Как видеоигры помогают науке

За последние 20 лет культура хайпа повлияла на отношение людей к видеоиграм: кто-то верит, что они развивают когнитивные способности мозга и помогают справиться с посттравматическим стрессовым расстройством (ПТСР), а кто-то считает, что все это от лукавого и детям только мозги морочат. Но очевидно, что за последние 30 лет влияние интерактивных развлечений невероятно выросло: игры расходятся тиражами в десятки миллионов копий, по ним создают тематические парки и заведения, выпускают товары для детей и их родителей, снимают мультфильмы и кино, пишут книги, рисуют комиксы. Впрочем, сами игры тоже стали многофункциональными: для детей — учебный полигон, для ученых — поле для экспериментов и возможностей. Совместно с PLAYER ONE рассказываем, как игры помогают менять мир вокруг себя.

Образование: Minecraft, Roblox, Assassin’s Creed

В 90-е компьютеры были редкостью. Если их и покупали, то для дела: забрать часть работы домой, написать реферат, курсовую или диплом. По крайней мере, так убеждали себя родители. Но проходило немного времени и покупка начинала использоваться (в том числе и родителями) для развлечений: час-другой в компании DOOM, Warcraft 2, Diablo или Age of Empires было обычным явлением. С тех пор и пошли все эти шутки про «попрошу себе новый компьютер для учебы, чтобы поиграть в (вставьте любое название игры)». 

Впрочем, учеба, игры и компьютер давно стали неразделимы. Дело в том, что современные дети куда лучше усваивают информацию, когда учителя говорят на их языке и используют разные подходы при подаче материала (сегодня российские школьники делают презентации, проходят тестирование в игровой форме на «Учи.ру», а также участвуют в проектных конкурсах и защищают исследовательские работы). Только зачитывать заученные параграфы — не интересно. Требуется интерактивный подход, чтобы приковать внимание ребенка и рассказать о сложных вещах просто и понятно (учебник с такой задачей не всегда справляется, особенно если написан канцелярским языком). В этом плане игры выступают вспомогательным инструментом — они способны разнообразить урок и показать на конкретных примерах как и что работает.

Minecraft и Roblox — самые популярные и универсальные развлечения для детей и взрослых. И дело не только в том, что они помогают развивать пространственное мышление и когнитивные способности с ранних лет. Обе площадки так устроены, что при желании они легко превращаются в обучающие полигоны — у игр есть встроенный редактор, который позволяет на полную использовать возможности интерактивных миров и создавать собственные уроки по любой теме. Кроме того, у каждой платформы есть образовательные разделы с заранее заготовленными занятиями, которые проверены учителями и детьми. 

Раздел Roblox несколько уступает в системности и разнообразии своему конкуренту, зато продвигает компании со всего мира (в том числе и из России), которые построили целые программы для развития детей при помощи игры. А еще — блогеров, которые предлагают образовательный контент, например, 3D-моделирование в Roblox и уроки по работе в графическом редакторе Blender. Правда, почти весь контент на английском языке.

Совместно с PLAYER ONE Homo Science подготовил большой и красочный спецпроект о том, как игры помогают менять мир вокруг себя. Статьи, комментарии ученых и классные призы уже ждут тебя. 

Преодолей путь от Homo Sapiens до Homo Science!

У Minecraft более богатый раздел с заготовленными программами и уроками, который постоянно пополняется, но и он в основном рассчитан на англоговорящую аудиторию. Для запуска занятия необходимо Education-издание игры, которое поставляется в школы и другие учебные заведения. На платформе студии Mojang затронуты такие предметы, как история и культура, программирование, экология, психология, химия и физика, математика, искусство и многое другое. Все занятия направлены на развитие базовых навыков и укрепление текущих знаний. Каждый урок создан для определенной возрастной группы, начиная с 6 лет. Для учителей расписаны краткие руководства с указаниями по материалу. Достаточно скачать игровой мир и запустить на компьютере.

