新时代的一瞥。
您可能已经注意到，本文开头的吃豆人动画在某些方面感觉很奇怪。 因为这部动画片上的画面并不是真正的《吃豆人》，而是英伟达全新的游戏AI算法“GameGAN”，复刻写成的“致敬吃豆人”游戏。
无需使用任何游戏引擎，无需人工编程干预，这款“致敬版吃豆人”从玩法、画面元素到敌人的动作，全部由AI学习素材后自动生成。
这是一款真正意义上的互动游戏，还原了原版《吃豆人》中的大部分游戏规则。 玩家需要在游戏中操纵吃豆人吃豆子，同时避开迷宫中的小鬼，但吃完黄豆后会获得短暂的无敌时间，小鬼也会躲避玩家。 角色从地图的一侧走出后，会被传送到另一侧再回来。
5 月 22 日是街机版吃豆人 40 周年纪念日。 这款流行的元祖街机游戏给了无数玩家美好的回忆。 当年想要设计这样一款游戏，不仅需要知道如何编写麻烦的汇编语言，还需要扎实的电路和硬件知识现有的游戏引擎，因为游戏的很多功能都是在专门的硬件芯片上实现的，所以调试很麻烦。
40 年后的今天，这一切都由 AI 完成。 除了《复刻吃豆人》，GameGAN 还可以轻松复刻其他具有相似画面和操作体验的 2D 游戏，例如《大金刚》或《超级马里奥》。
我们与 Nvidia 的研究人员进行了交谈，以了解该 AI 的幕后情况。 他们告诉我们，这项关于游戏开发AI的研究是8个月前开始的，基于PyTorch，目前已经取得了很好的成果。 以《吃豆人》为例，从开始机器学习到开发出“致敬版”游戏，仅用了4天时间。 通过调整一些设置，这个 AI 在学习了原版吃豆人的素材后，甚至可以开发出一种以固定视角看待主角的新玩法。
这里有两点需要注意。 首先，这个AI“做游戏”的方式和以往完全不同。 它不是“自动编程机”。 在传统游戏中，“按下左键UI界面，角色向左后退”这个动作其实需要几部分代码：操作代码是用来匹配玩家的按键输入和角色的移动方向，物理代码是用于确认角色的位置变化。 与周围环境互动，使用渲染代码将角色的艺术素材投射到屏幕上。 此外现有的游戏引擎，可能还需要一套API，方便硬件资源的调动。
但是GameGAN一行代码也写不出来，它输出的结果也只是图片。 当玩家按下左键时，这个 AI 会猜测屏幕的变化并生成一个“看起来像是角色向左走”的图像。 中间发生的一切都在AI的黑盒子里。 没有人知道AI是如何理解玩家的操作的橙光游戏，只有最后的输出。
深度学习网络替代所有游戏代码
其次，这个“AI”与之前引发广泛讨论的Google DeepMind、Open AI不是一回事。 DeepMind和Open AI，在现有的游戏框架中，学习如何与人类一起玩游戏并获胜。
Nvidia的GameGAN专注于如何生成一套游戏运行机制和画面。 它不会让游戏中的敌人变得更强大或更聪明，但它会在其他方面帮助优化我们的游戏体验。 例如，AI可以帮助开发者快速创建大量的关卡和素材原型，从而找到灵感，加快游戏开发进程。
与之前的DLSS类似，AI也可以起到辅助画面渲染的作用，帮助显卡计算抗锯齿、光线追踪和物理模拟，提升游戏运行效率。 Nvidia还专门打造了一款名为“Marble RTX”的测试游戏，帮助AI获得足够的学习数据。
通过 Marble RTX 等环境，AI 还可以学习光线追踪和物理交互的规律
GameGAN最大的意义在于验证了一个概念：AI复制游戏其实就是在你自己的“头脑”中创造一个虚拟世界。 通过学习其他“世界”的资料，你也可以将其他“世界”的运行规则应用到自己的世界中。
换句话说，有朝一日人工智能或许能够创建一个模拟软件，仅通过观看一段交通事故的小视频就可以分析车辆在碰撞后的损坏和变形。 在构建了足够复杂和真实的“虚拟世界”之后，这些“虚拟世界”甚至可以用来训练其他人工智能。 再想想，有点像天网。
目前，这款“吃豆人致敬版”尚未发布，但据英伟达称，稍后将发布玩家可以体验的版本。 想体验未来科技的朋友可以持续关注。
我们随时欢迎喜欢内容创作的朋友加入
应聘者简历可发送至邮箱：
文章提交可以发送至：
