    next_node_id: Optional[str]
    required_item: Optional[str] = None
    action_trigger: Optional[Callable[[], None]] = None


@dataclass
class DialogueNode:
    id: str
    text: str
    responses: List[PlayerResponse] = field(default_factory=list)


class StaticNPC:

    def __init__(self, name: str):
        self.name: str = name
        self.current_dialogue_node: str = "root_intro"
        self.has_met_player: bool = False

    # hardcoded interaction that feels robotic after the first playthrough
    def interact(self, player_inventory: List[str]) -> str:
        if not self.has_met_player:
            self.has_met_player = True
            return f"greetings traveler. i am {self.name}."

        if "magic_amulet" in player_inventory:
            return "i see you have the amulet. the king will see you now."

        return "move along, i have nothing more to say to you."

این فرمول، مغز متفکر اکثر بازی‌های نقش‌آفرینی بزرگ تاریخ است! مغزی که فاقد هرگونه آنتالپی، حافظهٔ بلندمدت معنایی، آگاهی محیطی و درکِ لحن است. کاراکتری که با این ساختار ساخته می‌شود، هرگز به یاد نمی‌آورد که شما ده ساعت پیش جانش را نجات دادید، هرگز متوجه نمی‌شود که هوا بارانی است و شما خیس شده‌اید، و هرگز از شما درباره ماجراجویی‌هایتان سؤال نخواهد پرسید. او صرفاً یک ماشینِ پاسخگویی شرطی است.

وقتی یک بازی جاه‌طلبانه مثل Starfield تلاش می‌کند کهکشان عظیمی با هزاران سیاره خلق کند، در چرخ‌دنده‌های همین فرمول خرد می‌شود. بتسدا نمی‌تواند برای هزار سیاره، میلیون‌ها خط دیالوگ دستی بنویسد و میلیون‌ها سناریوی تعاملی طراحی کند. در نتیجه، بازیکن با جزیره‌های توخالی، پایگاه‌های Copy-Pasteشده و NPCهایی با چشمان بی‌روح و دیالوگ‌های تکراری مواجه می‌شود که تمام وعده‌های کهکشانِ بی‌نهایت را به باد می‌دهند.

چرا گیمرها از AI متنفرند و اشتباه می‌کنند؟ (قسمت ۱) | موبوگیم

در اینجا کالبدشکافی فلسفی ژان بودریار در نظریه «وانموده‌ها و شبیه‌سازی» معنا پیدا می‌کند. بودریار استدلال می‌کند که جامعه مدرن نشانه‌ها را جایگزین خود واقعیت کرده است. وضعیتی که او آن را ابرواقعیت می‌نامد.

بازی‌های ویدیویی AAA امروز، دقیقاً تجسم این فرآیند هستند. گرافیک فوتورئالیستی بازی‌هایی مثل اسپایدرمن ۲ وانموده‌هایی از واقعیت هستند. آن‌ها تلاش می‌کنند با جزئیات بصری خیره‌کننده، این حقیقت تلخ را پنهان کنند که هیچ واقعیت پویایی در زیر این پوسته وجود ندارد. مکانیک بازی کاملاً مرده است. گیمر فریب انیمیشن‌های قطرات باران را می‌خورد، بدون آنکه متوجه شود در حال تعامل با یک الگوریتم کاملاً منجمد است. قطره‌ها جاری هستند اما تعاملات خوب در ذات مکانیک، خیر. هوش مصنوعی شناختی، با تزریق آشوب و پویایی به هسته محاسباتی، به شبیه‌سازی اجازه می‌دهد تا بر اساس منطق درونی خودش حیات پیدا کند.

پارادوکس تولید رویه‌ای در برابر هوش مصنوعی مولد

یکی از اشتباهات رایج و مهلک در میان گیمرها و حتی برخی منتقدان این است که هوش مصنوعی مولد را با «تولید رویه‌ای» (Procedural Generation) که سال‌هاست در بازی‌ها استفاده می‌شود، یکسان می‌دانند. این یک خطای فنی بزرگ و یک تقلیل‌گرایی خطرناک است که مانع از درک صحیح جهش پارادایمی پیش رو می‌شود.

