فناوری یادگیری ماشین (Machine Learning) زیرمجموعه ای از علم ادراک ساختگی به شمار می آید که در آن ماشین های کامپیوتری با جمع آوری و تجرید اطلاعات مختلف، کارایی خود را ارتقاء می دهند و به تدریج قدرت بیشتری بوسیله دست می آورند. دراین میان ظاهرا گوگل  قصد دارد با بهره گیری از درس سامان به معاون استودیوهای ورزش سازی کوچک برود و آن ها را قادر سازد بازی هایی مبصر ساختن کنند.

گوگل برای دستیار بوسیله استودیوهای بازی سازی کوچک، پروژه ای تحت عنوان کایمرا (Project Chimera) سیاق اندازی کرده و تیمی از مهندسان این همدستی از پتانسیل شبکه های مولد تخاصمی (GAN) برای دست یابی به این کمال مطلوب استفاده می کنند (GAN یکی از مباحث متاخر و پیچیده داخل ارتباط با شعور جعلی و یادگیری ماشین است).

اریک هافمن-جان، رئیس مقدر شدن نوآوری مرکز تحقیق و توسعه ی گوگل استیدیا (Google Stadia) به تازگی در این رابطه مصاحبه ای با رومه ی MCVUK عمل داده و از نبوغ های جالب فراگیری ماشین برای دستیار به ورزش سازهای کوچک گفته است؛ به طوری که آن ها تو آینده قادر خواهند وجود از این طریق حتی آثاری در ابعاد دنیای وارکرفت (World of Warcraft) تولید کنند و با کمک یادگیری ماشین به خلق محتوای مجلل موردنیاز برای پروژه های بزرگ خود بپردازند:ما در حال کار روی مواردی هستیم که تولیدکننده های بازی های ویدیویی فعلاً نمی خواهند ریسک دخول به آن ها را تجربه کنند. ما به سراغ ورزش سازهای مختلف می رویم و از آن ها سؤالاتی می پرسیم قرین: تا امروز یار داشته اید سراغ چه کارهایی در آثار خویشتن بروید که توانایی انجام آن ها را نداشته اید؟ چه چیزهایی را از بازی های خود حذف کرده اید، به این دلیل که فرصت کافی بخاطر تفحص بوسیله آن ها نداشتید یا قدرت پردازش آن ها در دسترس شما نبوده است؟»

اندیشه کنید چه اتفاقات جالبی می افتد اگر یک آویشن بازی سازی ۱۴ نفره بتوانند آثاری داخل کمیت و کمیت های دنیای وارکرفت خلق کنند. چنین چیزی واقعاً هدف عظیمی برای آویشن های کوچک محسوب می شود، نه؟ نکته ی مهمی که در تک تولید ورزش های وقار شبیه دنیای وارکرفت حیات دارد این است که این سنخ پروژه ها نیازمند تولید محتوای بسیار زیاد و تکراری هستند و هنرمندان و طراحان این بازی ها باید بسیار بیشتر از حالت عادی روی آن ها کار کنند و همین سیلان هم باعث افزایش بودجه و زمان تولید این بازی ها می شود.

چنانچه به بودجه ی تولید ورزش هایی شبیه دنیای وارکرفت دقت کنید، حدود ۷۰٪ آن را تولید محتوا دربرمی گیرد و ۳۰٪ یا حتی کمتر شامل کدنویسی بازی می شود. یعنی با اینکه میزان کدهای نوشته شده برای بازی هم درون نوع خود بوسیله شدت عظیم است، ولی بخش اعظم فرمان را محتوای آن تشکیل می دهد.



چیزی که گوگل سرود دارد به سراغ آن برود، کم و بیش بوسیله پرورش ماشین StyleGAN از انویدیا ( Nvidia) شبیه است؛ پروژه ای که انویدیا به کمک آن توانست درک قدر یا بهای چیزی جعلی ای را ساختن درنگ که اقتدار طراحی شخصیت هایی با استیل بصری و حال و هوای شخصیت های مدل سازی شده توسط  اوسامو تزوکا، معروف به بابا مانگا را دارد. پروژه کایمرای گوگل هم سرود دارد با کاربرد از یادگیری ماشین بوسیله خلق آثار بهتر و حفظ تعادل درون تولید بازی های ویدیویی دستیار و کارهای مفرط پیچیده را بوسیله پروسه ای ساده بخاطر استودیوهای کوچک تحول کند. هافمن-جان در این اساس می گوید: ما تو 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 بار آن را ایفا دهد و به مرحله ای برسد که نقش یک تِستر را ایفا یواش و با رفع ایرادات بازی، آن را به اعتدال مناسبی برساند. به این نظم استودیوهای کوچک که اقتدار استخدام صدها تستر بخاطر آزمایش بازی های خویشتن را ندارند، می توانند با معاون تدریس سامان آثار خود را به وضعیت مطلوبی برسانند و ایرادات آن ها را برطرف کنند.

در این حالت درایت قلابی می تواند با امتحان کردن بازی به سازندگان آن بگوید چه بخش 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 خود بازی تجربه کنند تا مقاوم و غلط بودن آن را بااطلاع شوند، فهمیدن مصنوعی عزب با شهود ایده ها و تئوری های طراحی شده توسط ورزش سازها اعلام می بطی ء این تئوری ها بوسیله درد ورزش آن ها می خورند یا خیر.مقاله های مرتبط:قسمت متاخر پروگرام Stadia Connect به زودی برگزار می شوداپلیکیشن گوگل استیدیا بیش از یک میلیون کود دانلود شده است

فهم مصنوعی به سرعت تو حال ترفیع است و در دنیای بازی حزن شاهد نمونه های جالبی متشابه AlphaStar از همکاری DeepMind هستیم که توانایی شکست اعطا کردن ۹۹.۸٪ از بازیکن های استارکرفت 2 ( StarCraft II)را دارد. ولی قرار ازاله هوش جعلی متصل درون نقش رقیب بازیکن ها بی پرده شود و با تلاش گوگل و سایر شرکت های فراهم در صنعتی بازی می توان امیدوار بود که در آینده ای نه چندان دور، هوش تقلبی به یاری بازی سازها بیاید و بوسیله ابداع آثاری هرچه بهتر و کم ایرادتر معاون کند.

شما کاربران زومیت چه دیدگاهی در این مورد دارید؟بیشتر بخوانید:گوگل درون هم چشمی با زوم، استعمال از گوگل میت را برای همه کاربران رایگان کردمروری بر کتاب ایموجی هاگزارش مالی آلفابت در سه ماهه ابتدا ۲۰۲۰ منتشر شدقابلیت ضبط ارتباط اندروید احتمالا بوسیله رخساره منطقه ای منتشر می شودتمامی اعلان کنندگان در گوگل باید هویت خود را بی پرده کنند

مشخصات

آخرین مطالب این وبلاگ

آخرین جستجو ها