بهترین پیشرفت‌ های فناوری گیمینگ در دهه‌ گذشته؛ از رهگیری پرتو تا هوش مصنوعی

 در سال ۲۰۱۰، مجموعه‌ بازی هیلو: ریچ به‌نمایش عمومی درآمد. تقریبا ۱۰ سال بعد، نسخه‌ی بازسازی‌شده‌ی این بازی برای PC منتشر شد و باردیگر نظر منتقدان را به‌خود جلب کرد. در ۱۰ سال اخیر، تغییرات زیادی در این بازی اعمال شده است و می‌توان از هیلو ریچ با کیفیت 8K و سرعت روان‌تر ۶۰ فریم‌بر‌ثانیه لذت برد؛ البته اگر مشکلی در تأمین بودجه‌ برای تهیه‌ی سخت‌افزار پی‌سی نداشته باشید.

به‌طورکلی در دهه‌ی اخیر، تغییرات عمده‌ای در دنیای گسترده‌ی بازی‌های ویدیویی حاصل شده است. در این مقاله، به مجموعه‌ی منتخبی از پیشرفت‌های فناوری تأثیرگذار بر صنعت گیمینگ اشاره کرده‌ایم. این فناوری‌ها مجموعه‌ی وسیعی مثل رهگیری پرتو (Ray Tracing)، فناوری سینک انطباقی، گام‌های وسیع در حوزه‌ی فناوری موشن‌کپچر (ردیابی حرکت) و... را دربر می‌گیرند که شکل واقع‌گرایانه‌تر و کامل‌تری به بازی‌ها بخشیده‌اند.

رهگیری پرتو (Ray Tracing)

شاید رهگیری پرتو در دنیای سینما نوآوری جدیدی نباشد؛ اما پس از عرضه‌ی کارت‌های گرافیک GeForce RTX انویدیا در سال ۲۰۱۸، به تیتر اخبار صنعت بازی‌سازی تبدیل شد. رهگیری پرتو در گذشته روی پی‌سی هم ظاهر شده بود؛ اما کاربرد آن به‌شدت محدود و به‌صورت دمو بود.

در فناوری رهگیری پرتو، همان‌طورکه از نامش هم پیدا است، از ردیابی پرتوهای نوری برای تولید تصویری واقع‌گرا از عملکرد نور در دنیای واقعی استفاده می‌شود؛ درنتیجه، سایه‌ها و انعکاس‌های واقعی‌تر و به‌طورکلی ظاهر گرافیکی بهتر است. این فناوری نقطه‌ی مقابل شطرنجی‌سازی (Rasterization)، روش قدیمی رندر زمان واقعی است.

موضوع مهم‌تر این است که کنسول‌های نسل بعدی مایکروسافت و سونی هم از قابلیت رهگیری پرتو برخوردار خواهند بود. به‌نقل از تاتو آلتو، برنامه‌نویس ارشد گرافیک در Remedy، شرکت تولید‌کننده‌ی بازی Control، ظهور فناوری رهگیری پرتو در دو کنسول بازی Xbox X و پلی استیشن 5، به تحولی بنیادی در گرافیک کامپیوتری منجر خواهد شد. بیشتر سازندگان بزرگ بازی به‌دنبال بهره‌برداری فناوری رهگیری پرتو هستند و بسیاری از آن‌ها زودتر در این راه گام برداشته‌اند. در بازی Control، فناوری رهگیری پرتو برای عناصری مثل توزیع نور، انعکاس روی شیشه و ذرات فراواقعی دیده می‌شود که تفاوت آن با گرافیک بازی‌های معمولی به‌مثابه تفاوت روز و شب است.

فناوری رهگیری پرتو معایب متعددی نیز دارد و به مشکلات جدی عملکردی، به‌ویژه خارج از کارت‌های گرافیک RTX، دچار است. بازی‌ها معمولا به‌طور متفاوت از رهگیری پرتو پشتیبانی می‌کنند. برای مثال، بازی Call of Duty: Modern Warfare صرفا سایه‌ها را ردیابی می‌کند؛ اما با تطبیق پیوسته‌ی این فناوری با سخت‌افزارها و تکامل GPUها و افزایش سازگاری آن‌ها با رهگیری پرتو (نوآوری‌های درایور و نرم‌افزار)، می‌توان پیش‌بینی کرد تعداد بیشتری از بازی‌های جدید، به‌ویژه نسل بعدی کنسول‌ها، به جلوه‌های بصری بهتری دست پیدا کنند. به‌طور خلاصه، آینده‌ی گرافیک بازی‌های ویدئویی از سال ۲۰۱۸ رقم خورده است.

