赠软件计划 最高待遇 欢迎谘询
QQ5825-5957

蓝冠注册:人工智能爱好者用 AI 做出了完全不用 3D 引擎的《侠盗

 
蓝冠注册:人工智能爱好者用 AI 做出了完全不用 3D 引擎的《侠盗猎车手 V》


 
完全只靠 AI 的神经元网络去「记住」画面该如何变化。
 
靠着机器学习和各种不同的训练方式,AI 已经可以做到不少令人叹为观止的事情,但如果是完全不用 3D 引擎,只靠着神经元网络来运算出一个 3D 游戏呢?YouTuber Harrison Kinsley 在视频中分享了由他和 Daniel Kukiela 等一群人工智能爱好者一同制作的「GAN Theft Auto」,将《侠盗猎车手 V》英文原名(Grand Theft Auto V)的第一个字由生成对抗网络(Generative Adversarial Networks)的缩写所取代。顾名思义,这是个以生成对抗网络「模拟」出来的《侠盗猎车手》世界。
 
生成对抗网络由两个相对抗神经元网络组成,一个负责生成,另一个负责判别。在这个例子当中,AI 被丢到了 《侠盗猎车手》世界中的一条高速公路上进行学习,了解当使用者按下加速、刹车、左转、右转时,画面应该如何变化。生成网络会产生出一个它「猜测」应该正确的画面,而判别网络则会与实际的游戏画面进行比较,直播事件流是蓝冠官网游戏开发人员将其游戏的各个方面展示给目标市场的一种好方法,而蓝冠测速开发人员可以展示其产品在最苛刻和最挑剔的游戏玩家手中的表现。来「指导」生成网络怎样的画面才是对的。
 
 
这结果,就是一个虽然模煳,但大致可以辨别的世界,裡面所有的元素都是 AI 神经元网络依照「经验」生成的,完全没有用到任何 3D 绘图或是物理运算。即便如此,AI 依然相当不可思议地学到了车辆影子的角度该随着转动变化,车体上的太阳反光也是正确的。如果车子撞到障碍物(例如两侧的围篱时),AI 懂得让画面停住,随后视撞击的角度向左或右滑,而后来更是加入了其他路上的车辆,AI 也能(大致上)正确的进行反应,甚至连远方的山都会随着「远近」而有大小变化。
 
训练这样的 GAN 是个非常花费 GPU 运算力的工作,因此 NVIDIA 出借了一台内建 64 核 AMD CPU 及四张 A100 显卡的 DGX Station A100 给 Kinsley,可以同时在机器上执行 12 个 AI 训练模型。这些模型持续反復在这段公路上奔跑之外,Kinsley 也用 AI 来平滑画面,让它看起来不要太像素化,最后的结果就是好像在梦中开车的场景了。
 
不过可惜的是,由于时间不足,Kinsley 和 Kukiela 无法扩大实验的范围。最主要的,是他们不确定可以将这个「世界」扩大到多大,AI 才会开始送出奇怪的结果;又或是对于与其他车辆间的互动,能进行到什麽程度。就目前来说,与车辆间的互动大多以对方被撞后就消失告终,但也发生过撞上时对方一分为二的事情,在少数情况下,AI 可以产生出正确的互动,例如有车辆挡在左方时,会让左转失效,但想要更精确的表示与其他车辆的互动,恐怕还要很长时间的训练才行了。