uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

① koneoppimisen avulla tutkijat antoivat gamengen-mallille onnistuneesti luoda ensimmäisen persoonan räiskintäpelin "doom" 1990-luvulla reaaliajassa ② vaikka lopputuote on edelleen karkea, tämä tutkimus osoittaa edelleen tulevaisuuden tekoälyn luomien pelien näkymät; ③ nvidian toimitusjohtaja jensen huang ennusti kerran , voimme nähdä tekoälyn tuottamia pelejä noin 5-10 vuodessa.

financial associated press, 29. elokuuta (toimittaja shi zhengcheng)tekoälymallien reaaliaikaisten pelien sukupolven aikakausi on hiljaa saapunut meille.

googlen ja tel avivin yliopiston tutkijat julkaisivat tällä viikolla artikkelin "diffusion model on reaaliaikainen pelimoottori"kirjoitus esittelee gamengenin, tietokoneen historian ensimmäisen pelimoottorin, jota tukevat täysin hermoverkkomallit.

(lähde: github)

tutkijat kirjoittivat lehdessä: "nykyään videopelit ovat ihmisten ohjelmoimia, ja gamengen on osa konseptin osoitusta pelimoottoreiden uudesta paradigmasta – jossa peleistä tulee hermomallien painoja koodirivien sijaan.。”

ymmärrettävämmällä tavalla kaikki nykyiset videopelit on suunniteltu valmiiksi. kehittäjien täytyy kirjoittaa koodia, valmistella peliteksti- ja pintakuviomalleja ja sijoittaa ne sitten pelikartalle - pelinäytön renderöinti ja tilapäivitykset riippuvat. päällä manuaalisesti muokatuille säännöille. mutta gamengen-malli avaa täysin toisenlaisen idean:käytä tekoälyn sukupolvimalleja laskeaksesi ja luodaksesi peligrafiikkaa reaaliajassa pelaajien toimien ja reaktioiden perusteella.。

demonstraatiossa tutkijat käyttivät koneoppimista luodakseen onnistuneesti ensimmäisen persoonan räiskintäpelin "doom" 1990-luvulla reaaliajassa gamengen-mallilla. video näyttää, että tekoälyn luomassa pelissä pelaajat voivat kääntyä ja ampua aseita kohtauksessa, ja samalla se voi heijastaa tarkasti jäljellä olevien luotien määrää, jäljellä olevaa veritilavuutta hyökkäyksen jälkeen ja vaadittavatko olosuhteet. avata seuraavalle tasolle täyttyvät.

(lähde: esittelyvideo)

on huomattava, että yllä näkyvät kuvasarjat ovat kokonaan tekoälyn reaaliajassa luomia kuvia.viimeisin kehitys osoittaa myös, että onnistuneesti tekstin, kuvien, äänen ja lyhyiden videoiden luomisen jälkeen tekoälymalleilla voi olla kyky luoda pelikohtauksia, mikä vaatii huomattavasti suurempaa logiikkaa, koherenssia ja reaaliaikaista vuorovaikutusta.

miten he tekivät sen?

tutkijaryhmän mukaan tämän pelejä reaaliajassa generoivan tekoälyn kouluttamiseksi sen on ensin koulutettava vahvistusoppimisagentti pelaamaan peliä, ja sitten on käytettävä tallennettuja leikkeitä generatiivisen diffuusiomallin harjoittamiseen. ennustaa menneiden kohtausten ja pelaajien toimien perusteella. tämän vuoksi tekoälyn luomat pelit voivat näyttää muutoksia terveydessä ja ammuksissa sekä animaatioita hyökkäävistä vihollisista.

suurempi haaste on pitää tekoälyn luomat kuvat ajallisesti ja loogisesti yhtenäisinä. vähentääkseen autoregressiivistä ajautumista päättelyn aikana tutkijat tuhosivat kontekstikehykset lisäämällä koodattuihin kehyksiin gaussin kohinaa harjoituksen aikana, jolloin tekoäly pystyi korjaamaan aiemmissa kehyksissä näytteitettyjä tietoja ja säilyttämään näin kuvan luomisen vakauden ajan myötä.

(lähde: tutkimuspaperi)

tutkijat paljastivat,tämän mallin käyttäminen vaatii vain yhden tpu:n (googlen itse kehittämä ai-prosessori), joka voi saavuttaa 20 kehyksen sekuntinopeuden.。

tietenkin yllä olevat kappaleet osoittavat myös gamengenin rajoitukset: tämän tekoälyn täytyy luottaa olemassa olevien pelien (tai tekstin, kuvien ja muiden materiaalien) syöttämiseen pelien luomiseksi.

dr. jim fan, vanhempi tutkimuspäällikkö ja nvidia:n embodied intelligence groupin johtaja, kommentoi sosiaalisessa mediassa,gamengen on enemmän kuin neural radiation field (nerf) kuin videon sukupolvimalli. neural radiation field luo 3d-esityksen kohtauksesta ottamalla kuvia näkymästä eri kulmista. mutta tämä tarkoittaa myös sitä, että mallilla ei ole kykyä yleistää eikä se voi "kuvitella" uusia skenaarioita. tämä on myös ero gamengenin ja soran välillä: se ei voi luoda uusia kohtauksia tai vuorovaikutusmekanismeja.

(lähde: x)

tutkijat mainitsivat tämän myös paperissa selittäen, että tämän tekniikan avullatulevaisuuden pelinkehittäjät voivat luoda uusia pelejä "tekstikuvauksilla ja esimerkkikuvilla", mikä mahdollistaa hienostuneen kuvasarjan muuttamisen uudeksi pelattavaksi tasoksi tai hahmoksi olemassa olevalle pelille, joka perustuu pelkästään esimerkkeihin ohjelmointitaitojen sijaan. .

jen-hsun huang: 5-10 vuoden kuluttua tulee olemaan pelejä, jotka on kokonaan luotu tekoälyllä

reaaliaikainen pelaaminen tekoälyn avulla ei ole uusi idea. kun uusimman sukupolven blackwell-arkkitehtuurisirut julkaistiin tämän vuoden maaliskuussa, nvidian toimitusjohtaja jensen huang ennusti, ettänoin 5-10 vuoden kuluttua näemme pelejä, jotka ovat täysin tekoälyn luomia.。

itse asiassa se ei ole vain google-tiimi, joka on menossa tähän suuntaan.kun openai julkaisi ensimmäisen kerran sora-demon tänä vuonna, se osoitti myös kykynsä simuloida pikselipeliä "minecraft"。

(lähde: openai)

viimeisin kehitys osuu myös mihoyon entisen puheenjohtajan cai haoyun kanssa, joka on äskettäin herättänyt kiivaita keskusteluja "hänen suostuttelusta eroon".

cai haoyu ilmoitti julkisesti tällä viikolla,aigc on mullistanut pelien kehityksen, nyt kestää vain aikaa, ennen kuin tämä ilmiö avautuu täysin. hän uskoo, että tulevaisuudessa vain kahden tyyppisillä pelinkehittäjillä on järkeä jatkaa työskentelyä alalla - 0,0001 %:n huippuneroista ja 99 %:lla yritysharrastajista, jotka luovat omia tarpeitaan vastaavia pelejä. mitä tulee jäljellä oleviin pelikehittäjiin, jotka ovat "tavallisista ammattilaisiksi", kaikkien tulisi vaihtaa uraa mahdollisimman pian.

(lähde: internet)