Τεχνολογία

Πώς η τεχνητή νοημοσύνη ξεκλειδώνει τα μυστικά των αρχαίων επιτραπέζιων παιχνιδιών

Πριν από μερικά χρόνια, οι αρχαιολόγοι έφεραν στο φως ένα επιτραπέζιο παιχνίδι 4.500 ετών στην τοποθεσία Shahr-i Sokhta στο Ιράν. Θεωρείται ότι είναι το παλαιότερο πλήρες επιτραπέζιο παιχνίδι που έχει βρεθεί ποτέ, αλλά κανείς δεν είχε ιδέα πώς να το παίξει… Μέχρι που τη λύση έδωσε η τεχνητή νοημοσύνη.

Κατά την Εποχή του Χαλκού, αυτή η τοποθεσία ήταν μέρος του πολιτισμού Χελμάντ, που ζούσε ανατολικά του Ιράν και νότια του Αφγανιστάν. Οι αρχαιολόγοι αποκάλυψαν ένα ταμπλό με 20 κυκλικές θέσεις, τέσσερα ζάρια και 27 γεωμετρικά κομμάτια. Αυτό που δεν μπορούσαν να βρουν, ήταν οι κανόνες του παιχνιδιού.

Σχεδιαστική αναπαράσταστη του τάφου όπου βρέθηκε το παιχνίδι της Shahr-i Sokhta, και του ταμπλό του

Jelveh, S. Moradi, H., The British Institute of Persian Studies

Στην αρχαιότητα, τα επιτραπέζια παιχνίδια σπάνια συνοδεύονταν από γραπτούς κανόνες και οι οδηγίες μεταδίδονταν προφορικά (όπως συνηθίζουμε να παίζουμε τη Monopoly και το Scrabble στις μέρες μας – μερικά πράγματα δεν αλλάζουν ποτέ). Αυτό πιθανότατα είχε ως αποτέλεσμα οι κανόνες να τροποποιούνται από διάφορες ομάδες με την πάροδο των ετών ή ακόμη και των αιώνων, σύμφωνα με τους ειδικούς.

Πώς βοήθησε η τεχνητή νοημοσύνη

Αλλά για να καταλάβει κάποιος σήμερα πώς παιζόταν κάποτε το παιχνίδι δεν χρειαζόταν να βρει τους «επίσημους» κανόνες, απλώς αυτούς που φαίνονταν πιο λογικοί. Κι εδώ είναι που μπαίνει η τεχνητή νοημοσύνη. Τα συστήματα AI που επιστρατεύθηκαν χρησιμοποιούν μεθόδους όπως το δέντρο αναζήτησης Monte Carlo, την ίδια τεχνική που τροφοδοτεί το AlphaGo της DeepMind. Με αυτή την προσέγγιση, μπορούν να προσομοιώσουν διάφορα σύνολα κανόνων με βάση τη διάταξη του ταμπλό και τα διαθέσιμα κομμάτια. Αυτές οι προσομοιώσεις δοκιμάζουν διαφορετικούς συνδυασμούς κανόνων για να δουν όχι μόνο αν έχουν νόημα, αλλά και αν κάνουν ένα παιχνίδι ενδιαφέρον.

Μεταξύ αυτών των αρχαίων παιχνιδιών, υπάρχουν πραγματικοί θησαυροί όπως το Σένετ, το οποίο ανακαλύφθηκε στον τάφο του Τουταγχαμών. Αναπαραστάσεις, όπως αυτή με την αιγυπτιακή βασίλισσα Νεφερτάρι να παίζει Σένετ, δείχνουν πόσο δημοφιλές ήταν στην αρχαία Αίγυπτο. Άλλα, όπως το Βασιλικό Παιχνίδι της Ουρ από τη Μεσοποταμία, αποκάλυψαν τα μυστικά τους χάρη σε μια σφηνοειδή πινακίδα που αποκωδικοποιήθηκε το 2007 στο Βρετανικό Μουσείο.

1133px-Maler_der_Grabkammer_der_Nefertari_003.jpg

Ζωγραφική απεικόνιση της Νεφερτάρι (1295 – 1255 π.Χ.) από τον ταφικό της θάλαμο, όπου η σύζυγος του Ραμσή ΙΙ παίζει Σένετ

The Yorck Project / Wikimedia Commons

Μια από τις πρώτες φορές που η Τεχνητή Νοημοσύνη εφαρμόστηκε σε αρχαία επιτραπέζια παιχνίδια ήταν με το Ludus Latrunculorum (ή «το παιχνίδι των κλεφτών»), ένα παιχνίδι που απολάμβαναν οι αρχαίοι Ρωμαίοι και μία παραλλαγή του οποίου ήταν η πέττεια στην αρχαία Ελλάδα. Χάρη σε κάποια αρχαία γραπτά, το παιχνίδι αυτό έγινε ένα από τα πιο γνωστά και, μετά από πολλή σκληρή δουλειά, οι ειδικοί κατάφεραν να ανακατασκευάσουν τους κανόνες του με αρκετά σοβαρές πιθανότητες να ταιριάζουν με αυτούς που χρησιμοποιούσαν πραγματικά οι Ρωμαίοι.

Πώς να παίξετε σήμερα το αρχαιότερο επιτραπέζιο

Ο Cameron Browne, από το Πανεπιστήμιο του Μάαστριχτ στην Ολλανδία, ηγήθηκε του Digital Ludeme Project (DLP), το οποίο διερεύνησε σχεδόν 1.000 παραδοσιακά παιχνίδια σε εύρος 6.000 ετών ανθρώπινης Ιστορίας. Δεν ήταν εύκολη υπόθεση: το συγκεκριμένο παιχνίδι – μαζί με τις παραλλαγές του – εμφανιζόταν με ταμπλό όλων των σχημάτων και μεγεθών μέσα στους αιώνες. Αλλά η τεχνητή νοημοσύνη βοήθησε να εντοπιστούν πιθανά σύνολα κανόνων, εκτελώντας προσομοιώσεις για να διαπιστωθεί ποια ταμπλό ταιριάζουν καλύτερα με τους πιο λογικούς κανόνες. Και κατέληξε στο συμπέρασμα ότι η ρωμαϊκή εκδοχή χρησιμοποιούσε τα πιο μικρά ταμπλό.

Το ίδιο έγινε και πρόσφατα με το παιχνίδι της Shahr-i Sokhta. Μάλιστα, ο προγραμματιστής Sam Jelveh και ο αρχαιολόγος Hossein Morad δημιούργησαν μια διαδικτυακή έκδοση του παιχνιδιού, με όλες τις λεπτομέρειες για το πώς πιθανώς παιζόταν, την οποία μπορείτε κι εσείς να παίξετε εδώ.




Δημοσιεύτηκε ! 2025-04-06 09:00:00

Δείτε και αυτό !
Close
Back to top button