AI-සක්‍රීය වීඩියෝ ක්‍රීඩා: AI හට මීළඟ ක්‍රීඩා නිර්මාණකරු විය හැකිද?

රූප ණය:
පින්තූර ණය
iStock

AI-සක්‍රීය වීඩියෝ ක්‍රීඩා: AI හට මීළඟ ක්‍රීඩා නිර්මාණකරු විය හැකිද?

AI-සක්‍රීය වීඩියෝ ක්‍රීඩා: AI හට මීළඟ ක්‍රීඩා නිර්මාණකරු විය හැකිද?

උපමාතෘකා පාඨය
වසර ගණනාවක් පුරා වීඩියෝ ක්‍රීඩා වඩාත් සුමට හා අන්තර්ක්‍රියාකාරී වී ඇත, නමුත් AI ඇත්ත වශයෙන්ම වඩා බුද්ධිමත් ක්‍රීඩා කරයිද?
    • කර්තෘ:
    • කර්තෘගේ නම
      Quantumrun Foresight
    • අප්රේල් මස 27, 2023

    කෘතිම බුද්ධියේ (AI) දියුණුවත් සමඟ, යන්ත්‍රවලට ඇල්ගොරිතම සහ යන්ත්‍ර ඉගෙනීම (ML) භාවිතයෙන් වීඩියෝ ක්‍රීඩා ජනනය කළ හැකිය. AI-උත්පාදනය කරන ලද ක්‍රීඩාවලට අද්විතීය සහ නව්‍ය විශේෂාංග ඉදිරිපත් කළ හැකි අතර, ඒවා මානව ක්‍රීඩා නිර්මාණකරුවන්ගේ නිර්මාණශීලීත්වය සහ බුද්ධිය සමඟ ගැළපිය හැකි දැයි සොයා බැලිය යුතුය. අවසාන වශයෙන්, AI-උත්පාදනය කරන ලද ක්‍රීඩා වල සාර්ථකත්වය රඳා පවතින්නේ ඔවුන් මානව ක්‍රීඩකයින්ගේ අපේක්ෂාවන් සමඟ නව්‍යකරණය සහ පරිශීලක අත්දැකීම් කෙතරම් හොඳින් සමතුලිත කළ හැකිද යන්න මතය.

    AI-සක්‍රීය වීඩියෝ ක්‍රීඩා සන්දර්භය

    AI-සක්‍රීය වීඩියෝ ක්‍රීඩා මඟින් යන්ත්‍ර ඉගෙනීම ඇතැම් ක්‍රීඩා වලදී මිනිසුන් පරාජය කිරීමට තරම් පරිණාමය වීමට ඉඩ ලබා දී ඇත. නිදසුනක් ලෙස, IBM හි DeepBlue පද්ධතිය 1997 දී රුසියානු චෙස් ග්‍රෑන්ඩ්මාස්ටර් ගැරී කැස්පරොව් පරාජය කළේ මිනිසුන් ක්‍රීඩා කරන විවිධ ක්‍රම සැකසීමෙනි. Google's DeepMind සහ Facebook හි AI පර්යේෂණ අංශය වැනි අද විශාලතම ML විද්‍යාගාර යන්ත්‍රවලට වඩාත් සංකීර්ණ සහ සංකීර්ණ වීඩියෝ ක්‍රීඩා කරන ආකාරය ඉගැන්වීමට වඩාත් දියුණු ක්‍රම භාවිතා කරයි. 

    රසායනාගාර ගැඹුරු ස්නායුක ජාල භාවිතා කරන අතර එමඟින් කාලයත් සමඟ පින්තූර සහ පෙළ සම්බන්ධ කිරීමේදී වඩාත් නිවැරදි වන දත්ත ස්ථර සහ ස්ථර සැකසීමට උපාංග සක්‍රීය කරයි. වීඩියෝ ක්‍රීඩාවලට දැන් ක්‍රීඩකයන් සමඟ විවිධ ආකාරවලින් අන්තර් ක්‍රියා කළ හැකි හැපෙනසුළු විභේදන, විවෘත ලෝක සහ සහජයෙන්ම ක්‍රීඩා කළ නොහැකි චරිත ඇතුළත් කළ හැක. කෙසේ වෙතත්, පර්යේෂකයන් එකඟ වන්නේ AI කොතරම් දක්ෂ වුවත්, ඒවා තවමත් නිශ්චිත නීති මගින් පාලනය වන බවයි. AI වලට තමන් විසින්ම වීඩියෝ ක්‍රීඩා නිර්මාණය කිරීමට අවසර දී ඇති විට, මෙම ක්‍රීඩා බොහෝ විට ක්‍රීඩා කළ නොහැකි තරම් අනපේක්ෂිත වනු ඇත.

