خب بچه‌ها، امروز می‌خوام براتون درباره یه دیتاست (یعنی مجموعه داده) جدید و خفن به اسم GameTileNet صحبت کنم که مخصوص دوستای بازی‌ساز و آدم‌های علاقه‌مند به هوش مصنوعی و ساخت محتوای بازیه!
اول یه چیزی بگم: الان دیگه با اومدن مدل‌های هوش مصنوعی قوی، مثلاً Large Language Models یا همون LLMها (این‌ها مدل‌هایی هستن که می‌تونن متنی که بهشون می‌دین رو بفهمن و کلی جواب یا محتوا تولید کنن)، یا مدل‌های تصویرساز هوش مصنوعی، کلی کار برا بازی‌سازهای مستقل راحت‌تر شده! مثلاً می‌تونن آرت بازی مثل Sprite (یعنی کاراکترها یا اشیای کوچیکی که معمولاً تو بازی‌های قدیمی استفاده میشه) رو سریع تولید کنن.
اما یه مشکل بزرگ وجود داره: تصاویر یا آرت‌هایی که این مدل‌ها تولید می‌کنن همیشه با داستان یا فضای بازی جور درنمیان! در واقع بعضی وقت‌ها خروجی‌ای که AI میده خیلی نامنظم یا بی‌ربطه، و آخرش هنوز هنرمندها باید بشینن و دستی اصلاحش کنن. تازه تازه، یه مشکل دیگه هم اینه که تنوع زیادی تو این آرت‌ها دیده نمی‌شه، چون بیشتر دیتاهایی که باهاش مدل‌ها آموزش دیدن از یه سبک خاص هست و همین باعث میشه خروجی‌ها شبیه هم باشن.
اینجا بود که GameTileNet اومد وسط و گفت: “نگران نباشین! من راه‌حل خوشمزه‌ام…” این گروه اومدن و از سایت OpenGameArt.org (یه وبسایت خیلی معروف که کلی آرت و تصویر بازی برای دانلود رایگان داره، اونم تحت مجوز Creative Commons یعنی استفاده آزاد با یه‌سری شرایط ساده) کلی تایل (Tile یعنی تصاویر یا آیکون‌های مربعی کوچیک، معمولاً ۳۲در۳۲ پیکسل، که محیط بازی رو باهاشون می‌سازن) جمع کردن. نکته جالب اینه که این آرت‌ها کار هنرمندای واقعی‌ان، نه خروجی‌های شانسی هوش مصنوعی!
حالا این GameTileNet فقط جمع‌آوری ساده نیست. تیمی که اون رو ساخته، کلی رو این داده‌ها کار کرده و به هر تایل یه سری لیبل معنایی داده؛ مثلاً اینکه این تایل چیه (مثل آب، درخت، دیوار، یا حتی شخصیت و ابزار بازی)، به چی وصل میشه (مثل طرح راه یا سازه‌ها) و نحوه تعامل‌ش با بقیه آبجکت‌ها چی‌جوریه. این کار باعث شده هر کی می‌خواد یه مدل هوش مصنوعی بسازه برای تولید خودکار محتوای بازی (که بهش میگن Procedural Content Generation یا همون PCG – یه روش ساخت محتوا که همه چیز رو هوش مصنوعی خودش خلق می‌کنه)، بتونه از این دیتاست نهایت استفاده رو ببره و یه خروجی باحال‌تر و متنوع‌تری بگیره.
یه نکته خیلی مهم: این دیتاست تمرکزش روی تصاویر با کیفیت پایین و غیرواقعیه، یعنی همونا که تو بازی‌های کلاسیک ۸بیتی یا ۱۶بیتی می‌دیدیم. اصلاً این تایلا فتوشاپی یا فوتورئالیستیک (یعنی خیلی واقعی) نیستن! پس کسایی که تو دنیا بازی‌های رترو و پیکسلی عشق می‌کنن حتماً علاقه‌مند می‌شن.
یه کار دیگه جالبی که تو GameTileNet انجام شده، اینه که یه سیستم پیشنهادی برای تشخیص اشیاء تو همین تصاویر کوچیک درست کردن. یعنی مدل یاد می‌گیره دقیقاً بفهمه این پیکسل‌ها چیه و کجاست، تا بتونه در آینده بهتر داستان و نرم‌افزار بازی رو بر اساسش تولید کنه.
خلاصه، اگه دنبال یه دیتاست هستین که کمکتون کنه آرت باحال و داستان‌محور بسازین، یا دوست دارین هوش مصنوعی یاد بگیرین برای بازی‌سازی، GameTileNet می‌تونه پایه کار باشه. این دیتاست در واقع یه نقطه شروع عالی برای آموزش مدل‌هایی‌یه که باید تصاویر کم کیفیت و مبتنی‌بر هنر رو بفهمن، طبقه‌بندی کنن و حتی درک معنایی پیدا کنن با روایت داستانی.
کلی سود داره این پروژه:
– به مدل‌های AI کمک می‌کنه که خودشون هم بفهمن تصویر چی داره نشون میده، نه فقط تصویر بسازن.
– هر چی دیتا از سبک‌های هنری متفاوت‌تر داشته باشیم، تنوع خروجی هوش مصنوعی و ماجراجویی تو بازی‌ها هم بیشتر میشه!
– مسیر تولید بازی‌های کوچیک و مستقل می‌تونه سریع‌تر و راحت‌تر باشه، بدون اینکه با کلی ادیت دستی اذیت بشیم.
در کل اگه عاشق بازی‌سازی هستی، GameTileNet رو از دست نده!
منبع: +
