初歩的なことかもしれませんが、今ではAIが試合を見ただけで試合を再現できるようになりました。スカイネットはそれほど遠くないはずですよね？
今日、パックマンは 40 歳になります。これを祝うために、ゲーム ハードウェア会社 Nvidia の一部の研究者は、ゲームに基づいた AI のトレーニングに熱心に取り組んでいます。ただし、この AI はパックマンをプレイするために作成されたのではなく、パックマンを構築するために作成されました。
コンセプトはシンプルですが、実行は非常に複雑なので詳細は説明しません。 Nvidia は学習 AI を作成し、50,000 試合相当のパックマンのプレイ映像の前にそれを置きました。その AI である GameGAN は、映像からパックマンのルール、ビジュアル、仕組みを推定し、その学習に基づいて完全に機能するバージョンのゲームを作成するという仕事に取り掛かりました。
GameGAN の名前は「敵対的生成ネットワークNvidia は、これがビデオ ゲーム エンジンを模倣するために構築された最初のニューラル ネットワークであると述べています。
ここでの結果はかなり衝撃的です。実物と比べると粗雑で少し動きが鈍いものの、AI はパックマンをプレイ可能な形で再現することに成功しました。Nvidia はバンダイナムコとの提携により、AI によるパックマンの解釈を自社で利用できるようにする予定です。AI プレイグラウンド Web サイト年末に。
「これは、GAN ベースのニューラル ネットワークを使用してゲーム エンジンをエミュレートする最初の研究です」と、NVIDIA 研究者でありこのプロジェクトのリーダーである Seung-Wook Kim 氏は述べています。 「私たちは、ゲーム内を移動するエージェントの脚本を見るだけで、AI が環境のルールを学習できるかどうかを確認したかったのです。そして、実際に学習できました。」
これは、AI と Nvidia の研究者が利用できるテクノロジの力を誇示するためだけの素晴らしい実験ですが、より大きな潜在的な意味も持っています。これらのツールは、最終的にはゲーム開発者が AI にゲーム レベルのレイアウトの生成を支援するために使用される可能性があります。 、 例えば。また、古典的な Skynet のやり方で、他の目的で他の AI を訓練するのに使用することもできます。
AI のパックマン クローンに関する Nvidia の公式ブログ投稿では、車に搭載されたカメラの顕著な例を紹介しています。AI は、カメラの前の環境とドライバーの車両への入力の両方を監視します。理論的には、GameGAN がパックマンを再現できたのと同じように、この種の映像を見るだけで、AI は運転ルールや車の道路の動きを学習できるでしょう。
この驚くべき実験について詳しく知りたい場合は、Nvidia が詳細なブログ投稿と、実験がどのように達成されたかについて核心に迫る詳細な長い研究論文を公開しています。これは印象的なもので、1980 年のビデオ ゲームの最先端で、そして今もパックマンの誕生日を祝うのに最適な方法です。
