Te gry wyprzedziły swoją epokę. Najbardziej zdumiewająca sztuczna inteligencja w historii

Dzisiaj sztuczna inteligencja generuje filmy i próbuje zastąpić wyszukiwarki, a przeciwnik w nowej grze nadal potrafi przykleić się do framugi, wejść pod lufę kolegi albo przez kilkanaście sekund biec prosto w ścianę. Trudno się zatem dziwić, że gdy rozpoczyna się rozmowa o najlepszym AI w historii, szybko wracają tytuły mające piętnaście, dwadzieścia, a czasami nawet czterdzieści lat.

Bo sztuczna inteligencja w grach nigdy nie musiała naprawdę myśleć. Miała sprawiać takie wrażenie. Dobry przeciwnik powinien zauważyć gracza, właściwie ocenić sytuację, podjąć czytelną decyzję i jeszcze poinformować o niej w taki sposób, żebyśmy zrozumieli, dlaczego właściwie się tak zachował. Najlepsze systemy nie robiły wrażenia dlatego, że wykonywały miliony operacji. Docenialiśmy je, ponieważ z kilku prostych reguł tworzyły historie, które wspominamy po latach, jak w niniejszym tekście. 

Pierwszy wielki przykład pojawił się już w 1980 roku. Duchy z Pac-Mana nie poruszały się losowo i nie korzystały z jednego wspólnego algorytmu. Blinky celował bezpośrednio w aktualną pozycję gracza, Pinky próbował znaleźć się kilka pól przed nim, Inky obliczał swój cel na podstawie położenia Pac-Mana oraz Blinky’ego, a Clyde ścigał bohatera tylko z większej odległości - po zbliżeniu wycofywał się w stronę własnego narożnika. Do tego duchy przełączały się między trybem pościgu, rozproszenia i ucieczki. Kilka niewielkich różnic wystarczyło, aby te cztery kolorowe duszki otrzymały własne osobowości.

Genomy i SI, które wyprzedzało swoją epokę

Znacznie dalej poszło wydane w 1996 roku Creatures. Hodowane przez gracza Norny posiadały cyfrowy genom, system biochemiczny oraz sieć neuronową odpowiadającą za podejmowanie decyzji. Uczyły się zależności między przedmiotami, słowami, potrzebami i konsekwencjami działań. Można było nagradzać je za dobre zachowanie, karać za złe, a następnie rozmnażać, przekazując część cech kolejnym pokoleniom. To nie była seria gotowych animacji rodem z Tamagotchi. Twórcy próbowali zbudować na domowym komputerze uproszczony, rozwijający się organizm.

W 2001 roku Metal Gear Solid 2 pokazał natomiast, że inteligencja przeciwnika może opierać się na reagowaniu na drobne zmiany w otoczeniu. Strażnicy dostrzegali cień i ślady stóp, słyszeli hałas, sprawdzali otwarte drzwi, wzywali posiłki przez radio i przeczesywali pomieszczenia w grupach. Gracz mógł przestrzelić krótkofalówkę żołnierza, aby uniemożliwić wezwanie wsparcia, albo obezwładnić wartownika przed okresowym meldunkiem, prowokując wysłanie patrolu sprawdzającego. Zespół Kojimy przeszedł nawet szkolenie z taktycznego oczyszczania pomieszczeń, żeby lepiej odtworzyć sposób poruszania się oddziału.

W tym samym roku Halo: Combat Evolved udowodniło, że AI musi współpracować z projektem poziomów oraz oprawą dźwiękową. Elity korzystały z osłon, unikały granatów i agresywnie nacierały, Szakale chroniły się tarczami, a Grunty wpadały w panikę po śmierci dowódcy. Bungie projektowało szerokie areny dające przeciwnikom kilka dróg ataku, ale równie ważne były okrzyki. Wróg zapowiadał rzut granatem, odwrót albo zmianę pozycji, dzięki czemu jego decyzje stawały się dla gracza widoczne. Inteligencja, której nie można zauważyć, z perspektywy odbiorcy praktycznie nie istnieje.

Cztery lata później F.E.A.R. podniosło poprzeczkę za pomocą systemu GOAP, czyli planowania działań zorientowanego na cel. Przeciwnik nie otrzymywał wyłącznie komendy „schowaj się” albo „zaatakuj”. Dysponował zestawem możliwych czynności, warunków i efektów, z których układał plan prowadzący do wybranego celu. Mógł znaleźć osłonę, zmienić piętro, przeskoczyć przez okno, flankować gracza albo wypchnąć go granatem. Komunikaty w rodzaju „osłaniaj mnie” czy „obchodzę go” uruchamiano w kontekście wykonywanych działań, tworząc wrażenie skoordynowanego oddziału. Co ciekawe, część tej współpracy była świetnie sprzedaną iluzją - żołnierze często planowali indywidualnie, ale poprzez dialog informowali nas o decyzjach, przez co wyglądali na znacznie lepiej zorganizowanych.

