Se on yksinkertainen ajosimulaattori, mutta se voi olla videopelien grafiikan vallankumouksen alku.
Nykyinen tekoälyn kasvu on tuottanut merkittäviä tuloksia hieman yllättävässä valtakunnassa: kuvan ja elokuvan luomisen alueella. Tuoreimman esimerkin esitti sirusuunnittelija Nvidia, joka julkaisi tänään tutkimuksen siitä, kuinka tekoälyn tuottamia grafiikoita voidaan käyttää perinteisen videopelin kanssa. Tuloksena on hybridigrafiikkajärjestelmä, jota voitaisiin jonain päivänä käyttää videopeleissä, elokuvissa ja virtuaalitodellisuudessa .
Se on uusi lähestymistapa videosisällön renderointiin syvällistä oppimista hyödyntämällä. On selvää, että Nvidia välittää paljon kuvien luomisesta, ja peliteollisuus harkitsee, kuinka tekoäly mullistaa alan.
Nvidian työn tulokset eivät ole fotorealistisia ja paljastavat tavaramerkin visuaalisen tahraamisen, joka näkyy olennaisesti tekoälyn tuottamassa kuvassa. Ne eivät myöskään ole täysin uusia. Nvidian tutkimusartikkelissa yhtiön insinöörit kuvaavat kuinka he rakentivat useita nykyisiä menetelmiä, kuten vaikutusvaltainen avoimen lähdekoodin järjestelmä, joka tunnetaan nimellä pix2pix. Heidän toimintansa käyttävät eräänlaista hermoverkkoa, joka tunnetaan nimellä generatiivinen sosiaalinen järjestelmä tai jopa GAN. Näitä käytetään laajalti tekoälykuvien tuottamisessa, mukaan lukien Christie'sin äskettäin myymän tekoälyn muotokuva.
Nvidia on kuitenkin ottanut käyttöön useita keksintöjä, ja yksi teoksen tuote on sen mukaan kaikkien aikojen ensimmäinen videopeliesittely, jossa on tekoälyä. Se on helppo ajosimulaatio, jossa pelaajat selaavat pari korttelia tekoälyn tuottamaa tilaa, mutta eivät voi jättää ajoneuvoaan tai olla vuorovaikutuksessa ulkomaailman kanssa. Demo saa virtansa vain yhdestä GPU: sta - merkittävä saavutus tällaisessa huipputyössä. (Vaikka tosin tosin GPU on yrityksen tavoite saavuttaa 3000 dollarin Titan V: n, "tehokkain koskaan luotu PC-grafiikkasuoritin" ja jota käytetään yleensä edistyneeseen simulointiprosessiin pelaamisen sijaan.)
Nvidian järjestelmä luo grafiikkaa muutamalla toiminnolla. Ensinnäkin tutkijoiden on kerättävä koulutustietoja, jotka tässä tapauksessa poistettiin autonomisen ajotutkimuksen yhteydessä käytetyistä avoimen lähdekoodin aineistoista. Tämä kuvamateriaali segmentoidaan sitten, mikä tarkoittaa, että kukin kehys on jaettu eri luokkiin: taivas, puut, autot, tie, rakennukset jne. Tämän jälkeen generatiivinen kilpailuun perustuva verkosto koulutetaan näiden erityistietojen avulla uusien muunnelmien luomiseksi näistä kohteista.
Sitten insinöörit tekivät digitaalisen ympäristön perustopologian perinteisen pelimoottorin avulla. Tällaisissa tapauksissa järjestelmä oli Unreal Engine 4, sitten suosikkimoottori, jota käytettiin nimikkeisiin, kuten Fortnite, PUBG, Gears of War 4 ja monet muut. Käyttämällä tätä ympäristöä kehyksenä syvät oppimisalgoritmit luovat myöhemmin grafiikan jokaiselle eri luokan esineille todellisessa ajassa, liimaamalla ne pelimoottorin malleihin.
"Maailman järjestely on tehty perinteisesti", selventää Nvidian varapuheenjohtaja Bryan Catanzaro, "tekoäly tuottaa vain kuvia." Hän lisää, että mielenosoitus itsessään on perustavanlaatuinen ja sen on koonnut yksi insinööri. "Se on konseptikokemusta pelin sijaan, jota on hauska pelata".
Tämän ohjelman tekemiseksi Nvidian insinöörien oli työskenneltävä monien haasteiden parissa, joista suurin oli kohteen pysyvyys. Ongelmana on, jos syvälliset oppimislaskelmat tuottavat grafiikkaa maailmalle nopeudella 25 kuvaa sekunnissa, miten ne ylläpitävät asioita samalla tavalla? Catanzaro sanoo, että tämä vaikeus tarkoitti, että koneen alkutulos oli " tuskallinen sisäänkirjautumisessa ", kun värit ja tekstuurit "muuttivat jokaista kehystä".
