Back to Blogs

เสมือนจนจริง : นักวิจัยฝึก AI ขับรถด้วยข้อมูลจากเกม GTA

ตุลาคม 27, 2016 2:59 PM
views

“จะสมจริงไปถึงไหน” ตอนเด็กๆ ผมเคยตั้งข้อสงสัยแบบนี้กับเกมคอมพิวเตอร์

ในสมัยนั้น การแข่งขันทางด้านการประมวลผลกราฟิกรุนแรงมากนะครับ (จนกระทั่งสมัยนี้ก็ยังรุนแรงอยู่) ตอนนั้นเรามักได้เห็นศัพท์แสงแปลกๆ ที่ถูกยกขึ้นมาเพื่อเชิดชูว่ากราฟิกของเกมของตนเองเหนือกว่าคู่แข่งเสมอ เกมหนึ่งอาจอวดว่าตนเองประมวลผลด้วยจำนวนโพลีกอนที่มากกว่าอีกเกมในหนึ่งฉาก ในขณะที่อีกเกมก็อาจอวดว่าแต่ของฉันมีเอฟเฟกต์แสงที่มันสมจริงกว่าโว้ย ฯลฯ ซึ่งในตอนนั้นผมไม่เข้าใจเลย – สำหรับผม เกมก็คือเกม เล่นให้สนุกก็พอแล้ว จะทำให้สมจริงไปทำไม

จนมาถึงปัจจุบัน อย่างที่เราได้เห็นนั่นแหละครับว่าเกมก็มีความสมจริงขึ้นเรื่อยๆ จนบางครั้งเกือบแยกไม่ออกแล้วว่านี่คือเกมหรือความเป็นจริงกันแน่ พอเห็นแบบนี้แล้วผมก็เกิดเข้าใจขึ้นมาว่า – อ้อ ที่เกมมันต้องสมจริงมากๆ นั้น อาจเป็นเพราะว่ามันทำตัวเป็นคล้ายๆ กับ ‘เมตริกซ์’ คือทำตัวเป็น ‘ความจริงเสมือน’ ที่เทเลพอร์ตผู้เล่นเข้าไปในอีกโลกนั่นเอง ยิ่งทำให้สมจริงมากขึ้นเท่าไร ยิ่งทำให้ผู้เล่นลืมโลกจริงๆ ที่อยู่เบื้องหน้าได้เท่านั้น ความสมจริงยังทำให้ผู้เล่นมีอารมณ์ร่วมไปกับเป้าหมายของตัวละครในเกม ทำให้มี ‘ส่วนได้ส่วนเสีย’ กับสิ่งที่เกิดขึ้นตรงหน้า และทำให้เกมสนุกขึ้นในที่สุด

ลองดูเกมระดับ AAA อย่าง Uncharted 4, Mass Effect หรือ Watchdog – ทั้งสามเกมให้เรารับบทเป็นตัวละครไม่ซ้ำกันเลย เกมหนึ่งเราเป็นนักผจญภัยล่าสมบัติคล้ายๆ อินเดียน่า โจนส์ อีกเกมให้เรารับบทเป็นกัปตันยานอวกาศที่ต้องผจญภัยในแกแล็กซี่อันไกลโพ้น และอีกเกมให้เรารับบทเป็นแฮกเกอร์สายเทาที่มีเป้าหมายในการล้มล้างองค์กรลับ – ความสมจริงทางด้านภาพของทั้งสามเกม เมื่อประกอบกับกลไกการเล่นที่ดี ย่อมมีผลต่อความสนุกของเกมอย่างแน่นอน หรือจะดูเกมที่เป็นที่พูดถึงในบ้านเรามากว่าส่งเสริมความรุนแรงอย่างเกม Grand Theft Auto ก็ได้

intro-2

เกม Grand Theft Auto ให้เรารับบทเป็น – อย่างที่คุณอาจรู้แล้วนั่นแหละครับ – เป็นอาชญากร เป้าหมายสุดท้ายของเราอาจจะมีจริยธรรมในตัวของมันเอง แต่ว่าระหว่างทางเราก็ต้องทำร้ายหรือฆ่าคนจำนวนนับไม่ถ้วน เราทำทั้งหมดนี้ผ่านทาง ‘โลกเปิด’ (Open World) ที่เกมกำหนดให้โดยไม่ต้องมีลำดับว่าทำอะไรก่อนหลัง เราอาจเลือกที่จะเดินเล่นในเมืองโดยไม่ต้องสนใจเป้าหมายสักสามสี่ชั่วโมงก็ได้ ไม่มีข้อบังคับ และหลายคนก็เลือกที่จะเดินเล่นชมวิวเฉยๆ หลายชั่วโมงจริงๆ

intro-1

ที่เป็นแบบนี้เพราะเกมมีภาพที่สมจริงและสวยมากจนเหมือนกับเราไปอยู่ที่นั่นจริงๆ นั่นเอง สมจริงขนาดไหน – ก็สมจริงขนาดที่สามารถใช้ฝึกปัญญาประดิษฐ์ให้เข้าใจโลกจริงได้นั่นแหละครับ

