نقشه‌بازی Sima: آینده همراهان بازی‌های هوش مصنوعی گوگل

لابراتواری DeepMind شرکت گوگل با اعلام جذابی، نخستین همراه بازی‌های هوش مصنوعی‌اش به نام Sima رونمایی کرده است. Sima، که مخفف Scalable، Instructable، Multiworld Agent است، برای همزمان بازی کردن بازی‌ها کنار بازی‌کنان انسانی طراحی شده است و دستورات آن‌ها را دنبال می‌کند تا وظایفی را انجام دهد.

بر خلاف شخصیت‌های غیرقابل بازی (NPC) سنتی که در بازی‌های ویدیویی یافت می‌شوند، Sima به عنوان یک همتای بازیکن عمل می‌کند، عملکرد بازیکنان انسانی را تقلید می‌کند تا به دست‌آوردن اهداف بازی کمک کند. در حال حاضر در مرحله تحقیقاتی، DeepMind بر آموزش دادن Sima برای بازی کردن هر بازی ویدیویی به ویژه آن‌هایی که در دنیاهای مجازی انجام می‌شوند متمرکز شده است.

هدف Sima از پیروی از دستورات کاربر نه برنده شدن در بازی است بلکه اجرای بازی و انجام دادن دستورات کاربر است. با تجزیه و تحلیل محیط سه‌بعدی و دستورات زبان‌طبیعی از سوی بازیکن، Sima می‌تواند به عنوان یک بازیکن مانند انسان کنار با انسان‌ها کار کند و به طور بالقوه بر نتیجه بازی تأثیر بگذارد.

با این حال، این همراه بازی‌های هوش مصنوعی نوآورانه نگرانی‌ها را به وجود آورده است. در حالی که Sima ممکن است به عنوان یک هم‌تیمی حمایت‌کننده در بازی‌های چندنفره با حالت داستانی عمل کند، ممکن است مزیت ناروا ارائه دهد. به عنوان مثال، در بازی‌هایی که به تکرار وظایف جهت کسب امتیازات تجربی نیاز دارند، می‌تواند به Sima دستور داد تا کارهای خسته‌کننده را انجام دهد و انسان‌بازیکن را از تمرکز بر تصمیم‌گیری‌های استراتژیک آزاد سازد.

بعضی از بازیکنان در رسانه‌های اجتماعی نگرانی خود را ابراز کردند و از ترس بروز وجود عوامل هوش مصنوعی غیرقابل شناسایی مثل Sima که ممکن است در بازی‌های آنلاین بازیکنان انسانی را پیش بگیرند، هراسان هستند. آن‌ها از اینکه هنگامی که بازی‌کنان هوش مصنوعی به سطح واقعی هوش مصنوعی (AGI) برسند، رقابت با آن‌ها غیرممکن خواهد شد نگران‌اند. عوامل هوش مصنوعی قادرند بازی‌های جدید را سریع‌تر از هر انسانی یاد بگیرند و آسانتر از ظرافت به مهارت‌های انسانی ترکیب شوند.

برای پیشروی در مهارت‌های بازی‌کردن Sima، گوگل با توسعه‌دهندگانی معروف همکاری کرده است که از جمله می‌توان به Hello Games، Embracer، Tuxedo Labs و Coffee Stain اشاره کرد. Sima بر روی بازی‌هایی مانند No Man’s Sky، Goat Simulator 3، و Valheim آموزش دیده و آزمایش شد و حدود 600 مهارت اولیه را از عملیات ساده‌ی چرخاندن به چپ تا وظایف پیچیده‌تری مانند استفاده از منوهای بازی به دست آورده است.

DeepMind تصور می‌کند که زمانی که Sima و عوامل هوش مصنوعی مشابه، قابلیت‌های پیشرفته‌تری را در بازی‌ها اجرا می‌کنند، می‌توانند این توانایی‌ها را به کاربردهای واقعی دنیا انتقال دهند. با بهره‌گیری از بازی‌های ویدیویی به‌عنوان شن‌باک‌ها، پژوهشگران تلاش می‌کنند تا درک‌های ارزشمندی بدست آورند که چگونه سیستم‌های هوش مصنوعی می‌توانند در محیط‌های مختلف کمک‌کننده‌تر شوند.

پرسش‌های متداول

The source of the article is from the blog rugbynews.at

Privacy policy
Contact