قتل و جنایت مرموز، یکی از طرح‌های کلاسیک و رایجی است که در بسیاری از بازی‌های خوب و موفق مانند Grim Fandango ،L.A. Noire و The Witcher 3 وجود داشته است. اما مشکل بازی‌های گفته شده در آن‌جاست که آن‌ها از ارزش دوباره بازی کردن زیادی برخوردار نیستند. این موضوع مشخصا در مورد بازی‌ای که پلات اصلی آن به این قضیه مربوط شود صدق می‌کند و ویچر 3 در بین بازی‌های گفته شده احتمالا استثنا باشد چرا که موضوع بازی فقط قتل و اتفاقات پیرامون آن نیست. وقتی قاتل را شناختید و تمام پرونده را حل کردید دیگر دلیل زیادی برای بازی کردن دوباره آن وجود نخواهد داشت.
به هر حال اما تیمی متشکل از چندین طراح بازی و پژوهشگران از دانشگاه‌های مختلف (مانند دکتر لیاپیس) سعی کردند پروژه‌ای را خلق کنند که گیمرها با هر بار بازی کردن بازی با معمایی تازه روبرو شوند. چندین نفر از دانشگاه‌های Malta، نیویورک در کنار یکدیگر جمع شده‌اند تا با استفاده از هوش مصنوعی انقلابی جدید در تولید محتوا راه بی‌اندازند.
آن‌ها کار طراحی را به یک الگوریتم سپردند. نتیجه این شد که بازی تمام کاراکترها، مکان‌ها و آیتم‌های درون بازی را توسط دیتاهای باز تولید کرده و در هر بار که بازی اجرا می‌شود معماهای منحصر به فردی ساخته می‌شود. بازی نیز با نام DATA Agent شناخته می‌شود.
گیم پلی در مقابل نوآوری‌های فنی
در بیشتر بازی‌ها ما هوش مصنوعی را به شکل یکسان دیده‌ایم. در فیفا هوش مصنوعی در مقابل گیمر قرار می‌گیرد. در بخش داستانی کال آو دیوتی هر کاراکتری بجز پلیر با هوش مصنوعی کنترل می‌شوند و به این ترتیب AI در تمام بازی‌ها به شکل سنتی‌اش وجود دارد. اما باید دانست که کاربرد هوش مصنوعی تنها به مواردی که گفته شد محدود نیست و پتانسیل و قدرت بیشتری نسبت به ساخت کاراکترها و آبجکت‌های واقعی و باور پذیر دارد. همان طور که گفته شد امروزه می‌توان از هوش مصنوعی برای ساخت محتوای منحصر به فرد در بازی‌ها استفاده کرد و به نوعی کاری کرد تا بازی‌ها خود به خالق خلاق محتوایشان تبدیل شوند.
با این که ساخت محتوا با هوش مصنوعی چیز جدیدی نیست، تمرکز بر روی استفاده از هوش مصنوعی کاملا به شکل الگوریتمی شده، به این صورت که محتوای جدید از طریق رویه‌های محاسباتی ساخته می‌شوند. بازی No Man’s Sky را به یاد دارید؟ در این مقاله کاری به حواشی ایجاد شده هنگام عرضه بازی نخواهیم داشت چیزی که می‌خواهیم بگوییم آن است که این بازی از رویه محاسباتی استفاده می‌کرد تا برای هر گیمر محتوای مختلف و منحصر به فردی را ایجاد کند. سازندگان بازی به گیمرها قول کهکشان‌های مختلف با قابلیت گشت و گذار در آن را داده بودند اما به لطف گیم پلی خسته کننده بازی شور و اشتیاق بازیکنان و طرفداران بازی به سرعت خشک شد!
بازی DATA Agent هم از همین ایده پیروی می‌کند. بازی از اطلاعات ثبت شده در ویکی‌پدیا، Google Street View استفاده کرده تا تجربه جدیدی را به وجود بیاورد.
طبع شاعری ربات!
