Wang Shu Doktora Sonrası Araştırmacı, Tencent Araştırma Enstitüsü
Meng Jingzhi Tencent Araştırma Enstitüsünde Stajyer
Resim kaynağı: Sınırsız AI aracı tarafından oluşturulmuştur
13 Temmuz'da "Science" dergisi, oyunlar ve yapay zeka arasındaki ilişkiyi ayrıntılı olarak ele alan "Oyunlar Yapay Zekanın Gelişimini ve İlerlemesini Sürdürmeye Devam Ediyor" başlıklı bir makale yayınladı ve "oyunların genel anlamda umut verici bir uygulama alanı sağladığına" inandı. zeka çalışması. Oyunları yapay zekayı incelemek için bir platform olarak kullanmak, 200 milyar dolarlık küresel video oyunu endüstrisine doğrudan fayda sağlıyor." [1]
Peki oyunların yapay zeka ile ilişkisi nedir, oyunlar yapay zekanın gelişimini ve ilerlemesini nasıl sağlıyor ve bunların insanların hayatlarına etkileri neler olacak?
Sinerji ve simbiyoz: oyunlar ve yapay zeka birbirini tamamlar
Bilgi bilimi veya bilgisayar biliminin tüm gelişim tarihine bakıldığında, oyunların neredeyse yapay zeka araştırmalarının tüm gelişim sürecinden geçtiğini ve yapay zeka alanındaki her dönüm noktası atılımının oyunlarla yakından ilişkili olduğunu bulmak zor değil. Daha önce Xiamen Üniversitesi Oyun Felsefesi Araştırma Merkezi, oyunlar ile yapay zekanın gelişimi arasındaki ilişkiyi teori, donanım ve uygulama olmak üzere üç düzeyde tartışmıştı. [2] ：
**Oyun, yapay zeka teorisine ilham verir ve yapay zekanın araştırılmasına ve geliştirilmesine yardımcı olur. **Bilginin babası Shannon'dan, 1950'de satrancı bir nesne olarak kullanarak yapay zekayı incelemeye başladı, yapay zekanın öncüsü Samuel'in damaya dayalı takviyeli öğrenme algoritmalarını icat etmesine kadar. Satranç ve dama gibi masa oyunları uzun süredir "Yapay Zeka araştırmasının meyve sinekleri", yani sorunları hızlı bir şekilde doğrulamak için düşük maliyetli, algılanabilir bir araç olarak görülüyor. Günümüzde oyun endüstrisinin hızlı gelişimi, yapay zeka üzerine teorik araştırmaların refahını doğrudan teşvik etmektedir. 1971'den 2015'e kadar oyunla ilgili yapay zeka araştırma makalelerinin sayısı 1.000'den azdı. Ancak AlphaGO'nun 2015'te üç kez Avrupa Go şampiyonu Fan Hui'yi mağlup etmesinden bu yana oyunla ilgili yapay zeka araştırmaları patlayıcı bir büyüme yaşadı. 2022'ye 2019 yılının 7 yılında ilgili makale sayısı 1625'e ulaştı ve bunların 17'si "Doğa" ve "Bilim" konularının kapak yazısı oldu. [3]
**Oyun, yapay zeka bilgi işlem güç altyapısı GPU'sunun (grafik grafik kartı) yeniliğini ve yinelenmesini desteklemektedir. **Çip şirketi Nvidia'yı örnek alırsak, Nvidia'nın oyun ve veri merkezi işindeki gelir ve toplam gelirdeki 1995'ten 2022'ye kadar olan değişikliklere bakılırsa, Nvidia'nın ilk günlerdeki gelirinin neredeyse tamamı oyun işinden geliyordu ve Nvidia, oyun işine güvenerek, fon birikimini tamamladı ve sonraki dönüşüm için güç oluşturmak amacıyla teknik engeller oluşturdu. Günümüzde oyun grafik kartlarındaki zengin teknoloji birikimi ve yüksek Ar-Ge yatırımı sayesinde yapay zeka çiplerinde hızla lider konuma gelen Nvidia, yapay zeka eğitim çiplerinde şu anda %95'lik bir pazar payına sahip. [4] . Oyun grafik kartları tarafından biriktirilen birçok teknoloji aynı zamanda NVIDIA GPU'ların temel yetenekleri haline geldi ve otonom sürüş, tıbbi bakım, yaşam bilimleri, enerji, finansal hizmetler ve üretim gibi daha fazla alana uygulandı.
**Oyunlar, kontrol edilebilir bir eğitim ortamı ve net ölçüm standartları ile yapay zeka sağlar. **Bir oyun hedefleri, kuralları ve zorlukları içerir ve zorlukları çözme süreci zekayı yansıtır. Dolayısıyla belirli bir oyunu tamamlayabilecek bir program oluştururken, bu programın belirli ölçüde bir tür "insan benzeri" "zekaya" sahip olacağı varsayılabilir. Bir yandan oyun, yapay zeka araştırma sahnelerinin eksikliği sorununu çözebilecek zengin insan-bilgisayar etkileşimi sahnelerine ve istikrarlı ve kontrol edilebilir kurallara sahiptir. Öte yandan oyunlar, yapay zeka için net ölçüm standartları sağlar ve oyunlarda yapay zekayı açık ve ölçülebilir kurallarla değerlendirme yeteneği, teknoloji yineleme ve test verimliliğini büyük ölçüde artırabilir.
