بازی های هوش مصنوعی: NVIDIA یک شبکه عصبی را برای بازآفرینی Pac-Man آموزش می دهد – لپ تاپ استوک

بازی های هوش مصنوعی: NVIDIA یک شبکه عصبی را برای بازآفرینی Pac-Man آموزش می دهد – لپ تاپ استوک

خرید لپ تاپ استوک

برای خرید لپ تاپ استوک با ما تماس بگیرید. لپ تاپ دسته دوم

بازی های هوش مصنوعی: NVIDIA یک شبکه عصبی را برای بازآفرینی Pac-Man آموزش می دهد

 - لپ تاپ استوک

 

بازی های هوش مصنوعی: NVIDIA یک شبکه عصبی را برای بازآفرینی Pac-Man آموزش می دهد

 


هفته گذشته NVIDIA نیمی از برنامه کنفرانس خود را برگزار کرده است. این شرکت مانند واقعه واقعی ، جلسات متعددی را در مورد همه چیز NVIDIA ، از Ampere تا CUDA گرفته تا دسک تاپ از راه دور ارسال کرده است. اما شاید جالب ترین صحبت - و مطمئناً جالب ترین - از گروه تحقیقاتی انویدیا باشد.

امروز گروه با توجه به توسعه فن آوری های آینده و یافتن کاربردهای جدید برای فناوری های فعلی ، اعلام کرده است که آنها یک شبکه عصبی Pac-Man را آموزش داده اند.

و نه ، منظور من این نیست که چگونه بازی مرد پاک منظورم چطور است بودن بازی Pac-Man.

این افشا ، به موقع همزمان با ۴۰ استهفتم سالگرد بازی شبح و مشروب فروشی ، از تحقیقات NVIDIA در زمینه شبکه های مشروعیت زایشی (GANs) بیرون می آید. در سطح بسیار بالا ، GAN ها نوعی شبکه عصبی هستند که در آن دو شبکه عصبی علیه یکدیگر آموزش داده می شوند - به طور معمول یکی یادگیری چگونگی انجام یک کار و دیگری یادگیری نحوه یابی اولین کار انجام این کار - با هدف نهایی این است که رقابت بین شبکه ها می تواند با مجبور کردن آنها برای پیشرفت ، به پیشرفت هر دو شبکه کمک کند. از نظر کاربردهای عملی ، از GAN ها معروف ترین در پروژه های تحقیقاتی برای ایجاد برنامه هایی استفاده شده است که می توانند تصاویر واقع بینانه از آیتم های دنیای واقعی ، تصاویر موجود در مقیاس بالا و سایر کارهای سنتز / دستکاری تصاویر ایجاد کنند.

با این حال ، برای Pac-Man ، محققان پشت این پروژه GameGAN با قدمت مشخص گام برداشته و با ایجاد تمرکز بر ایجاد یک GAN که می تواند نحوه شبیه سازی / تولید یک بازی ویدیویی را آموزش دهد ، تمرکز کردند. این نه تنها بازآفرینی نگاه یک بازی بلکه شاید مهمتر از همه ، قوانین یک بازی نیز باشد. در اصل ، GameGAN قصد دارد یاد بگیرد که چگونه یک بازی با تماشای آن کار می کند ، نه بر خلاف یک انسان.

برای اولین پروژه خود ، محققان GameGAN در Pac-Man مستقر شدند که به هر ترتیب نقطه شروع خوبی است. بازی ۱۹۸۰ دارای قوانین و گرافیک های نسبتاً ساده ای است و به ویژه برای روند آموزش ، یک بازی کامل در مدت زمان کوتاهی قابل بازی است. در نتیجه ، بیش از ۵۰K "قسمت" آموزش ، محققان به GAN می آموزند كه چگونه فقط با داشتن شبکه عصبی تماشای بازی در حال بازی ، Pac-Man باشد.

و از همه برجسته‌تر ، همه چیز دیوانه وار است.