الهام‌گیری از تجربیات در زندگی چیزی است که همیشه انسان‌ها در طرح‌های خود از آن بهره می‌برند. اما آیا تجربیات چیزی بیش از اطلاعات ثبت شده در مکانی غیر قابل اعتنا به نام مغز انسان هستند؟ به همین ترتیب تعداد زیادی از اطلاعات و دیتاهای رایگان می‌توانند جایگزین تجربه‌های انسانی برای الهام‌گیری در ساخت بازی استفاده شوند.
به هر حال باید گفتنی است بازی‌هایی که از سورس و منابع آنلاین استفاده می‌کنند اغلب غیرقابل بازی هستند. ساخت بازی از اطلاعات خام و تصفیه نشده می‌تواند محتوای بی‌ارزش و حتی توهین‌آمیزی را نیز تولید کند. آنجلینا، هوش مصنوعی تولید کننده بازی است که توسط مایک کوک (Mike Cook) ساخته شده. بازی A Rogue Dream نیز با استفاده از آنجلینا ساخته شده که با استفاده از تکمیل اتوماتیک گوگل (Google Autocomplete) ساخته شده تا نام قابلیت‌های بازیکن و دشمنان را به طور اتوماتیک انتخاب کند. خب تصور می‌کنید بازی ساخته شده چه مشکلاتی داشته باشد؟ بله، همانطور که حدس زدید بازی گاهی اوقات ملت‌ها و جنسیت‌ها را به موارد زشت نژادپرستی و کلیشه‌های خطرناک پیوند می‌زد. احتمالا افراد افتضاحی وجود دارند که بر روی نتایج تکمیل خودکار گوگل تاثیر بدی را می‌گذارند.
خب آن واقعا چیست؟
در بازی DATA Agent شما در نقش کارآگاهی هستید که کارش پیدا کردن قاتل مسافر در زمانی است که هم اکنون به عنوان شخصیتی تاریخی شناخته می‌شود. دیتا ایجنت قربانی قتل را با استفاده از اسم یک شخص ساخته و شخصیت و داستان مربوط به او را براساس مقاله‌اش در ویکی‌پدیا می‌سازد.
این کار داستان پشت هر شخصیت را به جنبه اصلی داستان تبدیل می‌کند. بازی به دقت ساخته شده تا ارتباط بین داده‌ها را به خوبی با استفاده از الگوریتم تشخیص دهد. در وهله ** اول بازی تناقضات در بازی را می‌گوید. زندگی برخی از کاراکترها از لحاظ تاریخی با یکدیگر تناقضی ندارد اما همچنان در بازی به عنوان یک گروه از کاراکترها در نظر گرفته می‌شوند. بازی همچنین توضیح می‌دهد که قاتل‌ها آدم‌های واقعی نیستند بلکه همزاد و مشابه آن‌ها هستند. با این وجود اما شاهد بودن آلبرت اینشتین بر قتل آتیلا کمی مسخره به نظر می‌رسد. این که بسیاری از شخصیت‌های محبوب تبدیل به قاتلانی بی رحم شوند نیز از لذت بازی کم خواهد کرد. نیازی به اشاره نیست که بگوییم افراد بسیار هنوز هم در ویکی‌پدیا حضور دارند که هنوز زنده هستند و هیچ دانشگاهی نیز وجود ندارد که بتواند هزینه دعواهای حقوقی بر سر این مسائل را بپردازد!
این که الگوریتم بازی بخواهد داستان پشت هر کاراکتر را بررسی کند فقط بر پیچیدگی الگوریتم خواهد افزود پس به جای آن بازی مشکل گفته شده را به بخشی از روایت داستان تبدیل می‌کند. در دنیای بازی، جنایتکاران برای قتل افراد مشهور به گذشته سفر می‌کنند. این قتل جدول زمانی در بازی را خرد و خاکشیر کرده و آن را دچار تناقضاتی خواهد کرد.
ماموری از DATA به گذشته باز می‌گردد تا قاتل را پیدا کند باید از کاراکترهای غیرقابل بازی، آبجکت‌ها و لوکیشن‌ها اطلاعاتی را کسب کند تا بتواند مقصر را بشناسد.