Teknolojik yineleme ve uygulama inovasyonunun yanı sıra giderek daha fazla işletme, üniversite ve bilimsel araştırma kurumu oyunlara dayalı yapay zeka inovasyon araştırmaları yürütmeye başladı. Oyun yapay zekası araştırmaları, başından beri insan benzeri akıllı bedenler yaratmaya ve insanlarla mükemmel bilgi/kusurlu bilgi ortamlarında (örneğin, "StarCraft 2" tabanlı yapay zeka AlphaStar, "DOTA2 tabanlı yapay zeka) yüzleşmeye kendini adamıştır. ") Akıllı OpenAIFive vb.), insan-bilgisayar etkileşimi deneyimini daha da geliştirmek amacıyla oyundaki (sanal ortam) çeşitli içeriklerin otomatik olarak oluşturulmasına odaklanacak şekilde genişletildi. Kısa bir süre önce, 2023 Dünya Yapay Zeka Konferansı'nda bir dizi üniversite ortaklaşa, oyunlar ve yapay zeka endüstrisi arasındaki gelişim ilişkisine odaklanan "Oyun Yapay Zeka Üniversitesi Ortak Araştırma Merkezi"ni kurdu.
Basit kurallardan karmaşık simülasyonlara: İnsanlar yapay zekaya "yürümeyi ve koşmayı" öğretiyor
İnteraktif deneyime odaklanan birçok oyun yapay zeka araştırması arasında tipik olanı, akıllı ajanların aksiyon üretmesidir. Aracı, farklı iç ve dış koşullara göre hareket edebilen ve tepki verebilen, bir makine tarafından kontrol edilen sanal veya gerçek bir nesnedir. Tipik bir temsilci, bir oyundaki oyuncu tarafından kontrol edilmeyen bir karakterdir (NPC). Akıllı vücut hareketi oluşturma teknolojisi temel olarak akıllı vücudun davranışının gerçek bir insan kadar pürüzsüz ve doğal hale getirilmesini ve insan-bilgisayar etkileşimi deneyiminin nasıl daha da geliştirileceğini araştırır. Yapay zeka araştırmalarında bilgisayarlı görme ve doğal dil işleme alanları sırasıyla görüntü, metin ve dil anlama yeteneklerine odaklanırsa, o zaman etmen eylemlerinin üretilmesi, davranışları ve eylemleri kontrol etmek için yapay zeka alanına karşılık gelir.
Tarihsel olarak, eylem üretme teknolojisinin gelişimi, basit kurallardan karmaşık simülasyonlara, en eski sonlu durum makinesinden hareket eşleştirme algoritmalarına ve ardından makine öğrenimine dayalı eylem oluşturmaya kadar bir süreçten geçmiştir. ve insan gibi koşun.
(1) Kural eşleştirmeye dayalı eylem oluşturma
Durum makinesine dayalı eylem oluşturma
Sanal ortamda etmenin yürüme, koşma, atlama, saldırma vb. çeşitli eylemleri farklı durumlar olarak kabul edilir. İlk geliştiriciler, aracının farklı eylemlerini farklı koşullara göre bir araya getirerek, aracının davranışını kontrol etmek için genellikle bir "durum makinesi" kullanırlar. Bu yaklaşımın avantajı, durumlar arasındaki geçiş kurallarının açıkça tanımlanabilmesi, örneğin yürüme durumunun koşma veya zıplamaya dönüştürülebilmesidir. Aşağıdaki şekil, ajanın oyunda kullandığı sonlu durum makinesini göstermektedir.
Şekil 1 Oyundaki durum makinesinin şematik diyagramı [5]
Bu yaklaşımın avantajının, durumlar arasındaki geçiş kurallarını açıkça tanımlayabilmesi olduğunu bulmak zor değil; örneğin, yürüme durumu koşmaya veya zıplamaya dönüştürülebilir; sınırlama, karmaşık durumlarla baş etmenin zor olabilmesidir. davranışsal etkileşimler ve gelecekteki durum değişikliklerini öngörme. Durum makinesi tasarımı ve bakımı, bir düğümden diğerine atlamak için elle yazılan mantığın gerekliliği nedeniyle oldukça karmaşık sistemler için son derece karmaşık ve zaman alıcı hale gelebilir.
Hareket eşleştirmeye dayalı eylem oluşturma
Durum makinesinin uygulama sınırlamalarını çözmek için oyun yapay zekası bilim insanları daha verimli hareket üretme çözümleri keşfetmeye başladı ve hareket eşleştirme teknolojisi (Motion Matching) ortaya çıktı. Durum makinesiyle karşılaştırıldığında, bu teknolojinin artık farklı hareket yakalama veri bölümlerini manuel olarak birleştirmesine gerek yoktur, ancak hareket yakalama verilerini bir eylem poz veritabanı oluşturmak için kullanır ve mevcut duruma göre en uygun hareket bölümlerini gerçek zamanlı olarak seçip karıştırır. ve aracının hedef durumu. Sonuç olarak, karakterin gerçek zamanlı durumuna ve çevresel faktörlere göre daha karmaşık ve ince animasyon kontrolü gerçekleştirilebilir, böylece akıllı vücut daha doğal ve pürüzsüz bir hareket efekti sunabilir.
Elbette hareket eşleştirme teknolojisinin de pratikte bazı sınırlamaları vardır, örneğin kullanırken tüm animasyon verilerini hafızada tutması gerekir, bu da çok fazla hafıza kaplar, tüm animasyonlar veritabanında mevcut olan ve gerçekleştirilemeyen içeriklerdir. Hareket animasyonunda yenilik. NPC'leri yeterince gerçekçi kılan "Red Dead Redemption 2"de bile sadece "spor eşleştirme" gerçekleştiriyor. Her ne kadar oyun at için yüzlerce farklı aksiyon animasyonu tasarlamış olsa ve hatta nefes almak için yüzlerce farklı ses olsa da bunlar gerçek zeka değil, devasa durum makinesi kuralları ve animasyon kaynakları tarafından istifleniyor.
