تستخدم DeepMind الألعاب مرة أخرى لدفع أبحاث الذكاء الاصطناعي إلى الأمام
استحوذت Google DeepMind على حصة أقلية في الشركة المطوِّرة لـ EVE Online ضمن شراكة بحثية تهدف إلى دراسة “الذكاء في الأنظمة المعقدة والديناميكية والمدفوعة من اللاعبين”. وتضع هذه الخطوة واحدة من أكثر الاقتصادات الافتراضية والبيئات الاجتماعية تعقيدًا في عالم الألعاب في قلب جهد جديد لاختبار أنظمة ذكاء اصطناعي مصممة للتخطيط بعيد المدى، والذاكرة، والتعلم المستمر.
تأتي هذه الشراكة بالتزامن مع تحول تجاري كبير في استوديو تطوير EVE. فقد أعلن فريق الإدارة خلف CCP Games أنه أنفق 120 مليون دولار لشراء الشركة من مالكها السابق Pearl Abyss، وأعاد تسمية الشركة المستقلة حديثًا لتصبح Fenris Creations. وقالت الشركة إنها ستواصل العمل من دون إعادة هيكلة أو تسريح للموظفين.
لماذا تتميز EVE Online
وصفت DeepMind وFenris لعبة EVE Online بأنها بيئة ثرية على نحو فريد للدراسة. وليس من الصعب فهم ذلك. فـ EVE معروفة بجداولها الزمنية الطويلة، وسلوك اللاعبين المستمر، وصنع القرار الاستراتيجي المعقد، والتفاعلات التي تتكشف داخل نظام حي بدلًا من مباريات قصيرة ومعزولة. وهذه الخصائص تجعلها مختلفة جدًا عن العديد من البيئات المرجعية التقليدية المستخدمة في أبحاث الذكاء الاصطناعي.
وبحسب الإعلان، ستجري DeepMind تجارب مضبوطة على نماذجها داخل نسخة غير متصلة من اللعبة صُممت خصيصًا وتعمل على خادم محلي، بدلًا من الاختبار مباشرة داخل العالم الإلكتروني الحي. ولهذا النهج سببان مهمان. الأول أنه يحافظ على تجربة اللاعبين الحقيقيين عبر فصل التجارب عن الخدمة التجارية. والثاني أنه يمنح الباحثين بيئة أكثر أمانًا وتحكمًا لاختبار سلوك النماذج في ظروف معقدة.
من ألعاب الطاولة إلى العوالم الافتراضية
لدى DeepMind تاريخ طويل في استخدام الألعاب بوصفها ساحات لإثبات قدرات التعلم الآلي. وشملت الإنجازات السابقة اختراقات في لعبة Go، وأداء قويًا في ألعاب Atari، ونجاحًا في StarCraft. وفي الفترة الأخيرة، بدأت الشركة استكشاف نماذج “العالم الافتراضي” كوسيلة لمساعدة أنظمة الذكاء الاصطناعي على تعلم مهارات ذات صلة بالواقع المادي.
تمتد شراكة EVE هذا المسار إلى مجال تبرز فيه التعقيدات الاجتماعية والتخطيط طويل الأجل على نحو غير معتاد. فالأمر لا يتعلق فقط بتحسين حركة في منافسة محدودة، بل يتعلق بالتنقل في بيئة متطورة تصبح فيها المعلومات والحوافز والاحتمالات المستقبلية أكثر صعوبة في الاختزال.
قال هيلمار فيغار بيترسون، الرئيس التنفيذي لـ Fenris، إن EVE واحدة من الأماكن القليلة التي يمكن فيها استكشاف أسئلة الذكاء داخل شيء يتصرف بالفعل كعالم حي. وأضاف أن هذه البيئة ستسمح لنماذج DeepMind باستكشاف المشكلات الصعبة، والجداول الزمنية الطويلة، والاحتمالات الغريبة.
ما الذي قد تكشفه الشراكة
إذا نجح هذا التعاون، فقد يساعد الباحثين على فهم أفضل لكيفية أداء أنظمة الذكاء الاصطناعي عندما لا يمكن حل التحديات عبر التحسين قصير الأجل وحده. فالذاكرة والتكيف والاستمرارية الاستراتيجية كلها مجالات صعبة بالنسبة للنماذج الحالية. وقد تكشف بيئة مثل EVE أين تظل الأنظمة هشّة وأين تبدأ بإظهار كفاءة أكثر عمومية.
وقالت الشركتان أيضًا إنهما ستستكشفان تجارب لعب جديدة تتيحها هذه التقنيات. وهذا يجعل الصفقة مهمة بما يتجاوز مجتمع الأبحاث. فهو يشير إلى أن التقدم المحقق في تجارب الساندبوكس قد يعود لاحقًا ليؤثر في تصميم العوالم الرقمية التفاعلية.
ومع ذلك، فإن الأهمية الفورية هي أهمية منهجية. فـ DeepMind تختار دراسة الذكاء في مساحة فوضوية وديناميكية ومشكَّلة اجتماعيًا بدلًا من مساحة مجردة تمامًا. وهذا يعكس فهمًا أوسع في أبحاث الذكاء الاصطناعي: إذا كان من المتوقع أن تتعامل النماذج مع العالم الحقيقي، فقد تحتاج إلى اختبارها في بيئات تشبه الأنظمة الحية أكثر من الألغاز النظيفة.
لقد أمضت المحاكاة الضخمة لـ EVE Online سنوات في توليد هذا النوع من التعقيد بالضبط. وهي الآن تصبح جزءًا من تجربة جديدة لفهم ما يمكن للذكاء الاصطناعي المتقدم أن يتعلمه عندما تبدأ الساحة الافتراضية في التشابه كثيرًا مع الواقع.
هذه المقالة مستندة إلى تقرير Ars Technica. اقرأ المقال الأصلي.
Originally published on arstechnica.com