بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
لم تهزم خوارزميات الذكاء الاصطناعي الحديثة — بما فيها PPO وDQN — سوى رئيس واحد من أصل خمسة في اختبارات بيئة Dark Souls Learning Environment (DSLE)، وذلك بمعدل فوز لا يتجاوز 0.33% على أفضل تقدير، مع صفر انتصارات في سائر المواجهات — وفق ما نشره فريق من الباحثين على arXiv في أغسطس 2026.
الفكرة وراء DSLE بسيطة في ظاهرها: تحويل الـ 22 مواجهة رئيسية في لعبة Dark Souls: Remastered إلى بيئة قياسية لاختبار العملاء الذكيين، مبنية على واجهة نمط Gymnasium. لكن البساطة تنتهي هنا. كل خطوة في البيئة هي حركة فعلية تُنفَّذ داخل اللعبة الحية، والمدخلات بصرية عالية الأبعاد، والمكافآت شحيحة جداً ولا تصل إلا عند نهاية المعركة. هذا المزيج تحديداً — قتال آني، مدخل بصري خام، ومكافأة نادرة — هو ما يجعل DSLE اختباراً حقيقياً لحدود التعلم المعزز (وفقاً لأوراق البحث على arXiv).
قدّم الباحثون — Derin Gezgin، وJim O’Connor، وTanner Goodwin، وGary B. Parker — مجموعة فرعية اسمها DSLE-5، وهي خمس مواجهات مختارة بعناية لتمثّل أنماطاً متباينة: مبارزة بالقرب (melee)، ساحة ضيّقة، خطر بيئي، أعداء متعددون، ورئيس نهائي سريع. هذه المجموعة الخماسية هي نقطة البداية الموصى بها لأي باحث يريد بناء عميل فوق DSLE.
النتائج على DSLE-5 جاءت موحشة بصدق. خمسة أساليب جرى تقييمها:
- سياسة عشوائية لم تحقق شيئاً يُذكر في أي مواجهة.
- نظام خبير (expert system) هزم Asylum Demon — رئيس الدرس التعليمي — بمعدل فوز بلغ 63% في ذروته (وفقاً للبحث)، لكنه عجز تماماً عن الفوز بأي رئيس آخر.
- خط أساس تطوري (evolutionary baseline) حقّق 43% معدل فوز على رئيس الدرس نفسه، وفشل في الباقين.
- عميل PPO المدرَّب بصرياً: معدل فوز لا يتجاوز 0.33% على Asylum Demon، وصفر في كل مكان آخر.
- عميل DQN المدرَّب بصرياً: أداء مطابق لـ PPO عملياً، دون أي تعلم قابل للقياس.
الأثمن في البحث ليس أرقام الفوز، بل وصف حالات الفشل. يموت العميل في بعض المواجهات متعددة الأهداف خلال أقل من عشر ثوانٍ، بينما يقف عاجزاً في مواجهات أخرى لدقيقة كاملة دون إلحاق أي ضرر يُعتدّ به. لهذا قرر الباحثون الإبلاغ عن النتائج من خلال وقت البقاء والضرر المُلحَق إلى جانب معدل الفوز، لأن الصفر وحده لا يقول شيئاً مفيداً عن طبيعة الإخفاق (وفقاً للبحث).
جرى اختبار الخط الأساسي التطوري على كامل الـ 22 مواجهة بظروف مُيسَّرة: إحصاءات اللاعب رُفعت إلى المستوى الخمسين في جميع المهارات. حتى مع هذه الأفضلية، فاز العميل على حفنة من الرؤساء في مراحل اللعبة المبكرة فحسب، وظلت الغالبية العظمى غير مُهزَمة (وفقاً للبحث).
ما الذي يجعل Dark Souls مؤلمة للذكاء الاصطناعي بهذا الشكل؟ اللعبة تجمع ثلاثة عوامل في آنٍ واحد نادراً ما تجتمع في البيئات القياسية: قرارات آنية في مستوى الأجزاء من الثانية، بيئات ثلاثية الأبعاد ذات هندسة فضاء متغيرة، ومكافآت نادرة تجعل إشارة التعلم خافتة جداً. معظم البيئات المرجعية الحالية — من Atari إلى MuJoCo — تفصل هذه التحديات عن بعضها. DSLE يجمعها دفعة واحدة، وهذا بالضبط ما يجعلها بنشرة بحثية قيّمة وليست مجرد تجربة ترفيهية.
تبقى تكلفة التشغيل عاملاً حاكماً: تدريب PPO أو DQN حتى على مجموعة DSLE-5 الصغيرة يستهلك عشرات ساعات الجدار الفعلي لكل تجربة، وهذا قبل أن يُظهر النموذج أي تحسّن ملموس. هذه التكلفة وحدها تُوضّح لماذا يُعدّ بناء DSLE كبيئة موحّدة خطوة ضرورية: بدلاً من أن يعيد كل باحث اختراع البنية التحتية من الصفر، يرث منصة جاهزة للتجريب والمقارنة.
البحث لا يُقدّم Dark Souls باعتبارها بيئة ترفيهية مُضافة إلى قائمة طويلة. يُقدّمها اختباراً حقيقياً لحدود التعلم المعزز الحديث، وما توصّل إليه يستحق الانتباه: حتى أنظمة الخبراء المصمَّمة يدوياً، حين تنجح في هزيمة رئيس واحد، تتوقف عند هذا الحد. الأسئلة المفتوحة — حول كيفية التعامل مع المكافآت النادرة، والتعلم من الإدراك البصري الخام، والتكيّف مع بيئات معقّدة فضائياً — لم يُجب عنها أحد بعد.