در ویدئویی که توسط انویدیا منتشر شده است ، این کمپانی به طور خلاصه GameGAN با آموزش Pac-Man را نشان می دهد. در حالی که بازی حاصل شده تفریحی کاملاً مناسب از Pac-Man نیست - خصوصاً ، وضوح شبیه سازی شده GameGAN پایین تر است - این بازی کمتر به نظر می رسد و مانند نسخه های بازی Pac-Man عملکردی ندارد. و فقط به نظر نمی رسد: نسخه GameGAN بازی Pac-Man ، ورودی بازی را درست مانند بازی واقعی می پذیرد. در حقیقت ، در حالی که هنوز برای مصرف عمومی آماده نیست ، NVIDIA قبلاً گفته است که آنها می خواهند یک نسخه قابل پخش عمومی را در این تابستان منتشر کنند ، تا همه بتوانند آن را در عمل مشاهده کنند.

مناسب برای یک پروژه تحقیقاتی مربوط به بازی ، آموزش و توسعه برای GameGAN در بعضی مواقع به همان اندازه احمقانه بود. از آنجا که شبکه نیاز به مصرف هزاران هزار نفر از بازی های گیم پلی دارد - و احتمالاً NVIDIA نمی خواهد به کارکنان خود برای بازی در روز Pac-Man بپردازد - محققان برای انجام خودکار بازی به یک بات بازی Pac-Man اعتماد کردند. در نتیجه ، AI که GameGAN است ، اساساً توسط یک AI دیگر در Pac-Man آموزش دیده است. و این بدون تأثیر نیست - محققان در ارائه خود اظهار داشتند كه چون باتوم Pac-Man در بازی خیلی خوب بود ، GameGAN تمایل به جلوگیری از كشتن Pac-Man دارد ، گویی كه این بخشی از قوانین است. که اگر هیچ چیز دیگری نباشد ، بسیار راحت تر از این است که بدانیم که صاحبان هوش مصنوعی ما به زودی در حال بازی در لیست علاقه مندی ها هستند.

همه اینها گفتند ، آموزش GameGAN برای Pac-Man چهار روز تنظیم چهار GV100 طول کشید ، که در این مدت ۵۰،۰۰۰ جلسه گیم پلی را تحت نظر داشت. که برای چشم انداز مقدار سخت افزار مورد استفاده ، ۴ GV100 GPU 84.4 میلیارد ترانزیستور است ، تقریبا ۱۰ میلیون برابر تعداد ترانزیستورها در پردازنده اصلی Z80 بازی اصلی بازی Z80. بنابراین ، در حالی که آموزش یک GAN چگونه می توانید Pac-Man بسیار چشمگیر باشید ، شاید روشی به خصوص کارآمد برای اجرای بازی نباشد.

در همین حال ، فهمیدن چگونگی آموزش یک شبکه عصبی به عنوان Pac-Man ، اهداف عملی نیز دارد. به گفته این گروه تحقیقاتی ، یک تمرکز بزرگ در حال حاضر استفاده از این مفهوم برای آموزش سریعتر شبیه سازها است که به طور سنتی برای گرفتن همه تعامل های احتمالی باید به دقت توسط انسان ساخته شود. اگر یک شبکه عصبی در عوض بتواند با مشاهده آنچه اتفاق می افتد و چه ورودی هایی ایجاد می شود ، یاد بگیرد که چگونه رفتار می کند ، این امر می تواند ایجاد سریع شبیه سازها را بسیار سریعتر و آسان تر کند. جالب اینجاست که کل این مفهوم منجر به ایجاد یک حلقه بازخورد از خود می شود ، زیرا ایده این است که سپس از آن شبیه سازها استفاده کنید تا سپس به سایر شبکه های عصبی نحوه انجام یک کار ، مانند هدف مورد علاقه NVIDIA از اتومبیلهای خودران را آموزش دهید.

درنهایت ، این که آیا منجر به بازپرداخت در دنیای واقعی می شود یا خیر ، یک چیز شگفت آور درباره شبکه عصبی که یک بازی را با مشاهده بازی یاد می کند وجود دارد - حتی (و مخصوصاً) اگر همیشه درس مورد نظر را یاد نگیرد.

 

قوی ترین لپ تاپ جهان لپ تاپ hp zbook

بازی های هوش مصنوعی: NVIDIA یک شبکه عصبی را برای بازآفرینی Pac-Man آموزش می دهد

 - لپ تاپ استوک

اشتراک گذاری پست

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


ارتباط با ما