زمانی که گوگل Project Gameface را معرفی کرد، این شرکت یک ماوس بازی مجهز به هوش مصنوعی را به نمایش گذاشت که کاربران را قادر می‌ساخت تا با استفاده از حرکات سر و صورت، مکان‌نمای رایانه را کنترل کنند. اگرچه این ممکن است اولین ابزار بازی مبتنی بر هوش مصنوعی نباشد، اما مطمئناً یکی از اولین ابزارهایی بود که هوش مصنوعی را در اختیار بازیکنان قرار داد.
این پروژه از Lancy Carr الهام گرفته شده است، یک استریمر بازی‌های ویدیویی quadriplegic که از ماوس head-tracking به عنوان بخشی از تنظیمات بازی خود استفاده می‌کرد. پس از اینکه سخت افزار آن از دست رفت، گوگل وارد عمل شد تا جایگزینی متن باز، قابل تنظیم و کم هزینه ایجاد کند که توسط یادگیری ماشینی طراحی شده است. در حالی که وجود گسترده‌تر هوش مصنوعی در حال ایجاد تفرقه است، ما تصمیم گرفتیم کشف کنیم که آیا هوش مصنوعی، در صورت اصولی استفاده شدن می‌تواند آینده خوبی برای گیمینگ داشته باشد یا نه.
مهم است که هوش مصنوعی (AI) و یادگیری ماشین (Machine Learning) را تعریف کنید تا به وضوح نحوه عملکرد آنها در Gameface را درک کنید.
لورنس مورونی (Laurence Moroney)، سرپرستی در بخش هوش مصنوعی گوگل و یکی از ذهن‌های پشت پروژه Gameface، به WIRED می‌گوید: هوش مصنوعی یک مفهوم است و یادگیری ماشین تکنیکی است که شما برای اجرای آن مفهوم استفاده می‌کنید.
بنابراین، یادگیری ماشینی، با محصول‌های مانند مدل‌های زبان بزرگ، زیر چتر هوش مصنوعی همراه می‌شوند. اما در جایی که برنامه‌های آشنا مانند ChatGPT OpenAI و Stable Diffusion StabilityAI تکراری هستند، یادگیری ماشین با یادگیری و انطباق بدون دستورالعمل، استنتاج از الگوهای قابل خواندن مشخص می‌شود.
مورونی توضیح می‌دهد که چگونه این مورد در Gameface در یک سری از مدل‌های یادگیری ماشین اعمال می‌شود. او می‌گوید: اولین مورد این بود که بتوانیم مکان یک چهره (face) را در تصویر تشخیص دهیم. دومین مورد این بود که وقتی تصویری از یک چهره داشتید، بتوانید مکان نقاط آشکار (چشم‌ها، بینی، گوش‌ها و غیره) را تشخیص دهید.
پس از این، مدل دیگری می‌تواند ژست‌ها را از آن نقاط نقشه برداری و رمزگشایی کند و آنها را به ورودی‌های ماوس اختصاص دهد.
کانر بردلی (Conor Bradley)، مدیر نوآوری استودیو سافت لیف (Soft Leaf Studios) می‌گوید: با گذشت زمان، می‌توانم بازی‌های بیشتری را ببینم که از ابزارهای قدرتمند هوش مصنوعی برای در دسترس‌تر کردن بازی‌ها استفاده می‌کنند.
لاجیک می‌گوید: ما امیدواریم هوش مصنوعی بتواند نقص بصری بازیکنان نابینا و کم‌بینا را با ارائه اطلاعاتی درباره جهان در صورت نیاز یا در صورت درخواست، رفع کند.
کاربردی کردن هوش مصنوعی نه تنها در زمینه تقویت دسترسی به بازی، بلکه به طور فعال در هر آنچه که یک بازیکن به آن نیاز دارد باید انجام گیرد. این امر به‌ویژه برای کاربردهای گسترده‌تر در زمینه دسترسی و قابلیت شخصی سازی توسط بازیکنان به ویژه در مورد بازیکنان دارای ناتوانی مفید خواهد بود.
بن گرین، یک گیمر معلول، علاوه بر اینکه پتانسیل Gameface را هیجان انگیز می‌داند نگرانی خود را اینگونه بیان می‌کند که هوش مصنوعی ممکن است بتواند چهره‌های زیادی را تشخیص دهد اما برخی از صورتها دارای نقص مانند دستگاه تنفس مصنوعی یا ویژگی‌های نامتقارن صورت، ممکن است به سختی نشان داده شوند یا اصلاً وجود نداشته باشند.
هنگامی که از آندره کلاورا در مورد این سوال پرسیده شد، می‌گوید: ما تصمیم گرفتیم قابلیتی برای افراد ایجاد کنیم تا عباراتی را که برای کنترل ماوس استفاده می‌کنند سفارشی کنند. این شامل توانایی سفارشی کردن شدت حرکات برای نیازهای مختلف است. او ادامه می‌دهد: ما همیشه به دنبال راه‌هایی برای افزایش دسترسی به فناوری برای افراد بیشتری هستیم. امید ما این است که با گذشت زمان، Project Gameface به پیشرفت خود ادامه دهد و مفیدتر شود.
آینده هوش مصنوعی مبهم است، اما این پتانسیل را دارد که به نفع گیمرها و صنعت باشد. استفاده از هوش مصنوعی نیازمند احتیاط است و می‌توانیم انتظار مشکلاتی را داشته باشیم، اما دلایل زیادی نیز وجود دارد که باور کنیم اجرای دقیق هوش مصنوعی می‌تواند منجر به چشم اندازی از بازی‌هایی با تعداد زیادی از بازیکنان شود.
