您可能已经注意到，文章开头的《吃豆人》动画在某些地方可能看起来很奇怪。这张动图并不是真正的《吃豆人》，而是重新雕刻而成的“致敬吃豆人”游戏，因为它是英伟达全新的游戏AI算法“GameGAN”。不使用游戏引擎，也不需要人工编程干预。这个“致敬吃豆人”是经过AI学习后自动生成的，从玩法、画面元素到敌人的动作。材料本身。这是一款真正的互动游戏，还原了大部分原始的“吃豆人”游戏规则。玩家需要在游戏中操作吃豆人，在吃豆子的同时避开迷宫中的孩子，但是吃豆子后，无敌时间缩短，孩子们也会避开玩家。角色从地图一侧退出后，会被传送到另一侧并返回。
5 月 22 日是《吃豆人》街机版 40 周年纪念日。风靡全球的本津街机游戏给了无数玩家怀旧的回忆。当你想设计这样一个游戏时，你不仅知道如何用汇编语言编写令人头疼的东西，而且你还要对电路和硬件有扎实的了解，因为游戏的许多功能都是在一个特殊的硬件芯片中实现的。需要它。而且调试很烦人。四十年后，人工智能做到了这一切。除了《Replica Pac-Man》，你还可以通过 GameGAN 轻松复制《大金刚》和《超级马里奥》等其他具有类似图形和体验的 2D 游戏。我们与 NVIDIA 研究人员讨论了这个 AI 幕后发生的事情。他们说，这项基于 PyTorch 的游戏开发 AI 研究始于 8 个月前，现在取得了非常好的成果。以吃豆人为例，从开始机器学习到开发《致敬版》游戏只用了四天时间。通过调整一些设置，这个AI在学习了原始的Pac-Man素材后，也可以从固定的视角对主角开发新的玩法。
特地在这里请解释两件事。首先，这个人工智能“制作游戏”的方式完全不同。它不是“自动编程机器”。在传统游戏中，“按左键返回左”的动作实际上需要部分代码。使用操作码将玩家的击键匹配到角色的移动方向，使用物理码将角色的美术素材投射到屏幕上，使用渲染码改变角色的位置和周围环境的交互。此外，可能需要一组 API 来促进硬件资源的招募。然而，GameGAN 不能写一行代码，只输出图像。当玩家按下左键时，AI会推断出画面的变化，并生成“看起来角色向左走”的图像。中间发生的一切都在 AI 黑匣子里。没有人知道 AI 如何理解玩家的行为。他们只得到最终的输出。其次，这个“AI”与之前广泛讨论的 Google DeepMind 和 OpenAI 不一样。 DeepMind 和 OpenAI 将学习如何在现有的游戏框架中与人类对战并取胜。
NVIDIA 的 GameGAN 的重点是游戏操作机制的集合以及如何生成屏幕。它不会让游戏中的敌人变得更强大或更聪明，但它确实可以帮助您以其他方式优化游戏体验。例如，人工智能允许开发者快速创建许多关卡和材质原型，以寻找灵感并加快游戏开发进程。和它的前身DLSS一样，AI也起到辅助画面渲染的作用，帮助显卡计算抗锯齿、光线追踪、物理模拟，提升游戏执行效率。英伟达还打造了一款名为“Marble RTX”的测试游戏，让AI获得足够的学习数据。通过像“Marble RTX”这样的环境，AI还可以学习光线追踪和物理交互的规则。GameGAN 最重要的是测试概念。一个我重新创造了游戏，实际上在我的“心中”创造了一个虚拟世界。通过学习其他“世界”的资料，也可以将其他“世界”的运行规则应用到自己的世界中。所以有一天，人工智能可以创建模拟软件，通过简单地观看一段车祸的小视频来分析碰撞后的车辆损坏和变形。在构建了足够复杂和逼真的“虚拟世界”之后，您还可以使用这些“虚拟世界”来训练其他 AI。如果你仔细想想，它有点像天网。