توسعه‌دهنده شبیه‌ساز آموزش رانندگی با هوش مصنوعی ماهانه 1000 دلار برای حفظ دمو هزینه می‌کند

ریک از دوران کودکی و از سن هفت سالگی به بازی‌های کامپیوتری علاقه‌مند بوده است، زمانی که مخفیانه به دفتر کار پدرش برای بازی‌های مخفیانه Doom می‌رفت. او با رژیمی از بازی‌های نامناسب مشابه بزرگ شد و بازی‌های مورد علاقه‌اش شامل Quake، Thief، Half-Life و Deus Ex بود. بین سال‌های 2013 تا 2022، ریک سردبیر بازی‌های مجله Custom PC و وب‌سایت مرتبط با آن، bit-tech.net بود. اما او همیشه یک پا را در روزنامه‌نگاری آزاد بازی‌ها نگه داشته است و برای نشریاتی مانند Edge، Eurogamer، گاردین و طبیعتاً PC Gamer می‌نویسد. در حالی که او هر چیزی را که بتوان با صفحه کلید و ماوس کنترل کرد بازی می‌کند، اما علاقه خاصی به تیراندازی‌های اول شخص و شبیه‌سازهای فراگیر دارد.

یکی از راه‌های بسیاری که هوش مصنوعی (به‌طور فرضی) صنعت بازی‌ها را متحول می‌کند، تسهیل NPCهای بسیار واکنش‌گرا از طریق چت‌بات‌های مبتنی بر LLM است. با این حال، تا به امروز، تنها تعداد کمی از بازی‌ها مانند Where Winds Meet سعی کرده‌اند این فناوری را پیاده‌سازی کنند و نتایج کمتر از حد انتظار بوده است. اما ممکن است دلیل دیگری نیز وجود داشته باشد که چرا بازی‌های نسبتاً کمی دارای NPCهای مبتنی بر LLM هستند، و آن هم این است که تامین انرژی چنین چت‌بات‌هایی می‌تواند پرهزینه باشد، همانطور که اخیراً توسط توسعه‌دهندگان یک شبیه‌ساز آموزش رانندگی در حال ظهور نشان داده شده است.

همانطور که FRVR (از طریق Kotaku) گزارش داده است، Teach My Little Sister How To Drive یک بازی شبیه‌سازی کمیک است که در آن از راحتی صندلی مسافر، به خواهر مجازی خود تکنیک رانندگی را آموزش می‌دهید. نکته جالب این است که پشت چشمان بشقاب‌مانند خواهرتان، یک چت‌بات LLM (در حال حاضر با یک مدل OpenAI، اگرچه توسعه‌دهندگان قصد دارند از Gemini برای انتشار نهایی استفاده کنند) قرار دارد. در نقش مربی، بازیکنان می‌توانند هم با چت‌بات صحبت کنند و هم دستورالعمل‌های صوتی مانند «اینجا به سمت چپ بپیچ» را صادر کنند که ربات به آن پاسخ می‌دهد. حداقل، این تئوری است.

Easy Fox دمو Teach My Little Sister How To Drive را در ماه فوریه منتشر کرد، اما در ماه گذشته این بازی شاهد افزایش بازیکنان بوده است که تأثیر جالبی بر دمو داشته است. Easy Fox در یک پست Steam توضیح داد: «تعداد بازیکنان دمو بیش از بیست برابر افزایش یافته است.» و افزود: «این رشد همچنین هزینه‌های عملیاتی ما را به طور قابل توجهی افزایش داده است.»

Easy Fox ادامه می‌دهد و توضیح می‌دهد که «بیش از 1000 دلار در روز برای خدمات هوش مصنوعی دمو هزینه می‌کند»، زیرا بازیکنان با طرح سوالات، توکن‌های LLM را از طریق پروکسی مصرف می‌کنند. Easy Fox ادعا می‌کند که این رقم «به این دلیل نیست که پشتیبانی از هر بازیکن به طور خاص پرهزینه است»، بلکه به این دلیل است که «افراد زیادی در حال بازی هستند.»

در نتیجه این امر، Easy Fox «برای کمک به حفظ دمو در حال حاضر، یک وام بانکی گرفته است». با این حال، حتی این ممکن است برای حمایت از دمو در دراز مدت کافی نباشد. Easy Fox می‌گوید: «فشار مالی ممکن است باعث شود که مجبور شویم دمو را زودتر از موعد قبل از انتشار کامل ببندیم»، اگرچه استودیو تأکید می‌کند که هنوز این تصمیم را نگرفته است.

به گفته FRVR، افزایش بیست برابری بازیکنان به 450 بازیکن همزمان منجر شده است. در حالی که تعداد کل بازیکنان بیشتر از این خواهد بود، اما رقم بزرگی نیست و باعث می‌شود که من بپرسم آیا از نظر مالی بازی در زمان انتشار قابل اجرا خواهد بود یا خیر. Easy Fox می‌گوید که «هزینه مورد انتظار استفاده از هوش مصنوعی را در قیمت بازی در نظر خواهد گرفت». اما همچنین می‌گوید که بازیکنان «پس از خرید بازی، جداگانه برای استفاده از توکن‌های هوش مصنوعی خود هزینه پرداخت نخواهند کرد.»

ممکن است این در کوتاه مدت کارساز باشد، اما مطمئناً این هزینه‌های توکن در طول زمان جمع می‌شود. همچنین توجه به این نکته مهم است که هزینه‌های توکن هوش مصنوعی بسیار غیرقابل پیش‌بینی است و حتی شرکت‌های بزرگی مانند مایکروسافت و اوبر در پیش‌بینی دقیق هزینه و نرخ سوزاندن استفاده داخلی توکن خود با مشکل مواجه شده‌اند. Easy Fox در پست Steam خود می‌گوید که در حال بررسی گزینه‌هایی مانند معرفی مدل‌های هوش مصنوعی محلی برای بازیکنانی با GPUهای «به اندازه کافی قدرتمند» است. اما این تنها بخش کوچکی از پایگاه بازیکنان خواهد بود.

همه اینها جدا از این است که آیا یک بازی آموزش رانندگی مبتنی بر هوش مصنوعی ایده خوبی است یا خیر. به نظر من، این واقعیت که به طور خاص حول صحبت کردن با شخصیت دیگر می‌چرخد، آن را به یک کاربرد منطقی‌تر نسبت به Where Winds Meet تبدیل می‌کند، جایی که چت‌بات‌ها هیچ نقشی در طراحی بازی ندارند. این بیشتر شبیه شبیه‌ساز اجتماعی اولیه Façade است.

اما این واقعیت که آن را به Façade یادآوری می‌کند، باعث می‌شود که من بپرسم آیا بازی به LLM پرمیوم متصل به آن نیاز دارد تا به هدف خود برسد یا خیر. Easy Fox بیان می‌کند که مشکلات طراحی فعلی که در حال رسیدگی به آنها هستند شامل «گفتگویی است که بیش از حد مصنوعی به نظر می‌رسد و باعث شکست غوطه‌وری می‌شود» و «دستورات به درستی اجرا نمی‌شوند، مانند پیچیدن به راست زمانی که درخواست پیچیدن به چپ شده است». همه اینها به نظر می‌رسد که می‌تواند با یک صداپیشه خوب و یک سیستم دیالوگ به اندازه کافی غنی حل شود. Easy Fox قصد دارد بازی کامل را در ژانویه سال آینده منتشر کند، بنابراین در آن زمان متوجه خواهیم شد که امور مالی دقیقاً چگونه جمع می‌شوند.