Səviyyə artım: GameGAN AI Nvidia oyun mühərrikinin əsasını qoymadan Pac-Man yaradır

Bu sayt, bu səhifədəki linklərdən filial komissiyaları qazana bilər. İstifadə qaydaları. Səviyyə yuxarı: GameGAN AI Nvidia Əsas Oyun Mühərriki olmadan Sakit İnsan yaratdı 1

Nvidia, əsas oyun mühərriki olmadan tam işlək video oyunları edə bilən ilk nəsil şəbəkəsini yaratdı. Bu layihə nəzəriyyəni sınamağa başladı: bir AI əsas oyun məntiqinə çatmadan oyunu çoxaltmaq üçün yaxşı təqlid etməyi öyrənə bilərmi?

Cavab, ən azı, 40 illik yubileyini təsadüfən qeyd edən Pac-Man kimi klassik bir başlıq üçün. Bu, AI-nin ümumi imkanlarında əlamətdar bir irəliləyişdir.

GameGAN, Generative Adversary Network adlı süni intellektdən istifadə edir. GAN'da hər biri digərini döyməyə çalışan iki AI əleyhdarı bir-biri ilə yarışır.

Budur fərziyyə: görüntünün gerçək və ya süni şəkildə qurulduğunu müəyyən etmək üçün sinir şəbəkəsini yetişdirmək istəməyinizi düşünün. Bu AI, həqiqi olduğunu bildiyi və sintetik görünüşlərdən daha çox həqiqi əlamətləri müəyyənləşdirməyə hazırladığı bir sıra əsas təməl görüntülərdən başlayır. Bunu məqbul dəqiqliklə həyata keçirən ilk AI modelini aldıqdan sonra ümumi bir düşmən yaratmaq vaxtı gəldi.

Süni intellektin əsas məqsədi görüntünün gerçək və ya saxta olub-olmadığını müəyyən etməkdir. İkinci AI məqsədi ilk AI-ni aldatmaqdır. İkinci AI bir görüntü yaradır və birinci Aİ-nin imtina edib etmədiyini qiymətləndirir. Bu Sugerencia modeldə birinci AI ikincisini yerinə yetirir və iki Aİ, daha yaxşılarını istehsal etmək (və aşkar etmək) qabiliyyətlərini yeniləmək üçün vaxtaşırı düzəldilir.

GameGAN modeli Pac-Man-a eyni vaxtda oyunçular tərəfindən istifadə olunan video oyunları və əlaqəli klaviatura hərəkətlərini udmağa icazə verməklə təlim verilir. Gamevanın işlədiyi Nvidia’nın əsas yeniliklərindən biri dekoderin müxtəlif statik elementləri dəyişdirmək seçimi ilə zamanla modelin statik və dinamik komponentlərini deşifr etməyi öyrənməsidir. Bu nəzəri olaraq palet dəyişdirmə və ya sprites kimi xüsusiyyətlərə imkan verir.

Yuxarıdakı iş yerində GameGAN videosu var. Komandanın bu səviyyədən yuxarıda qrafik keyfiyyətini yaxşılaşdıran bir yanaşması var və bu, əsasən oyundakı əsas problemlərdən video çıxışı məhdudlaşdırmaqla əlaqədardır.

Bu oyunun birbaşa təsirinin nə qədər olduğuna əmin deyiləm. Oyun AI təliminin bəzi növləri üçün əladır, çünki AI modelləri tərəfindən öyrənilmək üçün kifayət qədər sadə, lakin çox mürəkkəb bir işi təmsil etmək üçün kifayət qədər mürəkkəb olan sadə giriş və nəticələr mövcuddur.

Burada bəhs etdiyimiz şey, əslində AI-nin Pac-Man qaydalarına əməl edən öz oyununu real Pac-Man tətbiq etmədən hazırlaması üçün öyrədildiyi bir müşahidə təlimidir. Bu barədə düşünsən, insanların oynadığı tərzə daha yaxındır.

Bələdçini oxuyarkən və oxuduğunuzda (oyun maşınına əsas girişə bərabərdir) bir çox insan kompüter oyunlarını və lövhələri özləri üçün sınamaq üçün atlamadan əvvəl oynadıqlarını seyr edərək öyrənirlər. GameGAN kimi, biz də ikinci düşüncəsiz statik varlıq əvəzetmələrini edirik. Klassik qırmızı və qara parçaları və ya bir neçə çınqıl ilə şahmat oynaya bilərsiniz. Başqalarının bir neçə dəfə şahmat oynadığını gördükdən sonra, əvvəllər oynamamış olsalar da, oyunu dostlarınla ​​paylaşa bilərsən.

GameGAN kimi oyunların mənim üçün maraqlı olmasının səbəbi, AI-nin oyun oynamağı öyrənməməsi ilə əlaqədardır. AI əslində oyunun digər insanların oynadıqlarını izləmək üçün nə olduğunu öyrənir. Konseptual olaraq, insanların necə öyrəndiklərinə daha yaxındır və illərlə inkişaf edən AI alqoritmlərini, yanaşmaları və anlayışlarını görmək çox maraqlıdır.

İndi oxuyun: