Jiandikishe kwa jarida la kila siku la Sayansi Maarufu kwa mafanikio, ugunduzi, na vidokezo vya kufanya mwenyewe vinavyowasilishwa siku sita kwa wiki. Ufanisi wa mifano ya akili bandia (AI) mara nyingi huonyeshwa kwa umahiri wao katika michezo. Deep Blue ya IBM iliibua mshangao duniani mwaka wa 1997 kwa kumshinda bingwa wa mchezo wa chess Garry Kasparov, na takriban baada ya muongo mmoja na nusu, AlphaGo ya Google iliashinda bingwa wa binadamu katika mchezo wa Go—ambao hapo awali ulighadhuriwa kuwa hauwezekani. Tangu wakati huo, AI imepata maendeleo kutoka kwa michezo ya bodi hadi michezo ya video, ikitumia kujifunza kwa kuimarisha, mbinu muhimu pia kwa mafunzo ya chatbot kama ChatGPT, kuruhusu mashine kumudu michezo ya Atari na michezo tata ya mikakati kama Dota 2 na Starcraft II. Hata hivyo, AI bado inapata ugumu wa kujifunza kwa haraka michezo mbalimbali iliyo wazi zaidi—sehemu ambayo binadamu hushinda. Licha ya kukumbwa na mchezo usiofahamika, wachezaji wa binadamu huelewa haraka misingi yake, wakati mifano ya AI mara nyingi hupata tabu, kama ilivyothibitishwa katika karatasi ya hivi karibuni ya profesa wa kompyuta kutoka NYU Julian Togelius na wenzake. Tofauti hii inazua tofauti msingi kati ya akili ya binadamu na uwezo wa sasa wa AI, ikionyesha kuwa AI ina safari ndefu mbele hadi kufikia au kuzidi kiwango cha akili cha binadamu halisi. Michezo yamekuwa sehemu muafaka kwa AI kwa muda mrefu kutokana na sheria zake zinazotarajiwa, malengo yaliyobainishwa, na mchakato wake, ambavyo vinashikamana vizuri na kujifunza kwa kuimarisha: mifano huchezapicha michezo kwa majaribio na makosa ili kuboresha. Mbinu hii ilimuwezesha DeepMind mwaka wa 2015 kumudu michezo ya Atari na inaathiri mifano mikubwa ya lugha ya leo inayofundishwa kwa data kubwa kwenye intaneti. Hata hivyo, mifano hii huendelea kufanya vyema tu kwa kazi maalum zenye vikwazo bayana; mabadiliko madogo kwenye muundo wa mchezo yanaweza kuharibu utendaji wa AI. Ingawa AI inaweza kuwa na ujuzi wa juu kuliko binadamu katika mchezo fulani, inakumbwa na matatizo ya kubuni mbadala. Uwezo huu mdogo unaonekana zaidi wakati michezo ya kisasa inafanyika kwa hali ya wazi zaidi na kuwa ya kisanii. Tofauti na chess, michezo kama “Red Dead Redemption” ya ulimwengu wazi yana malengo magumu yaliyoshikamana na kuucheza mhusika mwenye matatizo ya kimaadili badala ya malengo rahisi.

Binadamu hupata mwanga wa hali kama hizi kwa intuishi; mashine hazifanyi hivyo. Hata katika michezo rahisi ya sandbox kama “Minecraft, ” AI inaweza kufanya vitendo vya msingi kama kuruka bila kuelewa muktadha wa vitendo hivyo. Waandishi wanasisitiza kuwa michezo iliyoandaliwa vyema inaendana sana na intuishi ya binadamu, busara ya kawaida, na uzoefu wa maisha—ambayo binadamu hujikusanyia kwa miaka ya mawasiliano halisi na dunia. Kwa mfano, watoto hujifunza kutambua vitu wakiwa na miezi 18 hadi 24 kwa mithali ya uzoefu, wakati mashine zinazohitaji mwongozo wa ziada. Ufaida huu wa uzoefu huwasaidia binadamu kujifunza michezo mipya kwa haraka. Utafiti unaonyesha kuwa AI inayojifunza kwa hamu ya kuuliza maswali inaweza kuhitaji takriban vibonye vinne milioni—au takribani masaa 37 ya kuendelea bila kuchoka—kumaliza mchezo, wakati wachezaji wa binadamu huchukua chini ya saa 10 kuelewa mifumo mpya. Hata hivyo, AI inaendelea kuimarika katika mchezo wa jumla. Mwaka wa 2023, DeepMind ya Google iliweza kuzindua SIMA 2, mfano wa AI unaochanganya akili iliyopo na uwezo wa kufikiri wa Gemini, mfano mkubwa wa lugha, kuruhusu uelewa bora na mawasiliano na michezo ya 3D—hata zile ambazo hazijafundishwa rasmi. Hata hivyo, Togelius na wenzake wanahofia kuwa AI bado ina safari ndefu ya kujifunza kabla ya kufikia ufanisi wa binadamu wa kigezo. Wanapendekeza kipimo ambacho mfano unaweza kucheza na kushinda michezo 100 bora kwenye Steam au iOS App Store bila mafunzo ya awali kwa yoyote yao—na kufanya hivyo kwa takriban muda wa binadamu. Hii ni changamoto kubwa ambayo mbinu za AI za sasa hazijaribu au hazipo karibu kuzitatua. Kufikia kiwango hicho cha jumuiya ya michezo kutahitaji AI kuonyesha ubunifu halisi, kupanga kwa mbele, na kufikiri kwa miundo ya hali ya juu—sifa ambazo ni za kipekee kwa akili ya binadamu. Mwisho, jaribio halisi la AI kufikia “kiwango cha akili cha binadamu” linaweza kuwa siyo tu kufanya deepfakes au kuandika riwaya za chini bali pia kuwa na uwezo wa kushinda michezo mingi tofauti kwa kasi na uelewa wa binadamu.