Takhle vypadá Pac-Man vygenerovaný neuronovou sítí GameGAN Zdroj: Nvidia

Takhle vypadá Pac-Man vygenerovaný neuronovou sítí GameGAN | Zdroj: Nvidia

Výzkumník Nvidie Seung-Wook Kim trénoval GameGAN na 50 000 průchodech skutečným Pac-Manem Zdroj: Nvidia

Výzkumník Nvidie Seung-Wook Kim trénoval GameGAN na 50 000 průchodech skutečným Pac-Manem | Zdroj: Nvidia

GameGAN Zdroj: Nvidia

GameGAN | Zdroj: Nvidia

Drive AGX Orin, čip Nvidie pro samořiditelné vozy Zdroj: Nvidia

Drive AGX Orin, čip Nvidie pro samořiditelné vozy | Zdroj: Nvidia

Nvidia pracuje na technologiích pro autonomní řízení Zdroj: Nvidia

Nvidia pracuje na technologiích pro autonomní řízení | Zdroj: Nvidia

Partneři Nvidie v oblasti autonomních vozů Zdroj: Nvidia

Partneři Nvidie v oblasti autonomních vozů | Zdroj: Nvidia

Výzkumník Nvidie Seung-Wook Kim trénoval GameGAN na 50 000 průchodech skutečným Pac-Manem Zdroj: Nvidia
GameGAN Zdroj: Nvidia
Drive AGX Orin, čip Nvidie pro samořiditelné vozy Zdroj: Nvidia
Nvidia pracuje na technologiích pro autonomní řízení Zdroj: Nvidia
6
Fotogalerie

Hraní i bez programování. Umělá inteligence Nvidie vytvořila vlastního Pac-Mana

Spojení neuronových sítí a videoher není žádnou novinkou. Vývojáři dnes „AI“ využívají pro procedurální generování nových světů. Společnost DeepMind patřící Alphabetu zase vytvořila neuronovou síť, která sleduje, jak lidé hrají. Díky tomu porazí špičkové hráče v šachu, go nebo i komplexnějších hrách, jako je StarCraft. Do oboru teď promluvila také Nvidia, jejíž umělá inteligence GameGAN dokonce vytvořila celou hru úplně od píky.

Onou hrou byl Pac-Man, legendární požírač teček, který v červenci oslaví 40. narozeniny. GameGAN sledoval 50 tisíc různých průchodů hrou a ovládací povely hráče, aby vytvořil vlastní klon Pac-Mana. Trénink na čtveřici výpočetních karet GV100 probíhal čtyři dny, za tu dobu se GameGAN naučil všechna specifická pravidla hry i podmínky, kdy se ukončí. A ještě umí navrhovat vlastní unikátní úrovně nebo měnit postavičky za jiné.

Celý uměle vygenerovaný Pac-Man stále funguje uvnitř neuronové sítě. Nepoužívá žádný engine, žádný klasický kód s podmínkami a cykly. Každý snímek je pixel po pixelu generovaný podle sady vnitřních pravidel a mačkání čudlíků.

Kvůli tomu proto bude výpočetně hodně náročný. Cílem Nvidie ale není tvořit neefektivní hry. A vlastně ani hry. Podstatou bylo ukázat, že díky GAN (generative adversarial networks) lze tvořit užitečné aplikace s minimem ruční práce. Podobný výpočetní model by se mohl naučit řídit auto. Kamera by sledovala obraz okolo vozu (jako u záznamů her s Pac-Manem) a čidla by snímala aktivitu volantu, pedálů a dalších páček či tlačítek (ovládací povely Pac-Mana). Na základě akcí a reakcí by AI pochopila, jak funguje silniční provoz.

Do tohoto odvětví Nvidia nejspíš také zamíří. Ostatně již roky vyvíjí celé platformy pro řízení autonomních vozů. U nich ale zpravidla trénink probíhá v simulátorech, které museli zdlouhavě připravit lidští programátoři.

Určitě si přečtěte

Články odjinud