موشن‌کپچر (ردیابی حرکت)

موشن‌کپچر که با نام mo cap هم شناخته می‌شود، فناوری جدیدی نیست. فرایند ضبط حرکات بازیگران انسانی که معمولا با چسباندن صدها توپ گلف به لباس سیاه اسپندکس انجام می‌شود، برای ساخت شخصیت‌های واقع‌گرایانه‌تر بازی از دهه‌ی ۱۹۹۰ و حتی قبل از کاربرد سینمایی رایج شد. بااین‌حال در دهه‌ی گذشته، گام‌های بزرگی در این فناوری برداشته شده است و فرایند تولید انیمیشن وارد مرحله‌ی جدیدی از واقعیت شده است.

بازی هل بلید: قربانی سنوئا (Hellblade: Senua's Sacrifice)، بازی اکشن ماجراجویانه‌ی سال ۲۰۱۶ محصول شرکت Ninja Theory است. در این بازی، از سیستم موشن‌کپچر زمان واقعی ویکن (Vicon) برای شبیه‌سازی حالت‌های واقعی چهره استفاده شده و با موتور بازی‌سازی آنریل شرکت اپیک (Unreal Engine)، نتایج فوق‌العاده‌ای ازنظر واقع‌گرایی به‌دست آمده است.

با تمام این‌ها، هنوز ابهاماتی درباره‌ی موشن‌کپچر زمان واقعی وجود دارد. برای مثال، بازیگر باید مجموعه‌ای از کارهای برنامه‌ریزی‌شده را انجام دهد تا نرم‌افزار بتواند حرکات او را ردیابی کند؛ اما امروزه سیستم Vicon و Siren، آخرین دموی موشن‌کپچر شرکت اپیک، موشن‌کپچری ارائه می‌دهند که بازیگر انسانی در آن می‌تواند هر کاری انجام دهد و نتایج به‌صورت مستقیم به آواتار سه‌بعدی روی صفحه‌‌نمایش منتقل می‌شوند. از زمان هیل بلید، توان محاسباتی و GPU به‌شکل گسترده‌ای افزایش یافته است. جفری اوادیا، مدیر فروش ویکون می‌گوید:

موتور بازی‌سازی آنریل از امکانات و واقع‌گرایی بیشتری برخوردار است؛ بنابراین، مراحل لازم برای ساخت بازی قربانی سئونا، امروزه آسان‌تر و خلاصه‌تر و سریع‌تر شده‌اند. برای مثال، اگر بگوییم کل پروژه‌ی سئونا ۱۰۰ ساعت زمان برده است و ۸۰ ساعت به موشن‌کپچر آن اختصاص یافته است، امروز در یک ساعت می‌توان فرایند موشن‌کپچر را انجام داد.

با تبدیل موشن‌کپچر به فرایندی سریع و آسان، سازندگان بازی می‌توانند به‌راحتی از آن استفاده کنند و زمان بیشتری را صرف جزئیات و انیمیشن کنند. بدین‌ترتیب، نتیجه‌ی نهایی واقع‌گرایانه‌تر و جامع‌‌تر خواهد بود. البته این فناوری به پیشرفت‌های رهگیری پرتو هم گره خورده است.

سینک انطباقی

فناوری جی‌سینک انویدیا (G-Sync) و رقیب آن فری‌سینک (FreeSync) شرکت AMD که در اواسط دهه‌ی گذشته معرفی شدند، هر دو از فناوری‌های نظارتی هستند که برای مبارزه با چندپارگی و وقفه‌ در صفحات نمایش به‌وجود آمده‌اند. به بیان دیگر، هدف این فناوری ارائه‌ی تجربه‌ی روان بازی، به‌ویژه در سبک بازی‌های شوتر است که وقفه و پارازیت می‌تواند نمایش آن‌ها را مختل کند.

یکی از نکات و تجربیات مشترکی خریداران درباره‌ی نمایش جی‌سینک یا فری‌سینک، تجربه‌ی لذت‌بخش کار با فناوری سینک انطباقی است؛ به‌طوری‌که پس‌از‌آن دیگر نمی‌توانند از صفحات نمایش عادی استفاده کنند. وقتی بحث مانیتور متناسب با سینک انطباقی مطرح می‌شود، دو گزینه‌ی پیشنهادی AMD و انویدیا هستند. صفحات نمایش مبتنی‌بر AMD به‌طورکلی ارزان‌تر هستند؛ زیرا فناوری سینک انطباقی انحصاری نیست و به سخت‌افزار اختصاصی در مانیتور نیاز ندارد؛ بنابراین، هزینه‌ای برای تولیدکنندگان نخواهد داشت.

در گذشته برای جی‌سینک و فری‌سینک به‌ترتیب به کارت‌های گرافیک AMD و انویدیا نیاز بود و البته ارتباط میان‌برندی وجود نداشت؛ اما این روند زمانی تغییر کرد که انویدیا اجازه داد سری‌های ۱۰ و GPUهای جدیدتر از سینک‌ انطباقی روی مانیتورهای شخص ثالث ازجمله مدل‌های فری‌سینک پشتیبانی کنند. خبر هیجان‌‌‌انگیزتر برای گیمرها، نبود محدودیت فناوری سینک انطباقی به مانیتورها است. امروزه تلویزیون‌های 4K هم رشد چشمگیری کرده‌اند و قیمت‌ آن‌ها به‌شدت کاهش یافته است و مدل‌هایی مثل VRR (نرخ رفرش متغیر) با پورت HDMI 2.1 به بازار آمده‌‌اند. درنتیجه، تلویزیون‌های بزرگ از سینک انطباقی پشتیبانی می‌کنند. برای مثال، LG در سال ۲۰۱۹ از فناوری جی‌سینک در مجموعه‌ی OLEDهای خود استفاده کرده است.

علاوه‌بر‌این، کنسول‌هایی مثل Xbox One X از فناوری VRR پشتیبانی می‌کنند؛ اما فعلا فقط برخی بازی‌ها می‌توانند از این فناوری استفاده کنند. شایان ذکر است کنسول‌های نسل آینده محدودیت‌ها را کنار می‌زنند؛ مثلا PS5 و کنسول بازی مایکروسافت Xbox X Series و کارت‌های گرافیک AMD می‌توانند با مانیتورهای آینده‌ی جی‌سینک انویدیا تطبیق پیدا کنند. وقتی بحث بازی‌های رقابتی و آنلاین مطرح می‌شود، اجرای روان بازی و نرخ فریم سیال درکنار گرافیک واقع‌گرا و جامع اهمیت پیدا می‌کنند؛ بنابراین، معرفی سینک انطباقی و دسترسی به آن در پی‌سی‌ها و تلویزیون‌های بزرگ و کنسول‌ها نشان‌دهنده‌ی جهش بزرگ صنعت بازی در دهه‌‌ی ۲۰۱۰ است.

پخش زنده؛ Twitch و فراتر از آن

سرویس Twitch در سال ۲۰۱۱ متولد شد و در مدت کوتاهی، میلیون‌ها بیننده موفق شدند بازی استریمرهای حرفه‌ای را تماشا کنند. آمازون در سال ۲۰۱۴، سرویس توییچ را خرید و پس‌ازآن، سرویس مذکور به شهرت زیادی رسید؛ به‌طوری‌که آمار روزانه‌ی بینندگان آن به ۱۵ میلیون و ۲/۲ میلیون استریمر رسید. البته توییچ، تنها استریمر بازی‌های ویدئویی نیست و یوتیوب، Mixer (سرویس مایکروسافت) و گزینه‌های دیگری هم برای پخش بازی‌های آنلاین وجود دارند و قابلیت پخش زنده به‌صورت مستقیم در کنسول‌ها تعبیه شده است.

فناوری‌های دیگر نیز هماهنگ با فناوری پخش زنده در دهه‌ی اخیر پیشرفت کردند و بر آن تأثیر گذاشتند. برای مثال، قطعا بخش بزرگی از این پازل اتصال اینترنتی سریع است. برای مثال در بریتانیا، محصولات فیبر شرکت بریتیش‌تلکام در سال ۲۰۱۰ عرضه شدند که یکی از قطب‌های حیاتی بازی آنلاین و پخش زنده است. تمام پیشرفت‌های یادشده به افزایش محبوبیت بازی‌ها به‌عنوان نمایشی تماشاگرپسند منجر شد. امروزه، استریم حرفه‌ای نوعی شغل است و افراد حرفه‌ای دراین‌زمینه می‌توانند با ترکیب مهارت‌های درخورتوجه در بازی و بیان کاریزماتیک و سرگرم‌کننده مخاطب زیادی جذب کنند. نمونه‌ای از محبوبیت تماشای بازی‌های ویدئویی، رویداد eSports است که به رقابت بازی‌های ویدئویی اختصاص دارد.