Mark Schmidt นักวิจัยจากมหาวิทยาลัยบริติชโคลัมเบีย ทำงานวิจัยให้ปัญญาประดิษฐ์เห็นภาพแล้ว ‘เข้าใจ’ โลกจริงมากขึ้น เช่นรู้ว่านี่คือหน้าต่าง นี่คือคน นี่คือตึก ฯลฯ ปัญหาที่เขาพบก็คือ เขาต้องใช้ข้อมูลภาพ (เช่น ภาพท้องถนน) จำนวนมากเพื่อใช้ฝึกปัญญาประดิษฐ์ให้ทำงานได้ดีขึ้น อันที่จริง ‘ภาพท้องถนน’ ที่ค้นหาได้ในอินเทอร์เนตก็มีจำนวนไม่น้อย แต่เขาก็เกิดสงสัยขึ้นมาว่า แล้วจะเป็นอย่างไร ถ้าเขาลองป้อนภาพจากเกมคอมพิวเตอร์ที่สมจริงมากๆ อย่าง Grand Theft Auto ลงไป ปัญญาประดิษฐ์จะทำงานได้ดีขึ้นไหม อย่างไร

gta_1_real gta_1_process

ผลปรากฏว่าปัญญาประดิษฐ์ที่ฝึกจากภาพในเกม ทำงานได้ดีพอๆ – หรือในบางกรณี – ก็ดีกว่าปัญญาประดิษฐ์ที่ฝึกจากภาพจากโลกจริงๆ เสียอีก

Mark Schmidt ให้สัมภาษณ์ว่า “ตอนนี้กราฟิกวิดีโอเกมนั้นดีอยู่ในระดับที่เราสามารถฝึกปัญญาประดิษฐ์จากข้อมูลดิบ แล้วก็ได้ผลเกือบเทียบเท่าจากข้อมูลจากโลกจริงแล้ว”

การที่กราฟิกวิดีโอเกมสมจริงนั้นมีประโยชน์มาก เมื่อพิจารณาว่าข้อมูลที่มาร์กมีนั้นส่วนใหญ่จะได้จากฐานข้อมูลอย่าง Cityscapes หรือ CamVid ที่มีภาพท้องถนนในยุโรปเท่านั้น เกมอย่าง Grand Theft Auto ที่มีฉากหลังเป็นอเมริกา (เช่น นิวยอร์ก ไมอามี่ หรือซาน ฟรานซิสโก และลาส เวกัส) จึงมีประโยชน์ในการเข้ามาเติมเต็มให้ได้ข้อมูลที่ครบถ้วนสมบูรณ์ หรือแตกต่างออกไปเช่นความกว้างของถนนที่ยุโรปนั้นจะแคบกว่าอเมริกา ทำให้ปัญญาประดิษฐ์ที่ฝึกจากข้อมูลโลกจริง (ที่ได้จากยุโรปเท่านั้น) อาจใช้ได้ไม่ดีเท่า เมื่อมาพิจารณาสภาพจริงของท้องถนนในอเมริกา เป็นต้น

gta_2_real gta_2_process

อีกส่วนที่ภาพจากเกมช่วยนักวิจัยด้านปัญญาประดิษฐ์ได้มากก็คือ เมื่อใช้ภาพจากโลกจริงนั้น นักวิจัยจะต้องค่อยๆ มา “แท็ก” วัตถุแต่ละชิ้นที่มีในภาพ (เพื่อช่วยให้ปัญญาประดิษฐ์เรียนรู้ว่าไอ้ของตรงนี้ เรียกว่าอย่างนี้) แต่เมื่อเป็นภาพจากในเกม การแท็กแบบนี้จะถูกทำมาตั้งแต่ขั้นตอนการพัฒนาเกมแล้ว (เพราะนักพัฒนาเกมตั้งชื่อวัตถุมาอยู่แล้ว เช่น เสาไฟฟ้าก็คือเสาไฟฟ้า ตึกก็คือตึก) ข้อมูลช่วยเหลือลักษณะนี้จึงช่วยย่นระยะเวลาวิจัยไปได้ส่วนหนึ่ง


นักวิจัยเชื่อว่าปัญญาประดิษฐ์ที่สามารถเรียนรู้โลกจริง ๆ ได้ดีขึ้นนั้นจะมีประโยชน์ต่อการสร้างรถยนต์ไร้คนขับ, อุปกรณ์เครื่องจักรที่สามารถทำงานร่วมกับคน หรือกระทั่งแว่นตาอัจฉริยะ (ที่สามารถเรียนรู้ได้ว่าเรามองอะไรอยู่และแสดงข้อมูลที่เกี่ยวข้อง) ได้ สิ่งที่พวกเขาคาดหวังก็คือบริษัทเกมต่าง ๆ จะร่วมมือและยินยอมให้ข้อมูลต่าง ๆ เพื่อให้พวกเขานำไปวิจัยได้อย่างสะดวกขึ้นเท่านั้นเอง

ตอนนี้จึงมีอีกเหตุผลให้ผมเข้าใจมากขึ้นแล้วครับว่า ‘จะทำเกมให้สมจริงไปเพื่ออะไร’

Digital Ventures x Champ Teepagorn

แห่งวัฒนธรรมชุบแป้งทอด ThaiPBS นักเขียนคอลัมน์ World While Web ณ นิตยสาร a day และ Head in the clouds ณ นิตยสาร GM ถนัดเขียนหนังสือ ชอบวาดการ์ตูน และวาดภาพประกอบ