(2) Makine öğrenimine dayalı aracı eylemlerinin oluşturulması
İster durum makinesine ister hareket eşleştirme teknolojisine dayalı olsun, özünde gerçek akıllı eylem üretimini gerçekleştirememiş olup, karmaşık sistem sorunları ve iniş uygulaması sürecinde büyük kayıplar yaşanmaktadır. Peki modeli eğitirken istediğiniz kadar aksiyon verisi eklemenin bir yolu var mı ve oyunu çalıştırırken bu ekstra verileri belleğe koymaya gerek yok mu?
Bu amaçla yurt içi ve yurt dışındaki akademik çevreler ve endüstriler, makine öğrenimine dayalı akıllı vücut eylemlerinin otomatik olarak üretilmesini gerçekleştirmeye çalışan birçok araştırma yürüttü. Yurtdışında Amerikan şirketi EA, 2021 yılında FIFA serisi oyunlarda akıllı vücut hareketlerinin gerçekçiliğini ve tepki hızını büyük ölçüde artıran HyperMotion teknolojisini geliştirdi. Teknik çözüm, öncelikle oyundaki 22 profesyonel futbolcunun 8,7 milyon kareden fazla hareket verisini yakalamak için hareket yakalama teknolojisini kullanıyor, ardından 8,7 milyon kare veriden sürekli olarak öğrenmek için makine öğrenimi algoritmalarını kullanıyor ve sonunda gerçek gerçekliğe ulaşıyor. -Oyundaki akıllı cisimlerin zaman hareketi oluşturulur. [7]
Tencent, 2019'dan bu yana Çin'de, öz-gerilemeli sinir ağı modelini (ARNN) aracının eylem oluşturma çözümüne uygulamaya çalıştı ve çığır açan bir ilerleme kaydetti. ARNN, zaman serisi verilerinin analiz edilmesinde ve işlenmesinde yaygın olarak kullanılan bir makine öğrenme algoritmasıdır ve sıklıkla hava durumu ve borsa tahmini gibi senaryolarda kullanılır. Eylem alanında kullanılabilirse, çok sayıda gerçek insanı yakalamak ve eğitim için veri girişi yapmak, yapay zeka modelinin eylem dizisi çerçevesinin bir sonraki karesini tahmin etmesine izin vermek ve son olarak tam bir çerçeve oluşturmak mümkün olacak. ve tutarlı bir şekilde doğal eylem.
Bu hedefe ulaşmak için 2019 yılında Tianmei J3 Studio'nun "Tersine Savaş Mobil Oyunlar" ekibi Tencent RoboticsX Laboratuvarı ile bir araya gelerek ARNN modelinin araştırmasına dayanarak sahadaki en son teknolojiyi açtı ve yavaş yavaş tamamladı. oyunlar ve robotlar - "akıllı vücut Aksiyon Üretimi Teknolojisi" araştırma ve geliştirme. Bu teknoloji, ARNN modeli prensibine dayanmaktadır, hareket yakalama verilerini öğrenir ve NPC'lerin veya robotların, farklı dış tepkilere göre gerçek yaratıklara daha çok benzeyen eylemleri, reaksiyonları ve ifadeleri otomatik olarak oluşturmasına olanak tanıyan veri odaklı uyarlanabilir algoritmalar kullanır. Oyuncu işlemleri veya çevresel değişiklikler olarak.
Şekil 3 Aracı eylemi oluşturma teknolojisinin şematik diyagramı
Tencent'in savaş karşıtı mobil oyun ekibi tarafından önerilen bu ARNN tabanlı aksiyon üretme teknolojisi çözümleri seti, sektörde birçok atılım gerçekleştirdi:
İlk olarak, otoregresif sinir ağı algoritmasını uygulamak için araştırmacılar sıfırdan eksiksiz bir araç zinciri oluşturdular ve hareket yakalama, animasyon ön işleme, eğitim ve ayarlama gibi adımlardan oluşan eksiksiz bir üretim hattı oluşturdular. Bu teknoloji mobil terminale uygulandığında ortaya çıkabilecek ağ senkronizasyonu ve performans optimizasyonu sorunlarını çözmek için ekip, yörünge eşleştirme teknolojisini, füzyon animasyon teknolojisini ve ilgili algoritma düzeyindeki çözümleri benimsedi; bu, genel performansı büyük ölçüde artırdı ve sinirsel maliyetleri azalttı. ağ performansı Çıkarım için bellek yükü.
