發新話題
打印

[軟件] 人工智慧愛好者用 AI 做出了完全不用 3D 引擎的

人工智慧愛好者用 AI 做出了完全不用 3D 引擎的

靠著機器學習和各種不同的訓練方式,AI 已經可以做到不少令人嘆為觀止的事情,但如果是完全不用 3D 引擎,只靠著神經元網路來運算出一個 3D 遊戲呢?YouTuber Harrison Kinsley 在影片中分享了由他和 Daniel Kukiela 等一群人工智慧愛好者一同製作的「GAN Theft Auto」,將《俠盜獵車手 V》英文原名(Grand Theft Auto V)的第一個字由生成對抗網路(Generative Adversarial Networks)的縮寫所取代。顧名思義,這是個以生成對抗網路「模擬」出來的《俠盜獵車手》世界。

生成對抗網路由兩個相對抗神經元網路組成,一個負責生成,另一個負責判別。在這個例子當中,AI 被丟到了 《俠盜獵車手》世界中的一條高速公路上進行學習,了解當使用者按下加速、煞車、左轉、右轉時,畫面應該如何變化。生成網路會產生出一個它「猜測」應該正確的畫面,而判別網路則會與實際的遊戲畫面進行比較,來「指導」生成網路怎樣的畫面才是對的。

這結果,就是一個雖然模糊,但大致可以辨別的世界,裡面所有的元素都是 AI 神經元網路依照「經驗」生成的,完全沒有用到任何 3D 繪圖或是物理運算。即便如此,AI 依然相當不可思議地學到了車輛影子的角度該隨著轉動變化,車體上的太陽反光也是正確的。如果車子撞到障礙物(例如兩側的圍籬時),AI 懂得讓畫面停住,隨後視撞擊的角度向左或右滑,而後來更是加入了其他路上的車輛,AI 也能(大致上)正確的進行反應,甚至連遠方的山都會隨著「遠近」而有大小變化。

訓練這樣的 GAN 是個非常花費 GPU 運算力的工作,因此 NVIDIA 出借了一台內建 64 核 AMD CPU 及四張 A100 顯卡的 DGX Station A100 給 Kinsley,可以同時在機器上執行 12 個 AI 訓練模型。這些模型持續反復在這段公路上奔跑之外,Kinsley 也用 AI 來平滑畫面,讓它看起來不要太像素化,最後的結果就是好像在夢中開車的場景了。

不過可惜的是,由於時間不足,Kinsley 和 Kukiela 無法擴大實驗的範圍。最主要的,是他們不確定可以將這個「世界」擴大到多大,AI 才會開始送出奇怪的結果;又或是對於與其他車輛間的互動,能進行到什麼程度。就目前來說,與車輛間的互動大多以對方被撞後就消失告終,但也發生過撞上時對方一分為二的事情,在少數情況下,AI 可以產生出正確的互動,例如有車輛擋在左方時,會讓左轉失效,但想要更精確的表示與其他車輛的互動,恐怕還要很長時間的訓練才行了。

TOP

發新話題