Minecraft Education отличается от оригинальной версии. Например, образовательное издание поддерживает приложение Classroom Mode. Программа позволяет преподавателям отслеживать успехи учеников, их действия на сервере, а также менять погоду и запрещать сражения между собой. Есть и другие настройки, которые облегчают перемещения по карте и позволяют следить за дисциплиной. 

Школьный преподаватель из Сан-Диего Чарльз Кумбер провел для своих учеников занятие по геометрии в Half-Life: Alyx — игре для очков виртуальной реальности. Все необходимые заметки он делал маркером на стекле.


Интерес к использованию игр для обучения вырос после начала пандемии COVID-19. Уроки в Zoom не до конца заменяют общение с преподавателем — например, на них намного сложнее удерживать внимание учеников. Игры стали тем инструментарием, который помог разнообразить процесс. 

В России к такой практике, например, прибег Донской государственный технический университет. В марте 2020 года студент факультета «Информатика и вычислительная техника» Дмитрий Борисов предложил преподавателю провести занятие в Minecraft. Студенты создали отдельный сервер, где построили виртуальную аудиторию. Пару транслировали на Twitch.tv для учащихся и всех желающих (сейчас запись больше недоступна). Позднее студенты ДГТУ соорудили в игре виртуальный кампус, по которому ректор водил абитуриентов в дни открытых дверей, а в апреле 2020-го Борисов помог организовать арт-выставку художника Михаила Цатуряна «LIBERTILE — Отсекая лишнее, оставляя суть».

За рубежом работа с виртуальными пространствами сегодня идет активней. Например, государственные школы американского штата Флорида сделали Minecraft частью общего процесса для учеников 2-12 классов. Игрой пользуются около 200 преподавателей, которые самостоятельно создают занятия на платформе.

Minecraft помогает в подготовке не только школьников, но и профессионалов. Весной 2020 года вышла версия Minecraft RTX с поддержкой трассировки лучей графической технологии, позволяющей сделать освещение, отражения и тени максимально реалистичным. Трассировка лучей очень требовательна к вычислительным возможностям, поэтому в играх эту технологию только начинают использовать. А вот в профессиональной компьютерной графике без нее никуда и вот тут Minecraft, с его возможностью строить миры буквально из кубиков, хорошо подходит как учебное пособие.

Minecraft RTX может быть уникальным инструментом для обучения многим профессиям, связанным со светом. Понимать, как работает свет, полезно самым разным специалистам: архитекторам, физикам, фотографам, разработчикам игр, художникам по свету в кино и телевидении, декораторам, дизайнерам интерьеров. Minecraft RTX позволяет проводить эксперименты со светом, показывать ученикам принцип работы камеры-обскуры, как разные материалы отражают или поглощают свет, как добиться определенного рисунка светотени. Преподаватель может проводить уроки прямо в игре, даже дистанционно, а все эксперименты могут быть не только интерактивны, но ученики сами могут принять участие в их создании. Конечно, у Minecraft есть и ограничения. Игра буквально состоит из кубов, поэтому объяснить, чем мягкое освещение лица человека отличается от жесткого в ней будет сложно (но возможно). Для этого есть другие, более серьезные инструменты вроде игрового движка Unreal Engine 5, который тоже поддерживает RTX, NVIDIA Omniverse, Maya, Blender или специализированные инструменты вроде Cine Tracer. Но это все будет потом, а Minecraft RTX - это отличный первый шаг в мир знаний о свете. Рассказывает Денис Мурин, обозреватель PLAYER ONE и профессиональный оператор-постановщик.

Впрочем, не только Roblox и Minecraft привлекают внимание учителей. Assassin’s Creed - популярная серия игр от компании Ubisoft, рассказывающая о противостоянии двух могущественных орденов на протяжении всей человеческой истории. К реальным историческим событиям этот вымышленный сюжет относится мало, однако для каждой части авторы проводят огромную работу, чтобы воссоздать атмосферу того временного периода, в который на этот раз проходят события. Несколько лет назад в Ubisoft вместе с преподавателями и историками со всего мира начали работать над виртуальными турами по этим историческим периодам. Виртуальные экскурсии с комментариями и рассказами от экспертов проводятся по Египту Эллинистического периода и Греции времен Пелопоннесской войны. 19 октября к ним добавился тур по эпохе викингов IX века, который затронет Англию и Норвегию. 


