Вештачката интелигенција (ВИ) го револуционизира светот каков што го знаеме. Од едноставни алгоритми за откривање и локализација на објекти во слики до имплементирање на системи за следење на здравствената заштита во реално време, вештачката интелигенција подобри безброј сектори по големини. Еден од таквите сектори што користи вештачка интелигенција со децении е индустријата за видео игри.
Оваа статија ги опфаќа основите на вештачката интелигенција и машинското учење заедно со нивната имплементација во видео игрите. Ако сте заинтересирани за развој на игри, Машинско учење или и двете, оваа објава ја за вас!
Вештачка интелигенција и машинско учење
Вештачката интелигенција е апликација од областа на науката за податоци која се фокусира на изградба на паметни машини способни да извршуваат задачи кои генерално бараат одреден степен на човечка интелигенција. Оваа симулирана интелигенција не се состои од апстрактна мисла; туку е средство за попаметно или најпаметно решение за даден проблем.
Машинско учење (ML) е подполе на вештачката интелигенција каде компјутерските алгоритми се обидуваат да се подобрат автоматски преку искуство и користење податоци. Овие алгоритми градат и обучуваат модел користејќи статистичка анализа на дадената база на податоци и прават предвидувања или одлуки без да бидат експлицитно програмирани да го прават тоа.
AI/ML во игри
Вештачката интелигенција постои во индустријата за игри со децении. Но, со воведувањето на современи алатки и технологии како што се единиците за графичка обработка (GPU), подобрениот софтвер за дигитална уметност и огромните збирки на податоци за играчи, потенцијалот и за вештачката интелигенција и за ML се зголеми до небо!
Следниве се главните имплементации на AI/ML во видео игрите.
1. Попаметни NPC
Карактери кои не се репродуцираат (NPC) се карактери во играта различни од главниот играч. Традиционално, NPC беа програмирани со однапред напишани дејства користејќи државна машина. Што значи дека нивните дејства биле поврзани со приказната или како одговор на постапките на играчот, така што NPC има ограничени и предвидливи дејства.
Меѓутоа, со вештачката интелигенција и ML, нашите NPC сега можат да научат стил на играње играчи и да имаат динамичен сет на дејства, што ги прави помалку предвидливи и попредизвикувачки за играње против играчите. Токму оваа стратегија на учење од противникот ни овозможи да создадеме најсовремени шаховски мотори како AlphaZero.
2. Динамичко прикажување
Едно од проблемите што компаниите за видео игри се обидуваат да го отстранат користејќи вештачка интелигенција и ML е изобличувањето на перспективата. Овој феномен се јавува кога објектот изгледа добро кога играчот е далеку, но станува искривен и пиксели кога играчот ќе се доближи до споменатиот предмет.
Компаниите за игри ги користат алгоритмите за машинско учење за динамично да ги подобрат сликите и прикажувањата. Ова ќе се спротивстави на ефектот на изобличување на сликата и ќе овозможи објектот да изгледа пофино кога е поблиску до плеерот.
3. Генерирање на дијалог и реални интеракции
Веќе видовме како AI и ML може да се користат за подобрување на NPC акциите. Сепак, овие технологии може да се користат и за подобрување на искуството за играње со формулирање попрецизни и пореални NPC одговори.
Голем број игри со играње улоги го користат механизмот за дијалог, кои се значително подобрени со помош на Обработка на природни јазици и анализа на чувствата техники со користење на ML алгоритми. Добар пример за напреден дијалог со вештачка интелигенција и реални интеракции може да се видат во игри како Постариот свитоци IV: Oblivion.
4. Светска генерација
Друга моќна примена на ML во развојот на игри е онаа од светската генерација. Голем број на популарни игри како Minecraft и Grand Theft Auto серијата користат сценарио за игра со отворен свет.
Овие игри би било неизмерно тешко да се создадат без одредени карактеристики на светската генерација и кој е подобар начин за динамичко мапирање на терените, создавање NPC и сокривање плен со помош на Машинско учење технологија.
5. Креирање на извонредни игри
Еден од највисоките приоритети на развивачите на видео игри е да создадат игра што е што е можно поимпресивна и блиска до реалниот свет. Сепак, моделирањето на реалниот свет може да биде неверојатно тежок процес.
Овој процес може значително да се олесни со помош на технологијата Машинско учење. Алгоритам ML може да се користи за да се предвидат ефектите од дејствата на играчот или дури и да се моделираат работи како што е времето на играта.
Заклучок
Вештачка интелигенција и Machine Learning пронајдоа некои моќни апликации во индустријата за видео игри. Современите компании за видео игри инвестираат многу во имплементирање на AI и ML за да го подобрат искуството на играчите што го обезбедуваат нивните игри. Со оглед на темпото со кое расте технологијата, нема да биде изненадување наскоро да имаме на располагање некои незамисливи искуства со видео игри. Дали сте возбудени?
Ако ви се допадна оваа статија, претплатете се на неделниот билтен на HashDork, каде што ги споделуваме најновите вести за AI, ML, DL, програмирање и Future Tech.
Оставете Одговор