هوش مصنوعی و یادگیری ماشین

تحول گرافیک کلاسیک با تکنولوژی DLSS 5: بررسی تزریق هوش مصنوعی به بازی‌های DOS و عناوینی مانند Duke Nukem

در حالی که دنیای سخت‌افزار و پردازش‌های گرافیکی به‌طور مداوم مرزهای جدیدی را برای بازی‌های مدرن تعریف می‌کند، دسته‌ای از علاقه‌مندان به مهندسی معکوس با چالش کشیدن محدودیت‌های «تزریق» (Injection) تکنولوژی، مرزهای جدیدی را در بازی‌های کلاسیک کشف کرده‌اند. والری کریزانوفسکی (Valery Kryzhanovsky)، توسعه‌دهنده و علاقه‌مند به تکنولوژی، اخیراً دست به آزمایش جسورانه‌ای زده است: استفاده از قابلیت‌های مبتنی بر هوش مصنوعی که با نام غیررسمی DLSS 5 شناخته می‌شود، بر روی عناوین بسیار قدیمی همچون نسخه اصلی Duke Nukem (محصول ۱۹۹۱) و حتی Pong (محصول ۱۹۷۲).

معماری فنی: چگونه DLSS 5 به بازی‌های دوبعدی تزریق می‌شود؟

تزریق تکنولوژی‌هایی مانند DLSS 5 به بازی‌هایی که برای چنین الگوریتم‌های مدرنی طراحی نشده‌اند، یک چالش مهندسی پیچیده است. از آنجا که این بازی‌ها فاقد بردار حرکت (Motion Vectors) یا داده‌های عمق (Depth Buffers) هستند، هوش مصنوعی باید حدس بزند که چگونه پیکسل‌ها را در فریم‌های متوالی بازسازی کند. کریزانوفسکی برای دستیابی به این هدف، از ترکیب DOSBox برای شبیه‌سازی محیط اجرای بازی‌های DOS و ابزار محبوب ReShade به عنوان بستر تزریق فیلتر استفاده کرده است. رابط کاربری برای مدیریت پارامترهای این تزریق نیز از طریق پروژه RenoDX تأمین می‌شود که امکان مدیریت دقیق تنظیمات گرافیکی را فراهم می‌کند.

تحلیل نتایج: از عمق‌بخشی تا آثار سورئال

نتایج حاصل از این آزمایش دوگانه است. در بازی‌هایی مانند Duke Nukem، الگوریتم موفق شده است با شناسایی لبه‌های اجسام، افکت برجستگی (Embossed) ایجاد کند که به محیط‌های دوبعدی حس عمق کاذبی می‌بخشد. با این حال، ماهیت ایستا بودن این پردازش (تحلیل تنها یک فریم در هر لحظه) باعث شده است که در صورت تنظیم نادرست پارامترها، تصاویر خروجی دچار اعوجاج‌های رنگی یا بصری شوند که به تعبیر کریزانوفسکی، حالتی شبیه به «سفر اسیدی» (Acid Trip) پیدا می‌کنند. این نشان می‌دهد که فقدان مولفه زمانی (Temporal Element) در این روش تزریق، پاشنه آشیل اصلی تکنولوژی محسوب می‌شود.

اهمیت نقطه تزریق در خط لوله رندرینگ

یکی از یافته‌های کلیدی این پژوهش، تأثیر مستقیم «نقطه تزریق» (Injection Point) بر خروجی نهایی است. بر اساس مستندات فنی ارائه‌شده، کاربر می‌تواند انتخاب کند که هوش مصنوعی در کدام مرحله از رندرینگ مداخله کند: 1) مرحله رندر اولیه، 2) پس از آپ‌اسکیلینگ، یا 3) در خروجی نهایی. کریزانوفسکی در آزمایش خود با RBDOOM-3-BFG دریافت که تزریق در مرحله رندر اولیه حتی می‌تواند هندسه صورت کاراکترها را تغییر دهد، که ثابت می‌کند هوش مصنوعی در حال تفسیر مجدد داده‌های خام است نه صرفاً اعمال یک فیلتر روی تصویر نهایی.

مشخصات فنی و ابزارهای مورد استفاده در آزمایش

  • شبیه‌ساز محیط: DOSBox برای اجرای کدهای قدیمی.
  • فیلتر میان‌افزار: ReShade جهت تزریق مستقیم فیلترهای گرافیکی.
  • مدیریت پارامترها: RenoDX جهت تنظیم دقیق متغیرهای تزریق.
  • محدودیت کلیدی: نبود بردار حرکت (Motion Vectors) که منجر به عدم ثبات زمانی در صحنه‌های پویا می‌شود.
  • بهترین سناریوی کاربردی: تصاویر ثابت یا بازی‌های استراتژیک (مانند سری Heroes of Might and Magic) به دلیل پردازش فریم‌به‌فریم.

نتیجه‌گیری و آینده این متدولوژی

این آزمایش‌ها نشان می‌دهند که اگرچه ابزارهای هوش مصنوعی کنونی برای کار با موتورهای بازی‌سازی مدرن و داده‌های زمانی طراحی شده‌اند، اما پتانسیل بالایی برای بازسازی عناوین کلاسیک دارند. با این حال، کریزانوفسکی تأکید می‌کند که تکنولوژی فعلی در این حوزه «خام» (Undercooked) است. بدون وجود یک مولفه زمانی که تغییرات را بین فریم‌ها درک کند، هوش مصنوعی نمی‌تواند درک پایداری از جهان بازی داشته باشد. با این وجود، این فعالیت‌ها گامی مهم در حفظ و احیای آثار هنری دیجیتال کلاسیک با استانداردهای مدرن بصری در پاییز ۱۴۰۳ محسوب می‌شوند.

📌 منبع و مطالعه بیشتر: Tom’s Hardware – Analysis of DLSS 5 Injection in Retro Titles
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای