فناوری یادگیری ماشین (Machine Learning) زیرمجموعه ای از دانش هوش تقلبی به شمار می آید که در آن ماشین های کامپیوتری با جمع آوری و تفریق مفروضات مختلف، کارایی خود را ارتقاء می دهند و بوسیله تدریج غلبه بیشتری به دست می آورند. دراین میان ظاهرا گوگل عزیمت دارد با بهره گیری از یادگیری ماشین به کمک استودیوهای بازی سازی کوچک برود و آن ها را قادر سازد ورزش هایی بزرگ خلق کنند.
گوگل برای معاون به استودیوهای بازی سازی کوچک، پروژه ای پایین تر عنوان کایمرا (Project Chimera) سیاق اندازی کرده و تیمی از مهندسان این همکاری از پتانسیل شبکه های مولد تخاصمی (GAN) برای مشت یابی بوسیله این هدف استفاده می کنند (GAN یکی از مباحث جدید و پیچیده در وابستگی با درک قدر یا بهای چیزی جعلی و پرورش ماشین است).
اریک هافمن-جان، رئیس بخش نوآوری مرکز رسیدگی و توسعه ی گوگل استیدیا (Google Stadia) بوسیله تری در این ربط مصاحبه ای با روزنامه ی MCVUK انجام داده و از قابلیت های جالب یادگیری ماشین برای دستیار بوسیله بازی سازهای کوچک گفته است؛ بوسیله طوری که آن ها در آینده قادر خواهند بود از این سر حتی آثاری در ابعاد دنیای وارکرفت (World of Warcraft) تولید کنند و با معاون تحصیل سامان به ابداع محتوای عظیم موردنیاز برای پروژه های بزرگ خویشتن بپردازند:ما در حال امر روی مواردی هستیم که تولیدکننده های بازی های ویدیویی فعلاً نمی خواهند ریسک ورود به آن ها را امتحان کنند. ما بوسیله سراغ بازی سازهای مختلف می رویم و از آن ها سؤالاتی می پرسیم مثل: «تا امروز شناخت داشته اید سراغ چه کارهایی در آثار خود بروید که اقتدار ایفا آن ها را نداشته اید؟ چه چیزهایی را از بازی های خود حذف کرده اید، به این برهان که فرصت کافی برای استفهام به آن ها نداشتید خواه قدرت پردازش آن ها در دسترس شما نبوده است؟»
اندیشه کنید چه اتفاقات جالبی می افتد اگر یک تیم بازی سازی ۱۴ نفره بتوانند آثاری در قطع و حد های دنیای وارکرفت خلق کردن کنند. این طور چیزی واقعاً هدف عظیمی برای تیم های کوچک محسوب می شود، نه؟ نکته ی مهمی که در مورد تولید بازی های بزرگی مثل دنیای وارکرفت وجود دارد این است که این سنخ پروژه ها نیازمند تولید محتوای بیش زیاد و تکراری هستند و هنرمندان و طراحان این ورزش ها باید بسیار بیشتر از حالت عادی روی آن ها کار کنند و همین قضیه هم باعث تکثیر بودجه و زمان تولید این بازی ها می شود.
اگر به بودجه ی تولید بازی هایی مثل دنیای وارکرفت دقت کنید، حدود ۷۰٪ آن را تولید محتوا دربرمی گیرد و ۳۰٪ خواه حتی کم شامل کدنویسی بازی می شود. یعنی با اینکه معیار کدهای تصنیف شده برای بازی هم درون جنس خود به شدت مجلل است، اما بخش اعظم فرمان را محتوای آن تشکیل می دهد.
چیزی که گوگل قصد دارد به سراغ آن برود، اندک و بسیار به یادگیری سامان StyleGAN از انویدیا ( Nvidia) شبیه است؛ پروژه ای که انویدیا به کمک آن توانست فهم مصنوعی ای را خلق نرم که توانایی طراحی شخصیت هایی با استیل بصری و حال و هوای شخصیت های طراحی شده توسط اوسامو تزوکا، معروف به پدر مانگا را دارد. پروژه کایمرای گوگل بی قراری ترانه دارد با استفاده از فراگیری ماشین بوسیله خلق آثار بهتر و حفظ اعتدال درون تولید بازی های ویدیویی کمک و کارهای بی اندازه پیچیده را بوسیله پروسه ای میسر برای استودیوهای کوچک دگرگونی درنگ. هافمن-جان در این بنیاد می گوید: ما درون حال کار روی نوعی پرورش تقویتی (یکی از گرایش های یادگیری ماشینی) هستیم که پس از آشنایی با قوانین یک ورزش ویدیویی، می تواند میلیون ها وعده آن را انجام دهد و به وعده ای برسد که نقش یک تِستر را عمل نرم و با رفع ایرادات بازی، آن را بوسیله تعادل مناسبی برساند. به این زیبایی استودیوهای کوچک که توانایی استخدام صدها تستر برای آزمایش بازی های خویشتن را ندارند، می توانند با معاون یادگیری ماشین آثار خود را بوسیله وضعیت مطلوبی برسانند و ایرادات آن ها را برطرف کنند.
