هوش مصنوعی و یادگیری ماشین

تحلیل فنی تزریق DLSS 5 به بازی کلاسیک Pac-Man: فراتر از مرزهای بازسازی تصویر

در یک آزمایش غیرمتعارف و کنجکاوانه، والری کریژانوفسکی (Valery Kryzhanovsky)، یوتیوبر و مادرساز حوزه فناوری، با بهره‌گیری از ابزارهای تزریق گرافیکی، تلاش کرده است فناوری نوظهور و هنوز منتشر نشده DLSS 5 را بر روی نسخه MS-DOS بازی نوستالژیک Pac-Man اعمال کند. این پروژه که ماهیت «کریپی‌پاستا» (Creepypasta) به خود گرفته، نشان می‌دهد که چگونه تزریق فناوری‌های هوش مصنوعیِ بازسازی تصویر در بسترهای نامناسب، می‌تواند رفتارهای بصری غیرقابل پیش‌بینی و ترسناکی ایجاد کند.

معماری فنی پیاده‌سازی: تزریق در محیط شبیه‌ساز

این آزمایش از طریق اجرای بازی Pac-Man در شبیه‌ساز کلاسیک MAME انجام شده است. برای پیاده‌سازی این تکنولوژی بر روی عنوانی که فاقد هرگونه داده‌های سه‌بعدی (3D Data) است، از لایه ReShade برای تزریق پایپ‌لاین گرافیکی و از RenoDX برای تنظیم پارامترهای DLSS 5 استفاده شده است. این ابزارها با فریب دادن پایپ‌لاین رندرینگ بازی، سعی می‌کنند اطلاعات ورودی را به شکلی پردازش کنند که مدل هوش مصنوعی قادر به درک آن باشد؛ اما نکته کلیدی اینجاست که Pac-Man فاقد اطلاعات عمق (Depth) و بافت‌های سه‌بعدی است که DLSS برای بازسازی دقیق به آن‌ها نیاز دارد.

چالش 4x Multipass و ماهیت عدم وجود بافت سه‌بعدی

یکی از مفاهیم کلیدی مطرح شده در این پروژه، استفاده از «4x Multipass» است. والری توضیح می‌دهد که در بسیاری از بازی‌های قدیمی، اعمال تک‌مرحله‌ای (1x) بازسازی تصویر عملاً بی‌تأثیر است. با اجرای چند مرحله‌ایِ پردازش، تغییرات روی هم انباشته می‌شوند که در برخی بازی‌های با قابلیت رندر مدرن می‌تواند به فوتورئالیسم منجر شود، اما در Pac-Man، این فرآیند باعث ایجاد آرتیفکت‌های عجیب شده است. به دلیل نبود اطلاعات پیکسل‌های همسایه (Temporal Data)، مدل DLSS 5 سعی می‌کند به پیکسل‌های تخت، ویژگی‌های انسانی مانند استخوان گونه یا گودی چشم ببخشد که نتیجه آن چیزی است که در ویدیوهای این آزمایش مشاهده می‌شود.

بررسی چهار مود رندرینگ در آزمایش

این پروژه چهار مود رندرینگ متفاوت را به چالش می‌کشد که هرکدام خروجی عجیبی ارائه داده‌اند:

  • Natural: تلاش می‌کند ساختار هزارتوی بازی را قابل خواندن نگه دارد.
  • Default: هوش مصنوعی به اشتباه تشخیص می‌دهد که ارواح (Ghosts) باید دارای ساختار استخوانی (گونه) باشند.
  • Cinematic: حالتی که به بازی ظاهری دراماتیک و سینمایی می‌دهد که با سبک کلاسیک در تضاد شدید است.
  • Denoise: این حالت به قدری تهاجمی عمل می‌کند که حتی نقاط اصلی بازی (Dots) را از صفحه حذف کرده و محیط را کاملاً خالی می‌کند.

مشخصات فنی و ابزارهای مورد استفاده

  • شبیه‌ساز میزبان: MAME (Multiple Arcade Machine Emulator)
  • تکنولوژی تزریق: ReShade و RenoDX
  • پارامتر پردازشی: 4x Multipass
  • حجم بسته نرم‌افزاری DLSS 5: تقریباً 150 مگابایت
  • وضعیت مدل هوش مصنوعی: اولیه، بدون Context زمانی کامل

نتیجه‌گیری و آینده DLSS 5

این آزمایش اگرچه جنبه سرگرمی و هنری به خود گرفته، اما یک حقیقت علمی را یادآوری می‌کند: هوش مصنوعی‌های بازسازی تصویر، ابزارهایی با تکیه بر «زمینه» (Context) هستند. DLSS 5 با وجود پیچیدگی‌هایش، همچنان یک مدل در حال آموزش است که در نسخه فعلی فاقد داده‌های زمانی کامل برای تحلیل بازی‌های غیر سه‌بعدی است. انتشار عمومی این فناوری در آینده قطعاً با مدل‌های پخته‌تر و دقیق‌تری همراه خواهد بود که برای بازی‌های مدرن طراحی شده‌اند، نه برای بازآفرینی پیکسل‌های دو بعدی به تصاویر سورئال و دلهره‌آور.

📌 منبع و مطالعه بیشتر: Tom’s Hardware: DLSS 5 on Pac-Man Analysis
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای