NVIDIA GameGAN 深度学习人工智慧软体 4 天玩 5 万局小精灵 就可生出一款类似的游戏 (153875)

GameGAN研究工具未来可让人工智慧学习理解游戏中的光影与游戏场景素材对应关系,进而能节省开发者在游戏内的场景建置,或是设置角色互动时所需时间。类似情况,其实也能套用在电影、动画等内容创作,借此让创作效率可大幅提升。

用Pac-Man训练人工智慧了解游戏内容

去年对外展示以生成式对抗网路 (GAN,Generative Adversarial Network)形式打造,并且能透过预先完成训练的人工智慧系统,将简单颜色涂鸦生成拟真图像的GauGAN研究工具后,NVIDIA旗下研究室再次对外展示名为GameGAN研究工具,强调可在没有任何游戏引擎等基础下,完全借由深度学习自动产生一个全功能、可游玩的游戏内容。

与万代南梦宫在内游戏业者合作

为了达成此项研究,NVIDIA更与万代南梦宫合作,借由知名经典游戏《Pac-Man》作为学习范本,让电脑系统借由装载4张GPU的DGX超级电脑进行学习加速,约花费4天时间完成学习包含数百万组画面、总计5万局的《Pac-Man》游玩内容,并且从零到有建构一套完整、可游玩的游戏,其中包含游戏中的迷宫结构、移动路径中的点点与无敌药丸,以及Pac-Man与鬼的移动模式。

而更重要的是让人工智慧记住游戏中的游玩规则,例如玩家操作的Pac-Man与鬼都不能穿越迷宫墙壁,同时Pac-Man行进时会将点点吃掉,并且在吃下无敌药丸时呈现无敌状态,而鬼在此时则会变成蓝色、呈现逃走状态,但是如果在一般情况直接碰到鬼的话,Pac-Man就会死掉,游戏也会跟着结束。

并非复制,而是理解后重新建构游戏内容

依照NVIDIA说明,整个学习过程包含分析游戏画面构成元素、理解游戏游玩方式,进而在没有任何游戏引擎等基础情况下,由系统透过深度学习结果自动生成一组可被人游玩的游戏。

其中整个过程完全是由人工智慧系统以认知理解结果,重新生成一套游戏内容,而非透过复制等方式建构。

[embedded content]

之所以会选择用游戏来训练人工智慧,自然也是因为许多游戏采用固定、有规律的玩法,同时可在短时间内结束游玩,操作过程也涵盖大量决策判断,因此相当适合用于人工智慧系统密集训练需求。

类似情况,先前Alphabet旗下Deep Mind团队就利用《星海争霸II》游戏内容,训练旗下AlphaStar人工智慧系统,借此提升人工智慧决策推论判断能力。

除了《Pac-Man》,NVIDIA表示目前也与其他游戏业者合作,让人工智慧系统能学习更多游戏内容细节,借此训练其分析、认知,进而借由理解结果重新建构可游玩的游戏内容。

被Ubisoft控告侵权抄袭的中国手游《Area F2》已在 App Store、Google Play 永久下架 (153882)

上周Ubisoft指控中国阿里巴巴旗下简悦 (Ejoy.com)打造手机游戏《Area F2》,认为此款游戏涉及侵害《彩虹六号:围攻》版权,同时也连带指控苹果与Google协助上架推广侵权游戏。不过,随着《Area F2》从5月20日后分别从App Store与Google Play Store下架,Ubisoft也撤销相关诉讼。 从《Area F2》公布消息,指称为了改善《Area F2》游戏体验,将使现有游戏版本从5月20日起停止运营。但相关说明中,并未提及Ubisoft诉讼相关细节。 而宣布停止营运后,所有玩家在游玩期间交易内容都能透过App Store、Google Play Store相关机制,或是透过第三方零售商获得退款。 在《Area F2》下架后,Ubisoft随即也撤除相关诉讼内容。 依照Ubisoft先前向洛杉矶联邦法院提交诉讼内容,强调阿里巴巴旗下简悦打造的手机游戏《Area