İkinci olarak araştırma ekibi, akıllı kontrol ve karar alma sürecini gerçekleştirmesine yardımcı olmak ve eğitim verimliliğini büyük ölçüde artırmak amacıyla akıllı vücut hareketi oluşturma teknolojisini dört ayaklı robota uygulamak için Tencent RoboticsX Lab ile işbirliği yaptı. Algoritmanın uygulanmasında, bu teknoloji seti robotların düşünme yeteneklerini geliştirmelerine, robotların otonom kararlar almasına ve dış tepkilere dayalı olarak gerçek yaratıklara daha çok benzeyen eylemleri, tepkileri ve ifadeleri otomatik olarak oluşturmasına yardımcı olabilir. Sürekli araştırma ve eğitim altında, çok sayıda simülasyon eğitiminin ardından, bu teknolojiyle donatılmış robot, gerçek köpeklerin yürüme, koşma, atlama, ayakta durma vb. hareketlerini öğrendi ve bu duruşları emekleme, engelleri tamamlamak için esnek bir şekilde kullanabiliyor. Koşma, engel Parkur nesneler arasında mekik çekme ve diğer görevler; önceden bilmediğiniz bir engelle karşılaşsanız bile, bir ışık parıltısıyla onu atlatabilir, ustaca önleyebilir, yörüngeyi bağımsız olarak değiştirebilir ve farklı rota planları kullanabilirsiniz. Belirlenen hedefi tamamlayın (aşağıdaki şekilde gösterildiği gibi). [8]
Şekil 4 Tencent'in kendi geliştirdiği çok modlu dört ayaklı robot
Taklitten aşkınlığa: oyun yapay zekası gerçek dünyayı etkiliyor
Oyun ortamına dayanarak, insanlar yapay zekaya sanal ortamda "yürümeyi ve koşmayı" nasıl daha iyi başarabileceklerini öğrettiler, ancak oyun yapay zekası araştırmalarının değeri burada bitmiyor. Science dergisindeki makalede de belirtildiği gibi, "Oyunlarda yapay zekadaki gelişmeler aynı zamanda gerçek dünyada çalışan daha güçlü ve esnek yapay zeka sistemlerine doğru da önemli bir adım olacaktır."** Yapay zekanın "taklit" yoluyla öğrendiği on sekiz dövüş sanatı Oyunun çeşitli gerçek problem ve senaryolarda aktarılabilir ve evrensel özellikleri ve değerleri vardır. **
Yurt içi ve yurt dışındaki akademi ve sanayi uygulamalarında, bilimsel araştırma kurumları ve işletmelerdeki araştırmacılar, oyun yapay zeka teknolojisini diğer alanlara daha fazla uygulamaya, oyun yapay zekasını gerçek ekonomiyle bağlantı kurmak için kullanmaya ve daha fazla alanda dijital üretkenlik oluşturmaya çalışıyor:
Tıbbi teşhis alanında, oyun yapay zekasının ilgili teknolojileri tıbbi araştırma ve klinik uygulamalarda ve kişiselleştirilmiş tarama, teşhis, prognoz, izleme, risk modelleme, ilaç keşfi ve tedaviye yanıt tahmini vb. dahil olmak üzere diğer tıp ve sağlık alanlarında da kullanılmaktadır. . Özellikle hastalık tespit ve teşhisinin hız ve doğruluğunun artırılmasında oyun yapay zeka teknolojisi etkili destek sağlıyor. Oyun yapay zeka teknolojisi aynı zamanda geçmiş veriler aracılığıyla bir hastanın durumunun veya ameliyatının sanal sahnesini simüle edebilir, takviyeli öğrenme yoluyla tıbbi karar almaya destek sağlayabilir ve ayrıca robot destekli ameliyatı mümkün kılabilir.
Eğitim faaliyetleri alanında da oyun yapay zekası büyük uygulama potansiyeline sahiptir. Bir yandan insanlar, geleneksel öğretim sürecini iyileştirmek amacıyla "Oyun tabanlı öğrenme" ve "Eğitimde Oyunlaştırma" gibi yeni öğretim etkinlikleri biçimleri oluşturmak veya geliştirmek için oyun yapay zekasının araştırma sonuçlarına başvurabilirler. Öğrenme etkisini iyileştirme amacına ulaşmak için oyunun benzersiz unsurlarını ve mekanizmalarını oyuna dahil etmek; diğer yandan insanlar "My World", "StarCraft" ve "Glory of the King" gibi oyun ortamlarını da kullanabilirler. yapay zeka öğretimi etkinliklerinin yürütülmesine yardımcı olmak (Aslında oyun ortamı olmadan pekiştirmeli öğrenme öğretimi etkinliklerinin yürütülmesi neredeyse imkansızdır). [9]
Önümüzdeki dönemde oyun yapay zeka teknolojisinin oyun ortamından çıkarılmasının önemli bir uygulama yönü haline geleceği öngörülebilir. Ayrıca oyun yapay zekasının sanal dünyadan çıktıktan sonra hayatın her alanında yenilik ve gelişime yardımcı olmasını bekliyoruz.
Bu makalenin yazılma sürecinde rehberliklerinden dolayı Tencent Tianmei J3 Studio'daki birçok uzmana teşekkür ederiz.
Referans kaynağı:
[1] Wurman,P R., Stone, P., & Spranger, M (2023) Yapay zekanın oyunlarla iyileştirilmesi. Fen,381(6654), 147-148.
[2] Xiamen Üniversitesi Oyun Felsefesi Araştırma Merkezi vb. "Oyun Yapay Zeka Sektörü Gözlem Raporu"
[3] Çin Bilimler Akademisi ekibinin son araştırması: Oyun teknolojisi, yapay zekanın inovasyonu ve gelişimi için önemli bir itici güç haline geldi.
[5] Holden, Daniel "Sinir Ağları ve Makine Öğrenimi ile Karakter Kontrolü".
[6] Holden, Daniel "Sinir Ağları ve Makine Öğrenimi ile Karakter Kontrolü".
[7] FIFA22 Hypermotion Teknolojisi
[8] Tencent robotlarındaki en son gelişmeler: gerçek köpeklerden "koşmayı ve zıplamayı" öğrenin
[9] Xiamen Üniversitesi Oyun Felsefesi Araştırma Merkezi "Oyun Yapay Zeka Geliştirme Raporu 2023"
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Simülasyondan yeniliğe: Yapay zeka oyunlardan ne öğreniyor?
Wang Shu Doktora Sonrası Araştırmacı, Tencent Araştırma Enstitüsü
Meng Jingzhi Tencent Araştırma Enstitüsünde Stajyer
13 Temmuz'da "Science" dergisi, oyunlar ve yapay zeka arasındaki ilişkiyi ayrıntılı olarak ele alan "Oyunlar Yapay Zekanın Gelişimini ve İlerlemesini Sürdürmeye Devam Ediyor" başlıklı bir makale yayınladı ve "oyunların genel anlamda umut verici bir uygulama alanı sağladığına" inandı. zeka çalışması. Oyunları yapay zekayı incelemek için bir platform olarak kullanmak, 200 milyar dolarlık küresel video oyunu endüstrisine doğrudan fayda sağlıyor." [1]
Peki oyunların yapay zeka ile ilişkisi nedir, oyunlar yapay zekanın gelişimini ve ilerlemesini nasıl sağlıyor ve bunların insanların hayatlarına etkileri neler olacak?
Sinerji ve simbiyoz: oyunlar ve yapay zeka birbirini tamamlar
Bilgi bilimi veya bilgisayar biliminin tüm gelişim tarihine bakıldığında, oyunların neredeyse yapay zeka araştırmalarının tüm gelişim sürecinden geçtiğini ve yapay zeka alanındaki her dönüm noktası atılımının oyunlarla yakından ilişkili olduğunu bulmak zor değil. Daha önce Xiamen Üniversitesi Oyun Felsefesi Araştırma Merkezi, oyunlar ile yapay zekanın gelişimi arasındaki ilişkiyi teori, donanım ve uygulama olmak üzere üç düzeyde tartışmıştı. [2] ：
**Oyun, yapay zeka teorisine ilham verir ve yapay zekanın araştırılmasına ve geliştirilmesine yardımcı olur. **Bilginin babası Shannon'dan, 1950'de satrancı bir nesne olarak kullanarak yapay zekayı incelemeye başladı, yapay zekanın öncüsü Samuel'in damaya dayalı takviyeli öğrenme algoritmalarını icat etmesine kadar. Satranç ve dama gibi masa oyunları uzun süredir "Yapay Zeka araştırmasının meyve sinekleri", yani sorunları hızlı bir şekilde doğrulamak için düşük maliyetli, algılanabilir bir araç olarak görülüyor. Günümüzde oyun endüstrisinin hızlı gelişimi, yapay zeka üzerine teorik araştırmaların refahını doğrudan teşvik etmektedir. 1971'den 2015'e kadar oyunla ilgili yapay zeka araştırma makalelerinin sayısı 1.000'den azdı. Ancak AlphaGO'nun 2015'te üç kez Avrupa Go şampiyonu Fan Hui'yi mağlup etmesinden bu yana oyunla ilgili yapay zeka araştırmaları patlayıcı bir büyüme yaşadı. 2022'ye 2019 yılının 7 yılında ilgili makale sayısı 1625'e ulaştı ve bunların 17'si "Doğa" ve "Bilim" konularının kapak yazısı oldu. [3]
**Oyun, yapay zeka bilgi işlem güç altyapısı GPU'sunun (grafik grafik kartı) yeniliğini ve yinelenmesini desteklemektedir. **Çip şirketi Nvidia'yı örnek alırsak, Nvidia'nın oyun ve veri merkezi işindeki gelir ve toplam gelirdeki 1995'ten 2022'ye kadar olan değişikliklere bakılırsa, Nvidia'nın ilk günlerdeki gelirinin neredeyse tamamı oyun işinden geliyordu ve Nvidia, oyun işine güvenerek, fon birikimini tamamladı ve sonraki dönüşüm için güç oluşturmak amacıyla teknik engeller oluşturdu. Günümüzde oyun grafik kartlarındaki zengin teknoloji birikimi ve yüksek Ar-Ge yatırımı sayesinde yapay zeka çiplerinde hızla lider konuma gelen Nvidia, yapay zeka eğitim çiplerinde şu anda %95'lik bir pazar payına sahip. [4] . Oyun grafik kartları tarafından biriktirilen birçok teknoloji aynı zamanda NVIDIA GPU'ların temel yetenekleri haline geldi ve otonom sürüş, tıbbi bakım, yaşam bilimleri, enerji, finansal hizmetler ve üretim gibi daha fazla alana uygulandı.
**Oyunlar, kontrol edilebilir bir eğitim ortamı ve net ölçüm standartları ile yapay zeka sağlar. **Bir oyun hedefleri, kuralları ve zorlukları içerir ve zorlukları çözme süreci zekayı yansıtır. Dolayısıyla belirli bir oyunu tamamlayabilecek bir program oluştururken, bu programın belirli ölçüde bir tür "insan benzeri" "zekaya" sahip olacağı varsayılabilir. Bir yandan oyun, yapay zeka araştırma sahnelerinin eksikliği sorununu çözebilecek zengin insan-bilgisayar etkileşimi sahnelerine ve istikrarlı ve kontrol edilebilir kurallara sahiptir. Öte yandan oyunlar, yapay zeka için net ölçüm standartları sağlar ve oyunlarda yapay zekayı açık ve ölçülebilir kurallarla değerlendirme yeteneği, teknoloji yineleme ve test verimliliğini büyük ölçüde artırabilir.
Teknolojik yineleme ve uygulama inovasyonunun yanı sıra giderek daha fazla işletme, üniversite ve bilimsel araştırma kurumu oyunlara dayalı yapay zeka inovasyon araştırmaları yürütmeye başladı. Oyun yapay zekası araştırmaları, başından beri insan benzeri akıllı bedenler yaratmaya ve insanlarla mükemmel bilgi/kusurlu bilgi ortamlarında (örneğin, "StarCraft 2" tabanlı yapay zeka AlphaStar, "DOTA2 tabanlı yapay zeka) yüzleşmeye kendini adamıştır. ") Akıllı OpenAIFive vb.), insan-bilgisayar etkileşimi deneyimini daha da geliştirmek amacıyla oyundaki (sanal ortam) çeşitli içeriklerin otomatik olarak oluşturulmasına odaklanacak şekilde genişletildi. Kısa bir süre önce, 2023 Dünya Yapay Zeka Konferansı'nda bir dizi üniversite ortaklaşa, oyunlar ve yapay zeka endüstrisi arasındaki gelişim ilişkisine odaklanan "Oyun Yapay Zeka Üniversitesi Ortak Araştırma Merkezi"ni kurdu.
Basit kurallardan karmaşık simülasyonlara: İnsanlar yapay zekaya "yürümeyi ve koşmayı" öğretiyor
İnteraktif deneyime odaklanan birçok oyun yapay zeka araştırması arasında tipik olanı, akıllı ajanların aksiyon üretmesidir. Aracı, farklı iç ve dış koşullara göre hareket edebilen ve tepki verebilen, bir makine tarafından kontrol edilen sanal veya gerçek bir nesnedir. Tipik bir temsilci, bir oyundaki oyuncu tarafından kontrol edilmeyen bir karakterdir (NPC). Akıllı vücut hareketi oluşturma teknolojisi temel olarak akıllı vücudun davranışının gerçek bir insan kadar pürüzsüz ve doğal hale getirilmesini ve insan-bilgisayar etkileşimi deneyiminin nasıl daha da geliştirileceğini araştırır. Yapay zeka araştırmalarında bilgisayarlı görme ve doğal dil işleme alanları sırasıyla görüntü, metin ve dil anlama yeteneklerine odaklanırsa, o zaman etmen eylemlerinin üretilmesi, davranışları ve eylemleri kontrol etmek için yapay zeka alanına karşılık gelir.
Tarihsel olarak, eylem üretme teknolojisinin gelişimi, basit kurallardan karmaşık simülasyonlara, en eski sonlu durum makinesinden hareket eşleştirme algoritmalarına ve ardından makine öğrenimine dayalı eylem oluşturmaya kadar bir süreçten geçmiştir. ve insan gibi koşun.
(1) Kural eşleştirmeye dayalı eylem oluşturma
Sanal ortamda etmenin yürüme, koşma, atlama, saldırma vb. çeşitli eylemleri farklı durumlar olarak kabul edilir. İlk geliştiriciler, aracının farklı eylemlerini farklı koşullara göre bir araya getirerek, aracının davranışını kontrol etmek için genellikle bir "durum makinesi" kullanırlar. Bu yaklaşımın avantajı, durumlar arasındaki geçiş kurallarının açıkça tanımlanabilmesi, örneğin yürüme durumunun koşma veya zıplamaya dönüştürülebilmesidir. Aşağıdaki şekil, ajanın oyunda kullandığı sonlu durum makinesini göstermektedir.
Bu yaklaşımın avantajının, durumlar arasındaki geçiş kurallarını açıkça tanımlayabilmesi olduğunu bulmak zor değil; örneğin, yürüme durumu koşmaya veya zıplamaya dönüştürülebilir; sınırlama, karmaşık durumlarla baş etmenin zor olabilmesidir. davranışsal etkileşimler ve gelecekteki durum değişikliklerini öngörme. Durum makinesi tasarımı ve bakımı, bir düğümden diğerine atlamak için elle yazılan mantığın gerekliliği nedeniyle oldukça karmaşık sistemler için son derece karmaşık ve zaman alıcı hale gelebilir.
Durum makinesinin uygulama sınırlamalarını çözmek için oyun yapay zekası bilim insanları daha verimli hareket üretme çözümleri keşfetmeye başladı ve hareket eşleştirme teknolojisi (Motion Matching) ortaya çıktı. Durum makinesiyle karşılaştırıldığında, bu teknolojinin artık farklı hareket yakalama veri bölümlerini manuel olarak birleştirmesine gerek yoktur, ancak hareket yakalama verilerini bir eylem poz veritabanı oluşturmak için kullanır ve mevcut duruma göre en uygun hareket bölümlerini gerçek zamanlı olarak seçip karıştırır. ve aracının hedef durumu. Sonuç olarak, karakterin gerçek zamanlı durumuna ve çevresel faktörlere göre daha karmaşık ve ince animasyon kontrolü gerçekleştirilebilir, böylece akıllı vücut daha doğal ve pürüzsüz bir hareket efekti sunabilir.
Elbette hareket eşleştirme teknolojisinin de pratikte bazı sınırlamaları vardır, örneğin kullanırken tüm animasyon verilerini hafızada tutması gerekir, bu da çok fazla hafıza kaplar, tüm animasyonlar veritabanında mevcut olan ve gerçekleştirilemeyen içeriklerdir. Hareket animasyonunda yenilik. NPC'leri yeterince gerçekçi kılan "Red Dead Redemption 2"de bile sadece "spor eşleştirme" gerçekleştiriyor. Her ne kadar oyun at için yüzlerce farklı aksiyon animasyonu tasarlamış olsa ve hatta nefes almak için yüzlerce farklı ses olsa da bunlar gerçek zeka değil, devasa durum makinesi kuralları ve animasyon kaynakları tarafından istifleniyor.