    සීමාවන් තිබියදීත්, AI-ජනනය කරන ලද වීඩියෝ ක්‍රීඩා දැනටමත් වෙළඳපොලේ මතු වීමට පටන් ගෙන ඇත. මෙම ක්‍රීඩා නිර්මාණය කර ඇත්තේ පුද්ගලාරෝපිත ක්‍රීඩා අත්දැකීම් නිර්මාණය කිරීම සඳහා ක්‍රීඩකයන්ගේ රටා සහ හැසිරීම් විශ්ලේෂණය කළ හැකි ML ඇල්ගොරිතම භාවිතයෙන් ය. ක්‍රීඩා සැලසුම් කර ඇත්තේ එක් එක් ක්‍රීඩකයාගේ මනාපයන්ට අනුවර්තනය වීමටය. ක්‍රීඩකයා ක්‍රීඩාව හරහා ඉදිරියට යන විට, AI පද්ධතිය ක්‍රීඩකයා නිරතව තබා ගැනීමට නව අන්තර්ගතයන් සහ අභියෝග ජනනය කරයි. 

    කඩාකප්පල්කාරී බලපෑම

    වඩාත් සංකීර්ණ ලෝක, චරිත සහ ක්‍රීඩා මට්ටමේ නිර්මාණ නිර්මාණය කිරීමට AI සතු හැකියාව අතිමහත්ය. 2018 දී, Royal Academy of Engineering පර්යේෂණ සගයා වන Mike Cook ඔහු විසින් නිර්මාණය කරන ලද (ඇන්ජලිනා ලෙස හඳුන්වන) ඇල්ගොරිතමයක් තථ්‍ය කාලීනව ක්‍රීඩා නිර්මාණය කරන ආකාරය Twitch ක්‍රීඩා වේදිකාවේ ප්‍රවාහය කළේය. ඇන්ජලිනාට සැලසුම් කළ හැක්කේ 2D ක්‍රීඩා පමණක් වන අතර, දැනට, එය එකලස් කළ පෙර ක්‍රීඩා ගොඩනැගීමෙන් එය වඩා හොඳ වේ. මුල් අනුවාද වාදනය කළ නොහැක, නමුත් වඩා හොඳ යාවත්කාලීන අනුවාදයක් නිර්මාණය කිරීම සඳහා නිර්මාණය කරන ලද සෑම ක්‍රීඩාවකම හොඳ කොටස් ගැනීමට ඇන්ජලිනා ඉගෙන ගෙන ඇත. 

    අනාගතයේදී වීඩියෝ ක්‍රීඩා වල AI ක්‍රීඩා අත්දැකීම වැඩිදියුණු කිරීම සඳහා ඔවුන්ගේ මානව සහකාරකයින්ට තත්‍ය කාලීන යෝජනා ලබා දෙන සම-නිර්මාණකරුවෙකු බවට පත්වනු ඇති බව කුක් පවසයි. මෙම ප්‍රවේශය ක්‍රීඩා සංවර්ධන ක්‍රියාවලිය වේගවත් කිරීමට බලාපොරොත්තු වන අතර, කුඩා ක්‍රීඩා චිත්‍රාගාර ඉක්මනින් පරිමාණය කිරීමට සහ කර්මාන්තයේ විශාල චිත්‍රාගාර සමඟ තරඟ කිරීමට ඉඩ සලසයි. මීට අමතරව, ක්‍රීඩකයින් සඳහා වඩාත් ගිලී ගිය සහ පුද්ගලාරෝපිත ක්‍රීඩා අත්දැකීම් නිර්මාණය කිරීමට නිර්මාණකරුවන්ට උපකාර කිරීමට AI හට හැකිය. ක්‍රීඩකයන්ගේ හැසිරීම් සහ මනාප විශ්ලේෂණය කිරීමෙන්, AI හට ක්‍රීඩා දුෂ්කරතා මට්ටම් සකස් කිරීමට, පරිසරය වෙනස් කිරීමට සහ ක්‍රීඩකයන් නිරතව තබා ගැනීමට අභියෝග පවා යෝජනා කළ හැක. මෙම විශේෂාංග ක්‍රීඩකයා ක්‍රීඩාව හරහා ඉදිරියට යන විට පරිණාමය වන වඩාත් ගතික ක්‍රීඩා අත්දැකීමකට මඟ පෑදිය හැකි අතර, සම්පූර්ණ අත්දැකීමම නැවත ක්‍රීඩා කිරීමට හිතකර වේ.

