الذكاء الاصطناعي يلتقي الألعاب الكلاسيكية: نموذج عالم على Raspberry Pi Pico، وشبكة عصبية مبنية داخل DOOM
المصدر: GitHub (SheepSeb/tinyworldformer)
30 أكتوبر 2026: يقلب مشروعان هاويان على الصفحة الأولى في Hacker News هذا الأسبوع فكرة "الذكاء الاصطناعي يلعب الألعاب" المعتادة رأسًا على عقب. يشغّل الأول ذكاءً اصطناعيًا صغيرًا يحلم بألعاب قابلة للعب على متحكم دقيق. ويبني الثاني شبكة عصبية عاملة من مستوى في DOOM. كلاهما مفتوح المصدر، وكلاهما طريقة ممتعة لفهم كيف تعمل هذه النماذج فعلًا.
tinyworldformer: ألعاب يحلم بها Pico 2 W
مشروع المطوّر SheepSeb، tinyworldformer يشغّل شبكتين عصبيتين صغيرتين على Raspberry Pi Pico 2 W في الوقت نفسه:
- نموذج عالم يأخذ الإطار الحالي وفعلًا ما، ويتنبأ بالإطار التالي والمكافأة. بعبارة أخرى، إنه هو اللعبة نفسها.
- شبكة actor تنظر إلى تلك الإطارات المولّدة وتختار الفعل التالي. بعبارة أخرى، هذا الجزء يلعب اللعبة نفسها.
بحسب صفحة المشروع، لا تلمس أي من الشبكتين اللعبة الحقيقية على الشريحة: فالـ actor لا يرى إلا الإطارات التي يخترعها نموذج العالم، ونموذج العالم لا يتلقى إلا الأفعال من الـ actor. اضغط أي زر فينتقل التحكم إليك، لتلعب "الحلم" بنفسك.
يغطي المشروع خمس ألعاب صغيرة: Breakout، و"Doom-lite" بتقنية raycast، وFlappy Bird، وPong، وPac-Man. نموذج العالم كتلة transformer واحدة تُطبّق بشكل متكرر (transformer "حلقي")، واختارها المطوّر لأن إعادة استخدام الأوزان توفّر الذاكرة. وعلى Pico يعمل بحلقتين للحفاظ على معدل الإطارات. وقد دُرّبت الأوزان مع مراعاة التكميم int8 وجُمّعت في برنامج ثابت مكتوب بلغة Rust.
ويتحدث التقرير بصراحة عن حالات الفشل. فقد رسم نموذج Breakout مبكر كرتين في الوقت نفسه، وسجّل وكيل دُرّب داخل الحلم ذات مرة 154 نقطة مع بقاء 26 طوبة لأن نموذج العالم لم يكن يزيل طوب الزوايا عند إصابته. إنها مشكلة "استغلال المحاكي" نفسها التي تواجهها المختبرات الكبرى، معروضة على لوحة تتسع لها راحة يدك.
doomformer: شبكة عصبية مصنوعة من دمى الفودو
المشروع الثاني، doomformer من mottopanikeiku (منشور Show HN)، يحوّل شبكة عصبية صحيحة الأعداد إلى خريطة DOOM. تتولى "دمى الفودو" الكلاسيكية في DOOM العمليات الحسابية، بينما تحتفظ مستويات الإضاءة وارتفاعات الأرضيات بالقيم. ويقرأ العرض الرئيسي الأرقام المكتوبة بخط اليد (MNIST): يمشي الجندي على شكل رقم فوق الأرضية، ثم تحسب 1,355 دمية فودو في الخريطة الإجابة.
يقول المؤلف إن كل قيمة تحسبها DOOM تُقارَن بمرجع NumPy مع تسامح صفري. ويستخدم ملف WAD "متحفي" قابل للعب 136 دمية ويتيح لك إعادة توصيل اتصال واحد أثناء اللعب لترى الرقم 7 يتحول إلى 1. ويقول المشروع إن نسخة الاختبار الذاتي تعمل بدقة على GZDoom وLZDoom وUZDoom وZDoom 2.8.1، باستخدام ملفات بيانات Freedoom المجانية.
لماذا يهم هذا اللاعبين
نماذج العالم مثل Genie 4 من Google DeepMind هي النسخة المتقدمة من فكرة tinyworldformer: ذكاء اصطناعي يولّد اللعبة إطارًا بعد إطار. ورؤيتها على نطاق مصغّر تجعل المفاضلات واضحة: الأخطاء الصغيرة تتراكم، واللاعب الآلي سيجد كل خطأ في المحاكاة ويستغله. أما Doomformer فمتعة خالصة، وتذكير بأن مجتمع DOOM سيشغّل أي شيء داخل DOOM.
ما المؤكد وما غير المؤكد
مؤكد (من صفحة GitHub لكل مشروع): العتاد، والألعاب الخمس، وتصميم الشبكتين، وأمثلة الفشل في tinyworldformer؛ وتصميم دمى الفودو، وأعداد الدمى، وفحوص التسامح الصفري، ومنافذ المصدر المدعومة في doomformer.
غير مؤكد: معدلات الإطارات على Pico وأرقام الدقة بخلاف ما ينشره المؤلفون. لم نبنِ أيًا من المشروعين بأنفسنا.
المصادر
- SheepSeb، tinyworldformer (GitHub): https://github.com/SheepSeb/tinyworldformer
- mottopanikeiku، doomformer (GitHub): https://github.com/mottopanikeiku/doomformer
- ذو صلة: Google DeepMind، إعلان Genie 4 (27 أكتوبر 2026): https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
مقالات ذات صلة
للأعلى: الذكاء الاصطناعي