玩家用AI神经网络生成「侠盗猎车5」 实在有意思

Haagenti

靠着机器学习和各种不同的训练方式，AI已经可以做出不少让人叹为观止的事情，但如果完全不用3D引擎，只靠AI神经元网络来运算出一个3D游戏，会是什么效果呢？
        近日油管主Harrison Kinsley和Daniel Kukiela等AI爱好者一同打造出《GAN Theft Auto》，将《侠盗猎车5》英文原名(Grand Theft Auto V)的第一个字由生成对抗网络(Generative Adversarial Networks)的缩写所取代。顾名思义，这是个由生成对抗网络模拟出来的《侠盗猎车》世界。
        视频欣赏：
               
        生成对抗网络由两个相对抗神经元网络组成，一个负责生成，另一个负责判别。在这个例子中，AI被丢到《侠盗猎车》世界中的一条高速公路上进行学习，了解当使用者按下加速、煞车、左转、右转时，画面应该如何变化。生成网络会产生出一个它猜测应该正确的画面，而判别网络则会与实际的游戏画面进行比较，来指导生成网络产生怎样的画面才是对的。
       
        其结果就是生成了一个看起来有些模糊，但大致能辨别的世界。里面所有的元素都是AI神经元网络依照经验生成的，完全没有用到任何3D绘图或物理运算。即便如此，AI依然不可思议地学到了车辆影子的角度该随着转动变化，车体上的反光也是正确的。如果车子撞到障碍物时，AI会懂得让画面停住，随后视撞击的角度向左或右滑，后来加入了其他车辆，AI也能正确进行反应，甚至连远方山群都会随着远近的距离产生大小变化。
        训练这样的GAN需要耗费大量的GPU运算力，英伟达借给Kinsley一台包含64核AMD CPU，四张A100显卡的DGX Station A100，可以同时执行12个AI训练模型。Kinsley除了让这些模型反复在公路上奔跑之外，还用AI来平滑画面，让其看起来不太像素化，最终得到了好像在梦境中开车的场景。
       
        由于时间不足，Kinsley和Kukiela无法扩大实验范围，他们不确定能将这个世界扩展到多大，AI才会开始输出奇怪结果；又或是对于与其他车辆的互动，能进行到什么程度。就目前而言，与其他车辆的互动大多以对方被撞后就消失告终，但也发生过撞上时对方一分为二的事情、在少数情况下，AI可以产生出正确的互动，例如有车辆挡在左方时，会让左转失效。但若想更精确表现与其他车辆的互动，恐怕还需要很长时间的训练才行。
       
        这或许也是对未来游戏的一瞥。不难想象由GAN生成整个游戏，或是生成一部分游戏内容，让人觉得很有意思，很有新鲜感。