Światy, które nie potrzebowały gracza, żeby żyć

S.T.A.L.K.E.R.: Cień Czarnobyla z 2007 roku nie ograniczał AI do przeciwników znajdujących się przed lufą. System A-Life dzielił symulację na tryb online i offline. W promieniu wynoszącym zazwyczaj około 150 metrów od gracza postacie korzystały z pełnego modelu zachowania, animacji, walki, ekwipunku i szczegółowej nawigacji. Dalej ich życie obliczano w uproszczony sposób, korzystając z globalnej sieci połączeń. Stalkerzy i mutanty mogli przemieszczać się między lokacjami, realizować cele, walczyć i ginąć bez udziału gracza.

Dzięki temu po wejściu na kolejną mapę można było trafić na zwłoki stalkerów zabitych przez mutanty, starcie dwóch grup albo wędrujące stado, którego nikt ręcznie nie ustawił w tym miejscu. Oryginalny A-Life był bardziej ograniczony od rozbudowanych zapowiedzi GSC i nie tworzył kompletnego społeczeństwa żyjącego własnym życiem. Mimo to dawał coś znacznie cenniejszego: przekonanie, że Zona nie została uruchomiona dopiero w momencie pojawienia się gracza. Rok później Left 4 Dead otrzymało tzw. reżysera. AI Director nie sterowało bezpośrednio każdym zombie, lecz obserwowało kondycję i zachowanie całego zespołu. Analizowało obrażenia, tempo przemieszczania się, rozdzielenie grupy i poziom napięcia, a następnie zarządzało rytmem rozgrywki. Po okresie spokoju budowało napięcie, rozpoczynało atak, doprowadzało do kulminacji, a następnie pozwalało graczom złapać oddech. Zmieniało także rozmieszczenie przeciwników, przedmiotów, broni i specjalnych zarażonych, dlatego ta sama mapa nie wyglądała za każdym razem identycznie.

Middle-earth: Shadow of Mordor pokazało z kolei, że sztuczna inteligencja nie musi oznaczać skuteczniejszego celowania ani bardziej agresywnego flankowania. System Nemesis tworzył orków posiadających imiona, wygląd, rangę, mocne strony, słabości i relacje z innymi dowódcami. Przeciwnik, który zabił gracza, mógł awansować, zapamiętać spotkanie i szydzić z niego podczas kolejnej walki. Pokonany ork czasami wracał ze śladami odniesionych obrażeń. Zamiast anonimowego zestawu statystyk otrzymywaliśmy osobistego wroga oraz historię, której scenarzysta nigdy wcześniej nie napisał. Najbardziej przerażającą wersję takiego reżysera zastosowano w Alien: Isolation. Ksenomorf był kontrolowany przez dwa współpracujące systemy. Pierwszy, nadrzędny reżyser, znał położenie gracza i Obcego, pilnując odpowiedniego poziomu napięcia. Nie przekazywał jednak potworowi dokładnej pozycji Amandy, lecz kierował go w określony rejon. Drugi system sterował samym Ksenomorfem, który musiał wykorzystać zmysły, sprawdzić źródło hałasu i przeszukać otoczenie. W efekcie bestia otrzymywała podpowiedź, ale ostatnie metry polowania wykonywała samodzielnie.

Gra kontrolowała również wskaźnik zagrożenia. Jeżeli Obcy zbyt długo przebywał blisko gracza, reżyser mógł odesłać go do wentylacji i na chwilę zmniejszyć presję. Z kolei drzewo wiedzy stopniowo udostępniało stworzeniu kolejne zachowania, dzięki czemu uczyło się pozornie wraz z graczem. Nie korzystało z uczenia maszynowego, lecz odpowiednio dozowanego zestawu umiejętności. Iluzja była jednak kapitalna, bo gracz zaczynał wierzyć, że potwór poznaje jego ulubione kryjówki. Rain World z 2017 roku zbudowało z AI cały ekosystem. Jaszczurki, sępy, padlinożercy i pozostałe stworzenia posiadają własne potrzeby, sposoby poruszania się, zmysły oraz relacje z innymi gatunkami. Drapieżnik może zaatakować gracza, ale równie dobrze zainteresować się inną ofiarą. Może również przestraszyć się większego stworzenia albo rozpocząć walkę z konkurentem. Proceduralna animacja sprawia przy tym, że zwierzęta nie wyglądają jak modele odtwarzające gotową sekwencję ruchów. Potykają się, chwytają podłoża i próbują wydostać z trudnych sytuacji.

ECHO jest jeszcze lepszym przykładem. Podczas okresu, gdy pałac był oświetlony, system zapisywał działania bohaterki. Po awarii światła i ponownym uruchomieniu budynku jej kopie otrzymywały zaobserwowane umiejętności. Jeśli gracz biegał, otwierał drzwi, przeskakiwał barierki, korzystał z broni albo dusił przeciwników, Echo mogły zrobić to samo. Nieużywane zachowania z czasem zanikały. Nie był to skomplikowany model neuronowy, ale niezwykle sprytne przekształcenie stylu gracza w zestaw narzędzi oddawanych w ręce przeciwnika. Im więcej sposobów rozwiązania problemu pokazywaliśmy grze, tym groźniejszą tworzyliśmy armię.

Dlaczego po dwudziestu latach nadal wspominamy F.E.A.R.?

Jednym ze współczesnych szczytów tradycyjnego AI pozostaje The Last of Us Part II. Przeciwnicy przeszukują teren, osłaniają się, obchodzą pozycję gracza, reagują na utratę kontaktu z członkami grupy i wykorzystują psy podążające za śladem zapachowym. Każdy żołnierz otrzymał imię, a jego towarzysze reagują na odnalezienie zwłok. Samo imię nie czyni oczywiście przeciwnika mądrzejszym, ale połączenie zachowania, animacji, komunikacji i dźwięku nadaje zwykłym stanom algorytmu emocjonalne znaczenie. Zamiast informacji „jednostka numer siedem została wyeliminowana” słyszymy człowieka krzyczącego imię kolegi.

Prawdziwe uczenie maszynowe weszło natomiast do Gran Turismo 7 w formie GT Sophy. Agent trenował jazdę w symulacji, otrzymując nagrody za szybkość, kontrolę samochodu, właściwe wyprzedzanie oraz przestrzeganie nie do końca precyzyjnych zasad sportowej walki. Pierwsza wersja pokonała w bezpośredniej rywalizacji czterech czołowych zawodników Gran Turismo. Później system został dostosowany do zwykłych odbiorców i jako GT Sophy 2.0 trafił na stałe do GT7. W 2025 roku wersja 2.1 otrzymała kolejne poprawki dotyczące sportowego zachowania, wyczucia sytuacji i temperamentu kierowcy. Dlaczego zatem zwykli przeciwnicy nie rozwijają się równie szybko? Ponieważ ich zadaniem nie jest pokonanie gracza za wszelką cenę. Wróg z idealnym refleksem, pełną wiedzą o pozycji gracza i perfekcyjną celnością nie wygląda na inteligentnego. Wygląda jak oszust. Jeżeli bez ostrzeżenia obchodzi nas, strzela przez centymetrową szczelinę i nigdy nie popełnia błędu, nie docenimy technologii. Wyłączymy grę albo obniżymy poziom trudności.

Współczesne produkcje są też nieporównywalnie większe. Przeciwnik musi poruszać się po ogromnym świecie, reagować na fizykę, dziesiątki rodzajów broni, pojazdy, zniszczenia oraz zachowania innych postaci. Każdą możliwą decyzję trzeba przetestować w tysiącach konfiguracji. Im większa swoboda AI, tym większa szansa, że ważny bohater zablokuje się na krześle, ucieknie z misji albo zabije postać potrzebną pięć godzin później. Inteligencję celowo trzyma się więc na smyczy. Generatywna AI może w przyszłości zmienić dialogi, reakcje mieszkańców i sposób tworzenia zadań, ale obecnie przynosi również problemy z opóźnieniami, kosztami, powtarzalnością, kontrolą treści oraz zachowaniem logiki scenariusza. Deweloper musi mieć pewność, że postać przekaże istotną informację, nie obrazi przypadkiem gracza i nie wymyśli wydarzenia sprzecznego z fabułą. Klasyczne drzewa zachowań, automaty stanów, planery i systemy utility są znacznie mniej efektowne podczas prezentacji dla inwestorów, ale można je kontrolować, profilować i naprawiać.

Najlepsza sztuczna inteligencja w historii gier nie powstała zatem po to, żeby udowodnić technologiczną przewagę nad człowiekiem. Duchy z Pac-Mana miały osaczyć gracza, żołnierze z F.E.A.R. stworzyć dynamiczną strzelaninę, reżyser Left 4 Dead zbudować odpowiednie tempo, a Obcy wywołać strach przed czymś, czego nie dało się do końca przewidzieć. Technologia znikała za zachowaniem postaci i właśnie dlatego z czasem wspominamy ją tak dobrze.