Получивший название GameGAN, он представляет собой генеративную состязательную сеть, аналогичную тем, которые используются для создания (и обнаружения) фотореалистичных изображений людей, которых в реальности не существует. В общем случае GANs работают путем сопряжения двух нейронных сетей, генератора и дискриминатора. Генератор обучается на большом образце набора данных, а затем получает инструкции по созданию изображения на основе того, что он видел. Затем дискриминатор сравнивает сгенерированное изображение с образцом набора данных, чтобы определить, насколько они похожи друг на друга. Переключаясь между этими сетями, искусственный интеллект будет постепенно создавать все более и более реалистичные изображения.
В случае с GameGAN, генеративная сеть была обучена на использовании 50 000 игровых сессий, а затем ей велено воссоздать ее в целом — от статических стен и гранул до призраков, самого Pac-Man и правил, регулирующих их взаимодействие. Весь процесс проходил на четверке GP100s. GameGAN, однако, не был обеспечен каким-либо базовым кодом или доступом к движку игры. Вместо этого ИИ следил за игрой другого ИИ и воссоздавал сам движок и все составляющие игры.
«В последние годы было создано много ИИ, которые могут играть в игры. Но это первый созданный GAN, который может фактически воспроизвести саму игру».
Рев Лебаредиан, вице-президент NVIDIA по технологиям моделирования
Это такой же процесс создания, как и методы процедурной генерации, которые существуют с конца 70-х годов, но гораздо более эффективный метод. Этот метод мог бы также улучшить время разработки реальных автономных машин. Поскольку роботы, работающие на складах и сборочных линиях, могут представлять угрозу для безопасности своих коллег-людей, эти машины обычно сначала обучаются виртуально, так что если они совершают ошибку, то никакого реального вреда не причиняется. Проблема заключается в том, что разработка этих цифровых сценариев обучения является трудоемкой и трудоемкой задачей. Сейчас же можно просто обучить модель глубокого обучения, способную предсказывать последствия своих действий, и использовать ее вместо этого.
В конечном итоге может появиться искусственный интеллект, который может научиться имитировать правила вождения, законы физики, просто просматривая видео и наблюдая за действиями агентов в окружающей среде. GameGAN — первый шаг к этому.
GameGAN Pac-Man от NVIDIA — это полностью функциональная игра, в которую смогут играть как люди, так и ИИ, когда компания выпустит ее онлайн позже этим летом.
Читать еще:
В Гонконге создали бионический глаз с чувствительностью лучше, чем у человека.
Треть медиков, работающих с больными COVID-19, рассказали о манипуляциях со статистикой.