(2) Makine öğrenimine dayalı aracı eylemlerinin oluşturulması
İster durum makinesine ister hareket eşleştirme teknolojisine dayalı olsun, özünde gerçek akıllı eylem üretimini gerçekleştirememiş olup, karmaşık sistem sorunları ve iniş uygulaması sürecinde büyük kayıplar yaşanmaktadır. Peki modeli eğitirken istediğiniz kadar aksiyon verisi eklemenin bir yolu var mı ve oyunu çalıştırırken bu ekstra verileri belleğe koymaya gerek yok mu?
Bu amaçla yurt içi ve yurt dışındaki akademik çevreler ve endüstriler, makine öğrenimine dayalı akıllı vücut eylemlerinin otomatik olarak üretilmesini gerçekleştirmeye çalışan birçok araştırma yürüttü. Yurtdışında Amerikan şirketi EA, 2021 yılında FIFA serisi oyunlarda akıllı vücut hareketlerinin gerçekçiliğini ve tepki hızını büyük ölçüde artıran HyperMotion teknolojisini geliştirdi. Teknik çözüm, öncelikle oyundaki 22 profesyonel futbolcunun 8,7 milyon kareden fazla hareket verisini yakalamak için hareket yakalama teknolojisini kullanıyor, ardından 8,7 milyon kare veriden sürekli olarak öğrenmek için makine öğrenimi algoritmalarını kullanıyor ve sonunda gerçek gerçekliğe ulaşıyor. -Oyundaki akıllı cisimlerin zaman hareketi oluşturulur. [7]
Tencent, 2019'dan bu yana Çin'de, öz-gerilemeli sinir ağı modelini (ARNN) aracının eylem oluşturma çözümüne uygulamaya çalıştı ve çığır açan bir ilerleme kaydetti. ARNN, zaman serisi verilerinin analiz edilmesinde ve işlenmesinde yaygın olarak kullanılan bir makine öğrenme algoritmasıdır ve sıklıkla hava durumu ve borsa tahmini gibi senaryolarda kullanılır. Eylem alanında kullanılabilirse, çok sayıda gerçek insanı yakalamak ve eğitim için veri girişi yapmak, yapay zeka modelinin eylem dizisi çerçevesinin bir sonraki karesini tahmin etmesine izin vermek ve son olarak tam bir çerçeve oluşturmak mümkün olacak. ve tutarlı bir şekilde doğal eylem.
Bu hedefe ulaşmak için 2019 yılında Tianmei J3 Studio'nun "Tersine Savaş Mobil Oyunlar" ekibi Tencent RoboticsX Laboratuvarı ile bir araya gelerek ARNN modelinin araştırmasına dayanarak sahadaki en son teknolojiyi açtı ve yavaş yavaş tamamladı. oyunlar ve robotlar - "akıllı vücut Aksiyon Üretimi Teknolojisi" araştırma ve geliştirme. Bu teknoloji, ARNN modeli prensibine dayanmaktadır, hareket yakalama verilerini öğrenir ve NPC'lerin veya robotların, farklı dış tepkilere göre gerçek yaratıklara daha çok benzeyen eylemleri, reaksiyonları ve ifadeleri otomatik olarak oluşturmasına olanak tanıyan veri odaklı uyarlanabilir algoritmalar kullanır. Oyuncu işlemleri veya çevresel değişiklikler olarak.
Tencent'in savaş karşıtı mobil oyun ekibi tarafından önerilen bu ARNN tabanlı aksiyon üretme teknolojisi çözümleri seti, sektörde birçok atılım gerçekleştirdi:
İlk olarak, otoregresif sinir ağı algoritmasını uygulamak için araştırmacılar sıfırdan eksiksiz bir araç zinciri oluşturdular ve hareket yakalama, animasyon ön işleme, eğitim ve ayarlama gibi adımlardan oluşan eksiksiz bir üretim hattı oluşturdular. Bu teknoloji mobil terminale uygulandığında ortaya çıkabilecek ağ senkronizasyonu ve performans optimizasyonu sorunlarını çözmek için ekip, yörünge eşleştirme teknolojisini, füzyon animasyon teknolojisini ve ilgili algoritma düzeyindeki çözümleri benimsedi; bu, genel performansı büyük ölçüde artırdı ve sinirsel maliyetleri azalttı. ağ performansı Çıkarım için bellek yükü.
