Det er en simpel køresimulator, men kan være begyndelsen på en revolution inden for grafik af videospil.
Den nuværende boom inden for kunstig intelligens har skabt bemærkelsesværdige resultater på et noget overraskende område: skabelsen af billeder og film. Det seneste eksempel blev præsenteret af chipdesigneren Nvidia, som i dag offentliggjorde forskning om, hvordan AI-genereret grafik kan bruges med et konventionelt videospil. Resultatet er et hybridgrafiksystem, som en dag kunne bruges i videospil, film og virtual reality .
Det er en ny tilgang til gengivelse af videoindhold ved hjælp af dyb læring. Det er klart, at Nvidia er meget interesseret i at generere billeder, og spilindustrien overvejer, hvordan AI vil revolutionere området.
Resultaterne af Nvidias arbejde er ikke fotorealistiske og afslører det varemærke visuelle udstrygning set i i det væsentlige AI-genererede billeder. De er heller ikke helt nye. I et forskningsoplæg fra Nvidia beskriver virksomhedens ingeniører, hvordan de konstruerede på en række nuværende metoder, såsom et indflydelsesrige open source-system kendt som pix2pix. Deres funktioner distribuerer et slags neuralt netværk kendt som et generativt socialt system eller endda GAN. Disse bruges i vid udstrækning til generering af AI-billeder, herunder til introduktion af et AI-portræt, der for nylig er solgt af Christie's.
Imidlertid har Nvidia introduceret flere opfindelser, og et produkt af arbejdet, siger det, er den første videospilpræsentation nogensinde med AI-genereret grafik. Det er en nem kørselsimulering, hvor spillere gennemsøger et par byblokke med AI-genereret rum, men ikke kan forlade deres køretøj eller interagere med omverdenen. Demoen drives kun af en GPU - en bemærkelsesværdig bedrift for sådan banebrydende arbejde. (Selvom det ganske vist er, at GPU er virksomhedens øverste rækkevidde på $ 3.000 Titan V, "den mest effektive pc-GPU nogensinde oprettet" og en, der generelt bruges til avanceret simuleringsbehandling i modsætning til spil.)
Nvidias system opretter grafik ved hjælp af et par handlinger. For det første skal forskere indsamle træningsdata, som i dette tilfælde blev fjernet fra open source-datasæt, der blev brugt til autonom kørselsforskning. Denne optagelse segmenteres derefter, hvilket betyder, at hver ramme er opdelt i forskellige klasser: himmel, træer, biler, veje, bygninger osv. Et generativt kontradiktorisk netværk trænes derefter med disse specifikke data til at generere nye varianter af disse emner.
Derefter lavede ingeniører den grundlæggende topologi i det digitale miljø ved hjælp af en traditionel spilmotor. I tilfælde som dette var systemet Unreal Engine 4, derefter en favoritmotor, der blev brugt til titler som Fortnite, PUBG, Gears of War 4 og flere flere. Ved hjælp af dette miljø som en ramme opretter dyb læringsalgoritmer efterfølgende grafikken for hver klasse af ting i realtid og limer dem til spilmotormodellerne.
"Verdensarrangementet er sket traditionelt," præciserer Nvidias vicepræsident for ansat dyb læring, Bryan Catanzaro, "det eneste AI genererer er billederne." Han tilføjer, at selve demonstrationen er grundlæggende og blev sammensat af en enkelt ingeniør. "Det er proof-of-concept i stedet for et spil, der er sjovt at spille".
For at gøre dette program havde Nvidias ingeniører behov for at arbejde på mange udfordringer, hvoraf den største var objektets varighed. Problemet er, at hvis dybdeindlæringsberegningerne genererer grafikken til verden med en hastighed på 25 billeder i sekundet, hvordan opretholder de tingene ens? Catanzaro siger, at denne vanskelighed betød, at det oprindelige resultat af maskinen var " smertefuldt at tjekke ind ", da farver og strukturer "ændrede hver ramme."
Løsningen var at give maskinen en hukommelse, der er midlertidig, så den sammenligner hver nye ramme med det, der er gået før. Det forsøger at forudsige ting som bevægelse inden for disse billeder og genererer nye rammer, der er i overensstemmelse med det, der er på skærmen. Al denne beregning er dog dyr, og dermed kører spillet kun med 25 billeder i minuttet.
Teknologierne er meget i de tidlige stadier, understreger Catanzaro, og det vil sandsynligvis vare årtier, før AI-genereret grafik vises i forbrugernavne. Han sammenligner situationen med udviklingen af strålesporing, den nuværende hotteknik i billedfremstilling, hvor individuelle lysstråler genereres med det samme for at frembringe realistiske refleksioner, skygger og opacitet i digitale miljøer. ”Den allerførste interaktive strålesporingsdemonstration fandt sted længe længe før, men vi fik det ikke i batches for kun et par uger siden,” udtaler han.
Arbejdet har dog mulige anvendelser i forskellige forskningsregioner, herunder robotik og selvkørende biler, hvor det kan bruges til at generere træningsmiljøer. Og det kan forekomme i forbrugsvarer tidligere, omend med en mere begrænset kapacitet.
For eksempel kunne denne teknologi bruges i et hybrid billedsystem, hvor størstedelen af et spil efterlades ved hjælp af traditionelle metoder, men AI bruges til at skabe ligheder af enkeltpersoner eller objekter. Forbrugerne kunne selv tage optagelser ved hjælp af smartphones og derefter uploade disse oplysninger til skyen, hvor beregninger lærte at kopiere dem og derefter indsætte dem i matches. Det kunne gøre det meget nemmere at oprette avatarer, der f.eks. Ligner spillere.
Denne form for teknologi rejser dog nogle indlysende spørgsmål. For nylig er eksperter blevet mere og mere bekymrede over brugen af AI-genererede deepfakes som desinformation og propaganda. Forskere har vist, at det er let at skabe falske optagelser af politikere og berømtheder, der laver eller siger ting, som de ikke gjorde, et potent våben i de forkerte hænder. Ved at skubbe teknologiens evner frem og offentliggøre sin undersøgelse bidrager Nvidia uden tvivl til dette mulige problem ...
Organisationen siger dog, at dette er et nyt spørgsmål. "Må [denne teknologi] bruges til at producere indhold, der er vildledende? Ja. Enhver teknologi til gengivelse kan bruges til at gøre det, " siger Catanzaro. Han siger, at Nvidia arbejder sammen med partnere for at undersøge metoder til at opdage AI-forfalskninger, men i sidste ende er problemet med misinformation et "tillidsproblem", og som de fleste tillidsproblemer før det skal det løses ved hjælp af en række processer, ikke blot teknologisk ..
Catanzaro siger, at teknologivirksomheder som Nvidia kun kan tage så meget ansvar. "Kan du holde elselskabet ansvarlig, fordi de lavede den elektricitet, der driver den computer, der producerer den falske video?" Han spørger.
Og i sidste ende har Nvidia en klar fordel ved at skubbe frem med AI-genererede billeder: det hjælper med at promovere mere af deres organisations hardware. Siden den dybe læringsbom begyndte i begyndelsen af 2010'erne, har Nvidias aktiekurs steget, da det blev tydeligt, at dets computerchips var ideel til forskning og avancement i maskinlæring.
Så kunne en AI-revolution inden for computergrafik være godt for organisationens indtjening? Det ville bestemt ikke skade, griner Catanzaro. "Alt, der øger vores evne til at skabe billeder, der er mere realistiske og overbevisende, mener jeg er fantastisk for Nvidias bundlinje."
Reference : The Verge