PAC-MAN исполняется 40, NVIDIA GameGAN придает ей новый облик с помощью ИИ |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-05-23 09:58 NVIDIA, в сотрудничестве с Bandai Namco, отмечают 40-летие легендарной игры PAC-MAN, воссоздав классику с помощью искусственного интеллекта (ИИ). Исследователи NVIDIA обучили модель ИИ, назвав ее NVIDIA GameGAN, на 50 000 эпизодах PAC-MAN и создали полностью функциональную версию игры без лежащего в ее основе игрового движка. GameGAN – это первая нейросетевая модель, которая имитирует игровой движок с помощью генеративно-состязательных сетей (GAN). Состоящие из двух состязательных нейросетей, генератора и дискриминатора, GAN-модели учатся создавать новый контент, который выглядит настолько убедительно, что его можно принять за оригинал. Возможно, вам уже удалось попробовать NVIDIA GauGAN, модель глубокого обучения от NVIDIA, которая с легкостью превращает скетчи в фотореалистичные шедевры. GameGAN позволит разработчикам ускорить процесс работы, так как можно будет автоматически генерировать схемы для новых уровней. С помощью GameGan можно также ускорить создание систем симуляции для обучения автономного транспорта, где ИИ может изучать правила окружения перед взаимодействием с соответствующими объектами в реальном мире. Источник: blogs.nvidia.com Комментарии: |
|