هوش مصنوعی بینظیر، GTA را غیرقابل اجرا میسازد

هوش مصنوعی در دنیای بازیهای ویدیویی به قدری ارتقا یافته که توسعهدهندگان معمولاً ناچار به کاهش عملکرد آن به طور عمدی میشوند. این تصمیم به منظور تضمین توانایی انجام بازی و همچنین حفظ جنبه سرگرمی آن گرفته میشود. تونی گاولند (Tony Gowland)، برنامهنویس ارشد سابق راکاستار گیمز، به تازگی این تحلیل را ارائه کرده است.
براساس اطلاعات منتشر شده از بخش بازی های رسانه فناوری و تکنولوژی تکنا، گاولند که در پروژههای معروفی چون Grand Theft Auto: Chinatown Wars و Vice City Stories فعالیت داشته، در یک مصاحبه پادکستی این نکته را شرح داد. او به نقدهای شایع درباره عملکرد هوش مصنوعی پلیس در سری بازیهای GTA اشاره کرد و گفت که عملکرد این سیستم به طور عمدی محدود شده و نه اینکه ضعیف باشد.
وی بیان داشت که چنانچه هوش مصنوعی پلیس در GTA به بالاترین تواناییهای خود دست یابد، تجربه بازی به شدت تحت تأثیر قرار خواهد گرفت. در چنین حالتی پلیس به محض وقوع جرم، سریعاً بازیکن را شناسایی کرده و تمام مسیرهای ممکن فرار را مسدود میکرد، که این امر تقریباً هیچ فرصتی برای گریختن به بازیکن نمیداد.
این سطح از واقعگرایی و استعداد به طور ناگهانی چالشهای بازی را خاتمه میدهد و جذابیت آن را از بین میبرد. گاولند تأکید کرد که هدف اصلی هوش مصنوعی در بازیهای ویدیویی غلبه بر بازیکن نیست؛ بلکه به وجود آوردن چالشی دلپذیر و کنترلشده جهت حفظ هیجان است.
این توسعهدهنده سابق از راکاستار هوش مصنوعی بازی را با عملکرد یک گرداننده در بازیهای رومیزی مقایسه کرد. هدف اصلی این سیستم، ایجاد یک تجربه جالب و داستانی پرتحرک است و نه صرفاً شکست دادن بازیکن به هر قیمتی. این اصل به طور عمومی در اکثر بازیهای مدرن رعایت میشود.
او همچنین به استثناهایی مانند بازی F.E.A.R. نیز اشاره کرد. در این بازی، هوش مصنوعی دشمنان به گونهای شگفتانگیز طراحی شده بود تا بتوانند از بازیکن دور شوند و او را غافلگیر کنند. اما حتی در این مورد، هدف نهایی ایجاد احساسی خاص، مانند ترس و مواجهه با دشمنانی چالشبرانگیز بود.
گاولند در مورد تکامل این سیستمها نیز توضیحاتی ارائه داد. به عنوان مثال، در بازی Chinatown Wars، هوش مصنوعی پلیس دارای قابلیت ویژهای برای شناسایی مواد مخدر بود. او در پایان به اختلاف میان هوش مصنوعی بازی و مدلهای زبانی مدرن اشاره کرد که اهداف کاملاً متفاوتی دارند.