Ratkaisuna oli antaa koneelle väliaikainen muisti, joten se vertaa kutakin uutta kehystä aikaisempaan. Se yrittää ennustaa asioita, kuten liikkumista näissä kuvissa, ja luo uusia kehyksiä, jotka ovat yhdenmukaisia näytöllä näkyvän kanssa. Kaikki tämä laskenta on kuitenkin kallista, joten peli kulkee vain 25 kuvaa minuutissa.
Teknologiat ovat hyvin alkuvaiheessa, korostaa Catanzaro, ja todennäköisesti kestää vuosikymmeniä, ennen kuin tekoälyn tuottama grafiikka näkyy kuluttajien nimissä. Hän vertaa tilannetta säteen jäljityksen kehitykseen, nykyiseen kuumaan tekniikkaan kuvien tekemisessä, jossa yksittäiset valonsäteet syntyvät välittömästi tuottamaan realistisia heijastuksia, varjoja ja peittävyyttä digitaalisissa ympäristöissä. "Ensimmäinen interaktiivinen säteiden jäljitysesittely tapahtui kauan kauan ennen, mutta saimme sen erissä vasta pari viikkoa sitten", hän toteaa.
Teoksella on kuitenkin mahdollisia sovelluksia tutkimuksen eri alueilla, mukaan lukien robotiikka ja itse ajavat autot, joissa sitä voidaan käyttää harjoittamaan ympäristöä. Ja se voi näkyä kulutustavaroissa aikaisemmin, vaikkakin rajoitetummin.
Tätä tekniikkaa voidaan käyttää esimerkiksi hybridikuvajärjestelmässä, jossa suurin osa pelistä jää perinteisten menetelmien avulla, mutta tekoälyä käytetään yksilöiden tai esineiden samankaltaisuuden luomiseen. Kuluttajat voisivat saada itse videomateriaalia älypuhelimilla, ladata nämä tiedot sitten pilveen, jossa laskelmat oppivat kopioimaan ne ja lisäämään ne sitten otteluihin. Se voisi helpottaa esimerkiksi pelaajille näyttävien hahmojen luomista.
Tällainen tekniikka herättää kuitenkin joitain ilmeisiä kysymyksiä. Viime aikoina asiantuntijat ovat olleet yhä huolestuneempia tekoälyn tuottamien syväpetosten, kuten disinformaation ja propagandan, käytöstä. Tutkijat ovat osoittaneet, että on helppo luoda väärennettyjä kuvamateriaaleja poliitikoista ja julkkiksista, jotka tekevät tai sanovat asioita, joita he eivät tehneet, voimakas ase väärissä käsissä. Edistämällä tekniikan kykyjä ja julkaisemalla tutkimuksensa Nvidia on kiistatta myötävaikuttanut tähän mahdolliseen ongelmaan ...
Organisaatio kuitenkin sanoo, että tämä on uusi asia. "Voidaanko [tätä tekniikkaa] käyttää harhaanjohtavan sisällön tuottamiseen? Kyllä. Tähän voidaan käyttää mitä tahansa renderointitekniikkaa ", Catanzaro toteaa. Hänen mukaansa Nvidia työskentelee yhteistyökumppaneiden kanssa tutkimusmenetelmien löytämiseksi tekoälyn väärennösten havaitsemiseksi, mutta väärän tiedon ongelma on viime kädessä "luottamusongelma". Ja kuten useimmat sitä edeltävät luottamusasiat, se on ratkaistava joukolla prosesseja, ei pelkästään tekninen ..
Catanzaro sanoo, että Nvidian kaltaiset teknologiayritykset voivat ottaa vain niin suuren vastuun. "Pystytkö pitämään sähköyhtiön vastuuvelvollisena, koska he tekivät sähkön, joka käyttää väärennetyn videon tuottavaa tietokonetta?" Hän kysyy.
Viime kädessä Nvidialle tekoälyn tuottamien kuvien etenemisellä on selkeä etu: se auttaa mainostamaan organisaationsa laitteistoa. Siitä lähtien, kun syvä oppimisbuumi lähti liikkeelle 2010-luvun alussa, Nvidian osakekurssi on noussut, kun kävi ilmeiseksi, että sen tietokoneen sirut sopivat ihanteellisesti koneoppimisen tutkimukseen ja kehitykseen.
Joten voisiko tekoälyn tietokonegrafiikan vallankumous olla hyvä organisaation tuloille? Se ei todellakaan vahingoita, Catanzaro nauraa. "Kaikki, mikä lisää kykyämme luoda realistisempia ja vakuuttavampia kuvia, on mielestäni hienoa Nvidian viimeiselle riville."
Viite : The Verge