    AI-සක්‍රීය වීඩියෝ ක්‍රීඩා වල ඇඟවුම්

    AI-සක්‍රීය වීඩියෝ ක්‍රීඩා වල පුළුල් ඇඟවුම් ඇතුළත් විය හැකිය:

    • සැබෑ ජීවිතයේ යොමු කිරීම් නිවැරදිව පිටපත් කිරීමට (සහ වැඩි දියුණු කිරීමට) ඇල්ගොරිතම පුහුණු කිරීමෙන් වඩාත් විශ්වාස කළ හැකි ලෝක ගොඩනැගීමට උත්පාදක විරුද්ධවාදී ජාල (GAN) භාවිතය.
    • ක්‍රීඩා පරීක්ෂණ ක්‍රීඩා කිරීමට සහ වඩා වේගයෙන් දෝෂ සොයා ගැනීමට AI ක්‍රීඩකයන් මත විශ්වාසය තබන ක්‍රීඩා සමාගම්.
    • ක්‍රීඩකයාගේ මනාප සහ පුද්ගලික දත්ත (එනම්, සමහර මට්ටම් ක්‍රීඩකයාගේ උපන් නගරය, ප්‍රියතම ආහාර, ආදිය) මත පදනම්ව ක්‍රීඩාව ප්‍රගතියට පත්වන විට අවස්ථා නිර්මාණය කළ හැකි AI.
    • AI-උත්පාදනය කරන ලද වීඩියෝ ක්‍රීඩා ක්‍රීඩකයින් අතර ඇබ්බැහි හැසිරීම, සමාජ හුදකලාව සහ සෞඛ්‍යයට අහිතකර ජීවන රටාවන් ප්‍රවර්ධනය කිරීම මගින් සමාජ හැසිරීම් වලට බලපෑම් කළ හැකිය.
    • ක්‍රීඩා සංවර්ධකයින් ක්‍රීඩා අත්දැකීම වැඩි දියුණු කිරීම සඳහා පුද්ගලික දත්ත රැස් කර භාවිතා කළ හැකි බැවින් දත්ත රහස්‍යතාව සහ ආරක්‍ෂාව පිළිබඳ ගැටළු.
    • අතථ්‍ය සහ වැඩි දියුණු කළ රියැලිටි තාක්‍ෂණය භාවිතා කිරීම වේගවත් කළ හැකි නව තාක්‍ෂණ සහ නව්‍ය ක්‍රීඩා යාන්ත්‍ර විද්‍යාව සංවර්ධනය කිරීම.
    • මිනිස් ක්‍රීඩා නිර්මාණකරුවන්ගේ සහ ක්‍රමලේඛකයන්ගේ අවශ්‍යතාවය අඩුවීම, රැකියා අහිමිවීම්වලට තුඩු දෙයි. 
    • සූදු දෘඩාංගවල බලශක්ති පරිභෝජනය සහ ඉලෙක්ට්‍රොනික අපද්‍රව්‍ය නිෂ්පාදනය වැඩි වීම.
    • සංජානන ක්‍රියාකාරිත්වය වැඩි දියුණු කිරීම හෝ වාඩි වී සිටින හැසිරීම් වැඩි කිරීම වැනි විවිධ සෞඛ්‍ය ඇඟවුම්.
    • මෙම AI ක්‍රීඩා නවෝත්පාදනයන් ඔවුන්ගේ මෙහෙයුම් සහ සේවාවන් සූදුකරණයට ඒකාබද්ධ කළ හැකි අලෙවිකරණය වැනි බාහිර කර්මාන්තවලට.

    සලකා බැලිය යුතු ප්‍රශ්න

    • AI ක්‍රීඩා කර්මාන්තයේ විප්ලවීය වෙනසක් සිදු කරනු ඇතැයි ඔබ සිතන්නේ කෙසේද?
    • ඔබ ක්‍රීඩකයෙක් නම්, AI ඔබේ ක්‍රීඩා අත්දැකීම වැඩිදියුණු කර ඇත්තේ කෙසේද?