İkinci olarak araştırma ekibi, akıllı kontrol ve karar alma sürecini gerçekleştirmesine yardımcı olmak ve eğitim verimliliğini büyük ölçüde artırmak amacıyla akıllı vücut hareketi oluşturma teknolojisini dört ayaklı robota uygulamak için Tencent RoboticsX Lab ile işbirliği yaptı. Algoritmanın uygulanmasında, bu teknoloji seti robotların düşünme yeteneklerini geliştirmelerine, robotların otonom kararlar almasına ve dış tepkilere dayalı olarak gerçek yaratıklara daha çok benzeyen eylemleri, tepkileri ve ifadeleri otomatik olarak oluşturmasına yardımcı olabilir. Sürekli araştırma ve eğitim altında, çok sayıda simülasyon eğitiminin ardından, bu teknolojiyle donatılmış robot, gerçek köpeklerin yürüme, koşma, atlama, ayakta durma vb. hareketlerini öğrendi ve bu duruşları emekleme, engelleri tamamlamak için esnek bir şekilde kullanabiliyor. Koşma, engel Parkur nesneler arasında mekik çekme ve diğer görevler; önceden bilmediğiniz bir engelle karşılaşsanız bile, bir ışık parıltısıyla onu atlatabilir, ustaca önleyebilir, yörüngeyi bağımsız olarak değiştirebilir ve farklı rota planları kullanabilirsiniz. Belirlenen hedefi tamamlayın (aşağıdaki şekilde gösterildiği gibi). [8]
Taklitten aşkınlığa: oyun yapay zekası gerçek dünyayı etkiliyor
Oyun ortamına dayanarak, insanlar yapay zekaya sanal ortamda "yürümeyi ve koşmayı" nasıl daha iyi başarabileceklerini öğrettiler, ancak oyun yapay zekası araştırmalarının değeri burada bitmiyor. Science dergisindeki makalede de belirtildiği gibi, "Oyunlarda yapay zekadaki gelişmeler aynı zamanda gerçek dünyada çalışan daha güçlü ve esnek yapay zeka sistemlerine doğru da önemli bir adım olacaktır."** Yapay zekanın "taklit" yoluyla öğrendiği on sekiz dövüş sanatı Oyunun çeşitli gerçek problem ve senaryolarda aktarılabilir ve evrensel özellikleri ve değerleri vardır. **
Yurt içi ve yurt dışındaki akademi ve sanayi uygulamalarında, bilimsel araştırma kurumları ve işletmelerdeki araştırmacılar, oyun yapay zeka teknolojisini diğer alanlara daha fazla uygulamaya, oyun yapay zekasını gerçek ekonomiyle bağlantı kurmak için kullanmaya ve daha fazla alanda dijital üretkenlik oluşturmaya çalışıyor:
Tıbbi teşhis alanında, oyun yapay zekasının ilgili teknolojileri tıbbi araştırma ve klinik uygulamalarda ve kişiselleştirilmiş tarama, teşhis, prognoz, izleme, risk modelleme, ilaç keşfi ve tedaviye yanıt tahmini vb. dahil olmak üzere diğer tıp ve sağlık alanlarında da kullanılmaktadır. . Özellikle hastalık tespit ve teşhisinin hız ve doğruluğunun artırılmasında oyun yapay zeka teknolojisi etkili destek sağlıyor. Oyun yapay zeka teknolojisi aynı zamanda geçmiş veriler aracılığıyla bir hastanın durumunun veya ameliyatının sanal sahnesini simüle edebilir, takviyeli öğrenme yoluyla tıbbi karar almaya destek sağlayabilir ve ayrıca robot destekli ameliyatı mümkün kılabilir.
Eğitim faaliyetleri alanında da oyun yapay zekası büyük uygulama potansiyeline sahiptir. Bir yandan insanlar, geleneksel öğretim sürecini iyileştirmek amacıyla "Oyun tabanlı öğrenme" ve "Eğitimde Oyunlaştırma" gibi yeni öğretim etkinlikleri biçimleri oluşturmak veya geliştirmek için oyun yapay zekasının araştırma sonuçlarına başvurabilirler. Öğrenme etkisini iyileştirme amacına ulaşmak için oyunun benzersiz unsurlarını ve mekanizmalarını oyuna dahil etmek; diğer yandan insanlar "My World", "StarCraft" ve "Glory of the King" gibi oyun ortamlarını da kullanabilirler. yapay zeka öğretimi etkinliklerinin yürütülmesine yardımcı olmak (Aslında oyun ortamı olmadan pekiştirmeli öğrenme öğretimi etkinliklerinin yürütülmesi neredeyse imkansızdır). [9]
Önümüzdeki dönemde oyun yapay zeka teknolojisinin oyun ortamından çıkarılmasının önemli bir uygulama yönü haline geleceği öngörülebilir. Ayrıca oyun yapay zekasının sanal dünyadan çıktıktan sonra hayatın her alanında yenilik ve gelişime yardımcı olmasını bekliyoruz.
Bu makalenin yazılma sürecinde rehberliklerinden dolayı Tencent Tianmei J3 Studio'daki birçok uzmana teşekkür ederiz.
Referans kaynağı:
[1] Wurman,P R., Stone, P., & Spranger, M (2023) Yapay zekanın oyunlarla iyileştirilmesi. Fen,381(6654), 147-148.
[2] Xiamen Üniversitesi Oyun Felsefesi Araştırma Merkezi vb. "Oyun Yapay Zeka Sektörü Gözlem Raporu"
[3] Çin Bilimler Akademisi ekibinin son araştırması: Oyun teknolojisi, yapay zekanın inovasyonu ve gelişimi için önemli bir itici güç haline geldi.
[4] Oyunlardan yapay zeka hızlandırmaya: Solda Nvidia, sağda AMD.
[5] Holden, Daniel "Sinir Ağları ve Makine Öğrenimi ile Karakter Kontrolü".
[6] Holden, Daniel "Sinir Ağları ve Makine Öğrenimi ile Karakter Kontrolü".
[7] FIFA22 Hypermotion Teknolojisi
[8] Tencent robotlarındaki en son gelişmeler: gerçek köpeklerden "koşmayı ve zıplamayı" öğrenin
[9] Xiamen Üniversitesi Oyun Felsefesi Araştırma Merkezi "Oyun Yapay Zeka Geliştirme Raporu 2023"