بازی‌هایی مانند No Man’s Sky یا حتی Minecraft از الگوریتم‌های تولید رویه‌ای (مانند Perlin Noise و الگوریتم‌های فرکتال) استفاده می‌کنند. در این روش، شما مجموعه‌ای از قوانین ریاضی صلب و بلوک‌های از پیش‌ساخته‌شده (مثلاً مدل‌های درخت، رنگ‌های خاک، قطعات سفینه) را به یک الگوریتم می‌دهید و الگوریتم آن‌ها را با استفاده از اعداد تصادفی (به طور دقیق Seeded Randomness) ترکیب می‌کند تا بی‌نهایت سیاره یا جهان بسازد.

مشکل بنیادین تولید رویه‌ای این است که خروجی آن فاقد «قصدیت» (Intentionality) و «معنا» (Meaning) است. شما میلیاردها سیاره دارید، اما پس از دیدن ده یا بیست سیاره، الگوی ترکیب شدن بلوک‌ها و پارامترها را درک می‌کنید و همه چیز تکراری، خسته‌کننده و عمیقاً بی‌روح می‌شود. به قول معروف: «اقیانوسی به وسعت یک کهکشان، اما به عمق یک بند انگشت.»

چرا گیمرها از هوش مصنوعی می ترسند

اما هوش مصنوعی مولد (مانند مدل‌های مبتنی بر معماری Transformer یا مدل‌های Diffusion) بر اساس کشف الگوهای عمیق و انتزاعی در «فضای پنهان» (Latent Space) کار می‌کند. یک مدل عصبی قطعات را تصادفی کنار هم نمی‌چیند؛ بلکه منطقِ ساختاری یک اتمسفر، یک سبک هنری، یا یک رفتار زیستی را در سطحی بسیار عمیق‌تر درک کرده و بازتولید می‌کند.

برای درک این تفاوت، بازی Spore (محصول ۲۰۰۸) ساخته ویل رایت (Will Wright) را به یاد بیاورید. ایده بازی شبیه‌سازی تکامل از یک سلول تا تسخیر کهکشان بود. Spore یک شاهکار مهندسی در زمان خود به شمار می‌رفت که از تولید رویه‌ای برای انیمیشن و رفتار موجودات بهره می‌گرفت. اما سیستم‌های آن محدود بودند و موجودات خروجی بیشتر شبیه اسباب‌بازی‌های پلاستیکی و بی‌اراده به نظر می‌رسیدند که همگی از چند الگوی حرکتی تکراری پیروی می‌کردند.

حال تصور کنید Spore 2 با یک موتور مبتنی بر شبکه‌های عصبی عمیق ساخته شود. شما موجودی با سه پا و یک بال طراحی می‌کنید. الگوریتم هوش مصنوعی به جای استفاده از معادلات صلب سینماتیک معکوس (Inverse Kinematics)، در لحظه یک فیزیکِ زیستی منطبق بر جاذبه، وزن، تراکم عضلانی و ساختار اسکلتی آن موجود را استنتاج کرده و به صورت داینامیک تولید می‌کند.

اگر موجود شما به یک سیاره با جاذبه بالا برود، هوش مصنوعی به صورت ارگانیک و بلادرنگ بافت استخوانی، الگوی تنفس و انیمیشن راه رفتن او را سنگین‌تر، محتاط‌تر و متفاوت می‌کند. این دیگر ترکیب تصادفی بلوک‌های پیش‌ساخته نیست؛ این شبیه‌سازی واقعی حیات و انطباق زیستی است.

با قسمت دوم و نهایی مقاله، این قضیه را ادامه و سپس خاتمه خواهیم داد.

منبع: gamefa.com

تیم محتوا

جدیدترین اخبار حوزه های متنوع تکنولوژی: موبایل، تبلت، لپ تاپ، رباتیک، سخت افزار، شبکه، گجت، امنیت، نجوم و فضانوردی، سیستم های عامل، اپلیکیشن، بازی، خودرو، لوازم خانگی، معماری، عکاسی ، آینده و …

دیدگاهتان را بنویسید