Искусственный интеллект: StarCraft 2 и Dota 2

Еще в XIX веке коллежский советник Семен Корсаков ставил первые эксперименты по созданию «интеллектуальных машин», которые бы усиливали возможности разума. С тех пор идеи и концепции искусственного интеллекта ушли далеко вперед. Постоянное появление новых технологий и методов обучения подтолкнули ученых к созданию уникальных систем. Сегодня ИИ используются в разных областях жизнедеятельности: от цифровых магазинов и банков до медицины и музыки. И их возможности только продолжают расти.

В 2010-х возникли две независимых группы исследователей, которые задались вопросом: а как создать такой искусственный интеллект, который бы учился решать нужные задачи в реальной жизни не по заданной программе, а самостоятельно да еще с учетом неизвестных переменных? Алгоритмы, созданные побеждать в го, шахматы или игры для Atari 2600, не сильно подходили для этого, так как они видели все поле и могли заранее просчитать наилучшие варианты. Но именно они подтолкнули разработчиков попробовать нечто новое. Так в ноябре 2016 года компания DeepMind (принадлежит Google) представила проект AlphaStar, который учился играть в StarCraft 2. В том же месяце в OpenAI (независимая организация, созданная предпринимателями Илоном Маском и Сэмом Альтманом) началась работа над алгоритмом, который должен был мастерски рубиться в Dota 2.  

Оба этих ИИ использовали схожие методы машинного обучения. DeepMind опиралась на принципы глубокого обучения — с подкреплением и с учителем. OpenAI — только на обучение с подкреплением. Что значит первый метод и как он работает? Агент взаимодействует со средой и получает награду, благодаря которой понимает, к чему приводят его действия и насколько хорошо у него выходит. Все решения оцениваются в баллах. Правильные и успешные поощряют ИИ, провальные — отнимают очки. Таким образом система учится совершать необходимые действия и понемногу разбираться в правилах игры. Однако для развития этого мало — необходимо постоянно регулировать награды, вводить или снимать ограничения и следить за прогрессом.

За 3 года AlphaStar прошел путь от новичка до профессионала: сначала победы над сложными ботами, затем выигрыши в матчах против киберспортсменов (правда, на тот момент алгоритм вел себя нечестно — он видел всю карту), а в финале — доминация в рейтинговой системе StarCraft 2. Последние версии ИИ умели играть за все три расы (они различаются практически полностью), видели столько же, сколько и обычный пользователь, и обладали ограниченным числом действий в минуту (APM — Action Per Minute), чтобы исключить “нечестную” победу над игроком просто за счет более быстрой реакции. Эксперимент закончился тем, что AlphaStar взял ранг грандмастера, куда входят 200 лучших игроков региона.

Путь OpenAI был не менее интересным: от сражений 1 на 1 до битв 5 на 5 с лучшими командами мира. Как и в случае с AlphaStar, на ИИ действовали определенные ограничения, которые по мере развития алгоритма снимались. Однако совсем без них не обошлось — боты так и не научились до конца удачно совершать некоторые действия (например, нападать на Рошана — монстра, который находится в логове чуть левее от центра карты, чтобы поднять с него аегис, дарующий персонажу вторую жизнь, система попросту не понимала, зачем на это тратить время), зато преуспели в другом: командных взаимодействиях и тактике. 

