Когда Pac-Man появился 22 мая 1980 года, он установил рекорд по времени,
затраченному на разработку, потребовав колоссальных 17 месяцев для
разработки, кодирования и завершения. Теперь, 40 лет спустя, NVIDIA
потребовалось всего четыре дня, чтобы обучить свой новый игровой ИИ,
полностью воссоздать Pac-Man, основываясь только на наблюдении за игрой
другого ИИ. Об этом сообщают в блоге компании.
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.
Комментариев нет:
Отправить комментарий