داخل این حالت شعور مصنوعی می تواند با تجربه کردن بازی به سازندگان آن بگوید چه مقدر شدن هایی از پروژه ی آن ها ایراد دارد و نیازمند رفع مشکل است تا به تعادل برسد. همین طور آن ها به جای اینکه هر بار چیزی را درون فضای خویشتن بازی تجربه کنند تا معتمد و اشتباه وجود داشتن آن را واقف شوند، شعور جعلی تنها با دریافت ایده ها و تئوری های نقشه کشی شده توسط ورزش سازها اعلام می بطی ء این تئوری ها به درد بازی آن ها می خورند یا خیر.مقاله های مرتبط:تقدیر جدید برنامه Stadia Connect بوسیله زودی برگزار می شوداپلیکیشن گوگل استیدیا بیش از یک میلیون وهله دانلود شده است
هوش مصنوعی به سرعت در حال ترفیع است و داخل دنیای بازی بی آرامی تماشایی معیار های جالبی مثل AlphaStar از شرکت DeepMind هستیم که توانایی انقراض دادن ۹۹.۸٪ از بازیکن های استارکرفت 2 ( StarCraft II)را دارد. اما قرار نیست هوش تقلبی متصل در نقش رقیب بازیکن ها ظاهر شود و با تلاش گوگل و سایر همدستی های حاضر در صنعت بازی می توان امیدوار بود که در آینده ای خیر چندان دور، هوش قلابی به یاری بازی سازها بیاید و بوسیله خلق آثاری هرچه بهتر و ناچیز ایرادتر کمک کند.
شما کاربران زومیت چه دیدگاهی در این مورد دارید؟بیشتر بخوانید:گوگل در هم چشمی با زوم، کاربرد از گوگل میت را بخاطر همه کاربران مجانی کردمروری پهلو کتاب ایموجی هاگزارش مالی آلفابت تو سه ماهه فاتحه ۲۰۲۰ منتشر شدقابلیت ضبط تماس اندروید احتمالا به رخ منطقه ای منتشر می شودتمامی تبلیغ کنندگان در گوگل باید هویت خویشتن را فاش کنند
گوگل برای معاون به استودیوهای بازی سازی کوچک، پروژه ای پایین تر عنوان کایمرا (Project Chimera) سیاق اندازی کرده و تیمی از مهندسان این همکاری از پتانسیل شبکه های مولد تخاصمی (GAN) برای مشت یابی بوسیله این هدف استفاده می کنند (GAN یکی از مباحث جدید و پیچیده در وابستگی با درک قدر یا بهای چیزی جعلی و پرورش ماشین است).
اریک هافمن-جان، رئیس بخش نوآوری مرکز رسیدگی و توسعه ی گوگل استیدیا (Google Stadia) بوسیله تری در این ربط مصاحبه ای با روزنامه ی MCVUK انجام داده و از قابلیت های جالب یادگیری ماشین برای دستیار بوسیله بازی سازهای کوچک گفته است؛ بوسیله طوری که آن ها در آینده قادر خواهند بود از این سر حتی آثاری در ابعاد دنیای وارکرفت (World of Warcraft) تولید کنند و با معاون تحصیل سامان به ابداع محتوای عظیم موردنیاز برای پروژه های بزرگ خویشتن بپردازند:ما در حال امر روی مواردی هستیم که تولیدکننده های بازی های ویدیویی فعلاً نمی خواهند ریسک ورود به آن ها را امتحان کنند. ما بوسیله سراغ بازی سازهای مختلف می رویم و از آن ها سؤالاتی می پرسیم مثل: «تا امروز شناخت داشته اید سراغ چه کارهایی در آثار خود بروید که اقتدار ایفا آن ها را نداشته اید؟ چه چیزهایی را از بازی های خود حذف کرده اید، به این برهان که فرصت کافی برای استفهام به آن ها نداشتید خواه قدرت پردازش آن ها در دسترس شما نبوده است؟»
اندیشه کنید چه اتفاقات جالبی می افتد اگر یک تیم بازی سازی ۱۴ نفره بتوانند آثاری در قطع و حد های دنیای وارکرفت خلق کردن کنند. این طور چیزی واقعاً هدف عظیمی برای تیم های کوچک محسوب می شود، نه؟ نکته ی مهمی که در مورد تولید بازی های بزرگی مثل دنیای وارکرفت وجود دارد این است که این سنخ پروژه ها نیازمند تولید محتوای بیش زیاد و تکراری هستند و هنرمندان و طراحان این ورزش ها باید بسیار بیشتر از حالت عادی روی آن ها کار کنند و همین قضیه هم باعث تکثیر بودجه و زمان تولید این بازی ها می شود.