Впрочем, на старте для ИИ все было не так радужно. Инженеры при помощи наград учили агентов взаимодействовать со средой. Сначала боты играли по 7-8 минут, потом бились друг против друга 5 на 5, и лишь со временем стали сражаться в матчах против профессиональных игроков. OpenAI Five учился всему постепенно, но ограниченным числом персонажей, поскольку некоторые из них не понимали, когда нужно прекратить использовать способность (тот же Pudge не выключал умение Rot — ядовитое облако, которое замедляет врагов и наносит значительный урон как им, так и владельцу способности, — когда находился в драке, и от этого погибал). И чтоб вы лучше понимали, с какими трудностями приходилось сталкиваться ИИ, разработчица Брук Чан рассказала о разнице восприятия между человеком и машиной: 

Взять хотя бы Paralyzing Cask у Witch Doctor. Для них это просто массив данных. Мы, люди, знаем, что делает эта способность. Им же нужно испробовать и следить за изменением чисел. Когда они кидают «каску», они видят, что меняется цифра (для нас это время восстановления способности), но сначала они не понимают, что она значит. Затем они фиксируют еще одно изменение в наборе цифр (в нашем случае это индикатор оглушения персонажа противника), но они не понимают, что такое оглушение, хорошо это или плохо.
Как видит игру человек, и как смотрит на нее ИИ

Когда система заметно освоилась в среде и разучила базовые принципы, инженеры запустили новые эксперименты. Все это привело к тому, что Open AI Five победил не только самые сильные команды из Китая, Европы, США, Латинской Америки и Юго-Восточной Азии, но и разгромил чемпионов мира по Dota 2 — команду OG. Финальная версия алгоритма так понравилась поверженным игрокам, что они взяли некоторые приемы на вооружение. Благодаря им OG первой в истории стала двукратными чемпионами мира по Dota 2.

Впрочем, важно здесь не это, а то, как использовались наработки в дальнейшем. Так, например, DeepMind взяла алгоритм, похожий на AlphaStar, чтобы изменить систему охлаждения в дата-центре Google. В итоге экономия энергии на одном объекте составила 40%. А в OpenAI при помощи тех же систем, что и OpenAI Five, научили роботизированную руку по-всякому крутить кубик и поворачивать его необходимой стороной в зависимости от команды.

Медицина: Borderlands 3, EVE Online, Foldit, Forgotten Island

Образование и исследования в области искусственного интеллекта — только две области, на которые игры значительно повлияли в последние годы. Но есть еще одна — медицина. Здесь за 10 лет скопилось множество интересных примеров и историй. И одна из них связана с Foldit.

В 2008 году Вашингтонский университет запустил экспериментальный проект. Он вырос из Rosetta@Home, который использовал систему добровольных вычислений (конкретно в их случае — платформу BOINC). Ученые пытались решить важную проблему молекулярной биологии (да и до сих пор продолжают этим заниматься) — определить третичную структуру белков из их аминокислотных последовательностей. Иными словами, то, как устроены протеины в пространстве. Foldit стал продолжением этой истории. 

Игра предлагает пользователю решить головоломку — предугадать структуру белка, когда тот сворачивается, при помощи 3D-блоков. А чтобы процесс был увлекательным, авторы публикуют модели протеинов на определенный срок, благодаря чему пользователи соревнуются друг с другом. После ученые изучают работы и иногда совершают важные открытия. Так в 2011 году геймеры смогли расшифровать структуру вируса, который вызывает СПИД у обезьян. То, что не получалось у ученых 15 лет, игрокам удалось всего за 10 дней. Кстати, в 2019 году исследователи выяснили, что участники Foldit точнее строят кристаллографические карты, чем многие профессионалы и автоматизированные алгоритмы.


Но и это далеко не все: приключенческая игра Forgotten Island, созданная студентами Сиракузского университета в 2012 году, использует таксономическую классификацию предметов. В процессе прохождения пользователь должен распределить 160 фотографий живых организмов из реальной жизни, чтобы потом биологи изучили влияние разросшихся городов на местные экосистемы, а заодно выявили локальные или глобальные климатические изменения. 


Игра-головоломка Borderlands Science, встроенная в Borderlands 3, помогает ученым классифицировать информацию о ДНК микробов, обитающих в кишечнике, сравнить ее с уже полученными показателями и обнаружить ошибки. Искусственный интеллект с такой задачей справляется пока плохо, а вот человек — в самый раз. Проект разработан совместно с тремя группами исследователей: Microsetta initiative из Калифорнийского университета в Сан-Диего, общественная организация Massively Multiplayer Online Science и университет Макгилла. 