تماشای استریمرهای حرفه‌ای نه‌تنها لذت‌بخش است؛ بلکه می‌توان از آن‌ها به‌عنوان ابزاری قدرتمند برای یادگیری بازی استفاده کرد. برای افرادی که درزمینه‌ی بازی رقابتی شوتر یا RTS جدی هستند، تماشای روش بازی می‌تواند تجربه‌ی آموزنده‌ای باشد. پخش زنده مفهوم نکات و ترفندهای بازی‌های محبوب را متحول کرده است و سطح بازی‌ها را ارتقا داده است.

استریم بازی

پخش زنده‌ی بازی به‌معنی اجرای بازی و پخش آنلاین آن است؛ در‌حالی‌که استریم واقعی بازی به‌معنی اجرای بازی از راه دور است؛ به‌گونه‌ای که هاست بازی روی سروری در نقطه‌ی جغرافیایی دیگر قرار گرفته باشد. استریم بازی یا گیمینگ ابری‌ (Cloud Gaming) از ابتدای ۲۰۱۰ با OnLive آغاز شد. این سرویس در آن زمان شکست خورد؛ زیرا سال ۲۰۱۰ تازه زمان آغاز پیشرفت زیرساخت‌های اینترنت پرسرعت بود. با ظهور اتصال‌های پهن‌باند و سریع‌تر، امکاناتی مثل پخش زنده و استریم بازی به واقعیت نزدیک‌ شدند.

در اولین روزهای OnLive، محبوبیت سرویس PlayStation Now رو به افزایش رفت و تعداد دیگری از بازیگران صاحب‌نام مثل Geforce انویدیا و Project xCloud مایکروسافت تا انتهای دهه دراین‌زمینه رشد کردند؛ اگرچه محصولات آن‌ها هنوز در مرحله‌ی بتا قرار دارند.

ناگفته نماند استادیا معایبی هم دارد. برای مثال، گیمرهای رقابتی معتقدند کار با استادیا به‌اندازه‌ی بازی دستگاهی لذت‌بخش نیست و کاهش اتصال پهن‌باند هم مشکل دیگری بر سر راه استادیا است. برای کار با استادیا و رسیدن به نتایج خوب به اتصال اینترنتی پرسرعت (۱۰۰ مگابایت بر ثانیه) نیاز است؛ بنابراین مشکلات سرعت اینترنت جایگزین مشکلات سخت‌افزاری می‌شوند. یکی از معایب دیگر استادیا مجموعه‌ی بازی محدود است. همچنین، این سرویس فاقد برخی امکانات است؛ اما به‌طورکلی نمی‌توان چشم‌انداز کنونی استریم بازی را با‌توجه‌به افزایش سرعت اتصال‌های اینترنتی در آینده نادیده گرفت.

هوش مصنوعی

هوش مصنوعی (AI) فناوری دیگری است که در ۱۰ سال اخیر، پیشرفت‌های چشمگیری کرده است. این فناوری در حوزه‌های بی‌شماری مثل «یادگیری ماشین» و «مدل‌های آموزشی» و «استنتاج» به‌کار رفته است و می‌تواند تهدیدی برای آینده‌ی انسان باشد؛ اما می‌توان از آن در صنعت گیمینگ هم استفاده کرد. هوش مصنوعی چتر بسیار گسترده‌ای است که می‌تواند کل اجزای بازی را پوشش دهد. شاید در نگاه اول این‌طور به‌نظر برسد که AI بر رفتار NPC‌ها (شخصیت‌های غیربازیکن) نظارت می‌کند یا درصورت نبود رقیب انسانی برای اهداف آموزشی از ربات‌های هوش مصنوعی استفاده می‌شود.

مدتی قبل، DeepMind به تیتر اخبار تبدیل شده بود. شبکه‌ی عصبی AlphaGO محصول این شرکت بریتانیایی در سال ۲۰۱۶ موفق شد لی سو دال، قهرمان کره‌ای بازی Go را شکست دهد. اخیرا AlphaStar، نسخه‌ی دیگری از برنامه‌های AI، قابلیت برتری ۹۹/۸ درصدی خود بر کل بازیکنان انسانی StarCraft II را ثابت کرد و به مرحله‌ی «استاد بزرگی» رسید. همچنین، موتور OpenAI موفق شد بر قهرمانان جهانی Dota 2 غلبه کند.

