Новый прорыв искусственного интеллекта: нейросеть воссоздала игру Pac-Man
Нейросеть сумела воссоздать игру Pac-Man, просматривая геймплейные видео в течение четырёх суток.
Компания Nvidia уже довольно давно развивает нейросети, на её счету и технология, улучшающая работу рейтрейсинга, и генератор человеческих лиц, а к сорокалетнему юбилею оригинальной PacMan инженеры компании решили доверить нейросети разработку игру на основе её геймплейных роликов. И оказалось, что задача не такая уж и невыполнимая, как могло бы показаться скептикам.
Нейросеть «впитала» в себя большое количество геймплейных роликов, сгенерировала тестовую площадку, а затем начала долго и кропотливо подгонять результат к тому, что было на видео. Всего нейросети GameGAN понадобилось около 50 тысяч итераций для идеального воссоздания игры.
Как же нейросеть определяла правильность своих действий? Всё просто: в качестве игрока выступала другая нейросеть, проверявшая игровые механики на достоверность. Такой принцип работы с нейросетями называют генеративно-состязательным, в его основе лежат две сети, одна из которых занимается непосредственно генерированием контента, а другая проверяет его на правильность. На данный момент это один из самых эффективных подходов к обучению нейронных сетей.
Компания Nvidia уже довольно давно развивает нейросети, на её счету и технология, улучшающая работу рейтрейсинга, и генератор человеческих лиц, а к сорокалетнему юбилею оригинальной PacMan инженеры компании решили доверить нейросети разработку игру на основе её геймплейных роликов. И оказалось, что задача не такая уж и невыполнимая, как могло бы показаться скептикам.
Нейросеть «впитала» в себя большое количество геймплейных роликов, сгенерировала тестовую площадку, а затем начала долго и кропотливо подгонять результат к тому, что было на видео. Всего нейросети GameGAN понадобилось около 50 тысяч итераций для идеального воссоздания игры.
Как же нейросеть определяла правильность своих действий? Всё просто: в качестве игрока выступала другая нейросеть, проверявшая игровые механики на достоверность. Такой принцип работы с нейросетями называют генеративно-состязательным, в его основе лежат две сети, одна из которых занимается непосредственно генерированием контента, а другая проверяет его на правильность. На данный момент это один из самых эффективных подходов к обучению нейронных сетей.
Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.
-1
Каким лохам это? Любой пожилой программист а не восторженный задрот скажет вам, что нет никакого ии и близко. Всё это машинные команды.
- ↓