اگر به بودجه ی تولید بازی هایی مثل دنیای وارکرفت دقت کنید، حدود ۷۰٪ آن را تولید محتوا دربرمی گیرد و ۳۰٪ خواه حتی کم شامل کدنویسی بازی می شود. یعنی با اینکه معیار کدهای تصنیف شده برای بازی هم درون جنس خود به شدت مجلل است، اما بخش اعظم فرمان را محتوای آن تشکیل می دهد.
چیزی که گوگل قصد دارد به سراغ آن برود، اندک و بسیار به یادگیری سامان StyleGAN از انویدیا ( Nvidia) شبیه است؛ پروژه ای که انویدیا به کمک آن توانست فهم مصنوعی ای را خلق نرم که توانایی طراحی شخصیت هایی با استیل بصری و حال و هوای شخصیت های طراحی شده توسط اوسامو تزوکا، معروف به پدر مانگا را دارد. پروژه کایمرای گوگل بی قراری ترانه دارد با استفاده از فراگیری ماشین بوسیله خلق آثار بهتر و حفظ اعتدال درون تولید بازی های ویدیویی کمک و کارهای بی اندازه پیچیده را بوسیله پروسه ای میسر برای استودیوهای کوچک دگرگونی درنگ. هافمن-جان در این بنیاد می گوید: ما درون حال کار روی نوعی پرورش تقویتی (یکی از گرایش های یادگیری ماشینی) هستیم که پس از آشنایی با قوانین یک ورزش ویدیویی، می تواند میلیون ها وعده آن را انجام دهد و به وعده ای برسد که نقش یک تِستر را عمل نرم و با رفع ایرادات بازی، آن را بوسیله تعادل مناسبی برساند. به این زیبایی استودیوهای کوچک که توانایی استخدام صدها تستر برای آزمایش بازی های خویشتن را ندارند، می توانند با معاون یادگیری ماشین آثار خود را بوسیله وضعیت مطلوبی برسانند و ایرادات آن ها را برطرف کنند.
داخل این حالت شعور مصنوعی می تواند با تجربه کردن بازی به سازندگان آن بگوید چه مقدر شدن هایی از پروژه ی آن ها ایراد دارد و نیازمند رفع مشکل است تا به تعادل برسد. همین طور آن ها به جای اینکه هر بار چیزی را درون فضای خویشتن بازی تجربه کنند تا معتمد و اشتباه وجود داشتن آن را واقف شوند، شعور جعلی تنها با دریافت ایده ها و تئوری های نقشه کشی شده توسط ورزش سازها اعلام می بطی ء این تئوری ها به درد بازی آن ها می خورند یا خیر.مقاله های مرتبط:تقدیر جدید برنامه Stadia Connect بوسیله زودی برگزار می شوداپلیکیشن گوگل استیدیا بیش از یک میلیون وهله دانلود شده است
هوش مصنوعی به سرعت در حال ترفیع است و داخل دنیای بازی بی آرامی تماشایی معیار های جالبی مثل AlphaStar از شرکت DeepMind هستیم که توانایی انقراض دادن ۹۹.۸٪ از بازیکن های استارکرفت 2 ( StarCraft II)را دارد. اما قرار نیست هوش تقلبی متصل در نقش رقیب بازیکن ها ظاهر شود و با تلاش گوگل و سایر همدستی های حاضر در صنعت بازی می توان امیدوار بود که در آینده ای خیر چندان دور، هوش قلابی به یاری بازی سازها بیاید و بوسیله خلق آثاری هرچه بهتر و ناچیز ایرادتر کمک کند.
شما کاربران زومیت چه دیدگاهی در این مورد دارید؟بیشتر بخوانید:گوگل در هم چشمی با زوم، کاربرد از گوگل میت را بخاطر همه کاربران مجانی کردمروری پهلو کتاب ایموجی هاگزارش مالی آلفابت تو سه ماهه فاتحه ۲۰۲۰ منتشر شدقابلیت ضبط تماس اندروید احتمالا به رخ منطقه ای منتشر می شودتمامی تبلیغ کنندگان در گوگل باید هویت خویشتن را فاش کنند
- ۹۹/۰۲/۱۱