هوش مصنوعی قبلا هم در بازی Warcraft III تأثیرگذاری خود را ثابت کرده است. شکست کمپین تک‌بازیکن شامل رقیب هوش مصنوعی در بازی چندنفره باخت شوک‌آوری بود و البته درسی مهم که نشان می‌داد هنوز راه زیادی تا ساخت پایگاه و استراتژی‌های بهینه‌ی «خزشی» باقی مانده است. امروزه موتورهای AI می‌توانند بهترین بازیکنان انسانی را شکست دهند و این به‌معنی استاندارد کاملا جدیدی درزمینه‌ی آموزش هوش مصنوعی است؛ بنابراین، آیا هوش مصنوعی می‌تواند برای تولید NPC‌های بهتر و کامل‌تر در بازی‌های تک‌نفره تأثیرگذار باشد؟ پاسخ کوتاه به این پرسش منفی است؛ زیرا معمولا هوش مصنوعی استفاده‌شده در بازی‌های تک‌نفره، مانند دیپ‌مایند یا پژوهش‌های یادگیری ماشین، هوش مصنوعی واقعی نیست؛ بلکه بیشتر توهمی از هوش است. با NPCها می‌توان تصمیم‌های پیچیده‌ای اتخاذ کرد؛ اما این تصمیم‌ها برخلاف فرایندهای خودیادگیری و هوش مصنوعی واقعی، صرفا برمبنای درخت‌های رفتاری هستند که به‌شکل هوشمندانه‌ای ساخته شده‌اند.

براساس پژوهش‌ها، عملیات NPC به درجه‌ای از قابلیت پیش‌گویی نیاز دارد و باید تضمین کند بازی و داستان هماهنگ با مسیری پیش برود که سازندگان بازی برنامه‌ریزی کرده‌اند. هوش مصنوعی واقعی که بتواند تصمیم‌های عجیبی به‌دلخواه خود اتخاذ کند، بازی را پیش‌بینی‌ناپذیر می‌کند و ممکن است نتایج خوشایندی به‌دنبال نداشته باشد. برای مثال، ممکن است NPC از عملیاتی ضروری برای تکمیل درخواست بازیکن چشم‌پوشی کند.

به‌طور خلاصه، دنیای بازی دنیای پر‌هرج‌و‌مرجی است و می‌تواند شباهت بیشتری با دنیای واقعی پیدا کند؛ اما این بی‌نظمی زیاد چندان هم سرگرم‌کننده نخواهد بود و چه‌بسا بازی را نیز خراب کند. Verge پیشنهاد می‌دهد به‌جای تلاش برای ساخت NPCهای مستقل در بازی‌ها، بهتر است هوش مصنوعی براساس طرح خودکار برنامه‌ریزی شود و به ساخت منابع یا مراحل بازی کمک کند. از دیدگاهی وسیع‌تر، هوش مصنوعی می‌تواند استاد بازی‌ باشد و جریان بازی را به‌نفع بازیکن تغییر دهد و براساس عملکرد بازیکنان و کارهایی که تاکنون انجام داده‌اند، بازی را پیش‌گویی کند.

در آینده‌ای نزدیک، گیمرها می‌توانند از امکانات یادگیری هوش مصنوعی استفاده کنند. برای مثال، «دستیار بازی» هوش مصنوعی را در نظر بگیرید که داده‌هایی دراختیار بازیکن شوتر قرار می‌‌دهد و عناصر سبک بازی را تحلیل و داده‌های بازیکنان برتر را مقایسه می‌کند و روش‌هایی برای اجرای بهتر بازی پیشنهاد می‌دهد یا عادت‌های بد بازیکن را به وی گوشزد می‌کند که به کشته‌شدن او منجر می‌شود.

در چشم‌اندازی وسیع‌تر، این نوع تحلیل‌ها را می‌توان برای کل پایگاه بازیکنان اعمال کرد و همراه‌با امکاناتی مثل استاد هوش مصنوعی، نوعی بازی ساخت که به‌صورت پیوسته در حال اصلاح و تطبیق خود است. با‌توجه‌به پیشرفت‌های هوش مصنوعی در دهه‌ی گذشته، چنین تجربیاتی را می‌توان به‌راحتی گسترش داد.