В EVE Online тоже есть научные мини-игры и целое направление, которое существует 5 лет — Project Discovery. В первые две волны пользователи классифицировали клеточные структуры (определяли на фотографиях разные белки и распределяли по категориям) и занимались поиском экзопланет. В последнем случае игроки помогли найти ошибку в данных Европейского космического агентства и исправить ее. 

С 2020 года создатели запустили третью стадию. Сегодня геймеры помогают ученым понять, как клетки человека реагируют на COVID-19. Для этого они анализируют данные, полученные проточными цитометрами. Как это выглядит? Пользователь заходит в специальный раздел, знакомится с правилами, а после изучает несколько тестовых образцов. Каждый из них предлагает рисунок из разных скоплений клеток. Игрок должен обвести их в прямоугольники, а после перейти к следующему изображению. Успешное выполнение задания вознаграждает пользователя — он получает внутреннюю валюту и другие награды.

Вот, что о работе с геймерами в интервью Regnum рассказывал ученый и профессор в Университете Британской Колумбии Райан Бринкман:

Работа с игроками значительно увеличивает объем получаемой информации по сравнению с тем, что один или два ученых могут сделать сами. В результате с помощью этого вида анализа у нас будет гораздо больше шансов найти необходимые типы клеток: как связанные с результатами лечения пациентов (как хорошими, так и плохими), так и изменяющихся для борьбы с инфекцией в ходе терапии. Результаты игроков крайне важны и для дальнейших исследований — они станут «тренировочной основой» для следующего поколения алгоритмов машинного обучения, так как им потребуется огромное количество рабочих примеров, чтобы изучать общие закономерности. Таким образом, эти алгоритмы можно будет применять к любым наборам данных проточной цитометрии, т. е. не только к COVID-19, но и к заболеваниям иммунной системы, раку, исследованиям стволовых клеток и т. д.

В 2019 году исследователи опубликовали материал, в котором рассказывалось, как игры помогли ученым решать задачи в области моделирования молекулярной структуры, а также неврологии, клеточной биологии и множестве других сфер. А еще они помогают миллионам людей не сойти с ума от пребывания дома в период пандемии. И этот эффект исследователям только предстоит изучить.


О том, как игры могут помочь науке, мы попросили рассказать специалистов Госкорпорации «‎Росатом»‎:

В каких областях науки сегодня игры способны помочь ученым, а главное каким образом?

Игры могут стать для ученых и инженеров инструментом развития стратегического мышления, фантазии и энтузиазма, а также кооперации и самостоятельного творчества. Все эти качества необходимы успешным учёным. Думаю, именно поэтому Росатом многие годы является партнером интеллектуальной игры “Что?Где?Когда?”. Последнее время атомщики также все больше сотрудничают с киберспортом. Налажено партнерство, в частности, с Федерацией компьютерного спорта России. А буквально на днях Росатом стал официальным партнёром пятого сезона Dota 2 Champions League.

Обращались ли исследователи Росатома к играм для решения собственных задач? Что это было? Насколько успешным был результат?

Если под игрой подразумевается моделирование ситуации и проигрывание различных сценариев, то ответ - конечно да. 

Кроме того, томная наука уже использует наработки в области цифровых двойников. Такие модели позволяют рассматривать целый спектр сценариев и событий без необходимости проведения «живого» эксперимента или в ситуациях, когда он невозможен. 

Могут ли игры и компьютерное моделирование помочь друг другу? Возможно, какое-то моделирование в игровой форме, или использование опыта игровых разработчиков для построения моделей?

В основе цифрового моделирования и компьютерных игр лежат схожие принципы: сценарии разворачиваются в виртуальной среде, безопасной для автора эксперимента или игрока. Так или иначе комбинация сценариев при моделировании физико-химических процессов в «двойнике» всегда будет носить игровой характер, поэтому по своим характеристикам сближается с такими игровыми жанрами, как симуляторы, стратегии реального времени и тактическая ролевая игра.

27
0
204 просмотра
204 просмотра
мнения

Никто не комментировал

Авторизуйтесь, чтобы оставить комментарий