گشایش رمز از معما
داستان‌های مرموز در مورد قتل همیشه از از جایی شروع می‌شوند که همه ما آن را می‌دانیم، آن هم جایی است که در آن فردی به قتل می‌رسد و پس از آن نیز قربانی شناخته می‌شود. مظنونین هم همیشه بر اساس رابطه آن‌ها با قربانی انتخاب شده و حتما آن‌ها باید ویژگی مشترکی با یکدیگر داشته باشند. برای مثال بریتنی اسپیرز و دایانا راس هر دو بر اساس خواننده در اطلاعات استفاده می‌شوند. الگوریتم افرادی که به قربانی ربط داشته باشند را پیدا کرده و آن‌ها را تبدیل به مظنونین می‌کند.
اما داستان یک قتل رازآلود به چیزی بیش از مظنونین و قربانی نیاز دارد. همانطور که شرلوک هلمز می‌گوید، تحقیق و بررسی خوب آن است که مبتنی بر مشاهده جزئیات باشد. پس داستان همچنان باید دارای لوکیشن‌هایی برای گشت و گذار، آبجکت‌هایی برای پیدا کردن سر نخ و مردمی برای بازجویی باشد. این‌ها جزئیات بازی محسوب شده و به همین خاطر است که الگوریتم بازی برای مقالات مرتبط نیز جستجو می‌کند.
پرونده بریتنی اسپیرز
در پرونده مربوط به بریتنی اسپیرز، بازیکنان می‌توانستند با NPCهایی مانند ویتنی هیوستون (Whitney Houston)، جیمی لین اسپیرز (Jamie Lynn Spears) و کیتی پری (Katy Perry) تعاملاتی داشته باشند. همچنین آن‌ها می‌توانستند از میسیسیپی به نیویورک نیز بروند.
اوپس! دوباره آن را یاد گرفتم
DATA Agent از مرزهای صیغل‌کاری جنبه‌های سازماندهی اطلاعات و گیم‌پلی نیز عبور کرده است. در عصری اطلاعات بسیار آزاد بخاطر عرضه در قالبی غیرقابل دسترسی یا خسته‌کننده ارائه می‌شوند. این گونه پروژه‌ها می‌توانند بازی را عوض کنند.
در سال 1985 بازی «کارمن سندیگو کجای دنیا قرار دارد؟ یا World is Carmen Sandiego?» عرضه شد. جایی که بازیکنان باید به جمع‌آوری سرنخ‌ها بپردازند. بازی گفته شده به سومین بازی پرفروش شرکت سازنده‌اش برای دستگاه کومودور تبدیل شد. در این بازی، بازیکن باید در نقش کارمن سندیگو به مکان‌های مختلفی سفر می‌کرد تا به بررسی سرنخ‌ها دستگیری مجرمان بپردازد.
با اینکه ممکن است بخاطر ظهور اخبار جعلی حقیقت کمی درخشش خود را از دست داده باشد، اما بازی‌هایی مانند کارمن سندیگو کجای دنیا قرار دارد؟ به ما یادآوری می‌کند که یادگیری همیشه لازم نیست که حوصله سربر باشد و اینجاست که پروژه‌هایی مانند DATA Agent خود را به نمایش نشان می‌دهند. گذشته از همه این‌ها بازی هم از اطلاعات واقعی برای ساخت قربانی و قاتل استفاده می‌کند. هدف اصلی بازیکن در بازی هم دستگیری فردی است که خود را به جای شخصیت تاریخی جا زده است. بازیکن می‌تواند با اشتباهاتی که مظنون در به یاد آوردن وقایع می‌کند و تمرکز لازم به حل معماهای درون بازی بپردازد.
DATA Agent را می‌توانید از اینجا دانلود کنید.
بیشتر بخوانید:
- آینده هوش مصنوعی چگونه دنیای بازی را تغییر می‌دهد؟
- اولین فیلم جهان با بازی هوش مصنوعی در حال ساخت است
- بیست سال از اکران ماتریکس گذشت؛ هوش مصنوعی درون ما زندگی می‌کند
منبع: superjumpmagazine
«DATA Agent از مرزهای صیغل‌کاری جنبه‌های سازماندهی اطلاعات و گیم‌پلی نیز عبور کرده است.»
صیقل!