{"id":14127,"date":"2024-09-08T18:27:40","date_gmt":"2024-09-08T18:27:40","guid":{"rendered":"https:\/\/dailyai.com\/?p=14127"},"modified":"2024-09-10T11:42:49","modified_gmt":"2024-09-10T11:42:49","slug":"is-the-video-game-industry-facing-an-ai-renaissance-what-are-the-impacts","status":"publish","type":"post","link":"https:\/\/dailyai.com\/fr\/2024\/09\/is-the-video-game-industry-facing-an-ai-renaissance-what-are-the-impacts\/","title":{"rendered":"Le secteur des jeux vid\u00e9o est-il confront\u00e9 \u00e0 une renaissance de l'IA ? Quels sont les impacts ?"},"content":{"rendered":"

Imaginez que vous jouiez au classique jeu de tir \u00e0 la premi\u00e8re personne DOOM, mais avec une particularit\u00e9 : le jeu ne s'ex\u00e9cute pas \u00e0 partir d'un code \u00e9crit par des programmeurs ; il est g\u00e9n\u00e9r\u00e9 en temps r\u00e9el par un syst\u00e8me d'intelligence artificielle. <\/strong><\/p>\n

C'est ainsi que l'on peut d\u00e9crire GameNGen, un mod\u00e8le d'IA r\u00e9volutionnaire r\u00e9cemment d\u00e9voil\u00e9 par Google et des chercheurs de l'universit\u00e9 de Tel Aviv.<\/span><\/p>\n

GameNGen<\/a> peut simuler DOOM \u00e0 plus de 20 images par seconde en utilisant une seule Tensor Processing Unit (TPU). <\/span><\/p>\n

Au sein de cette unit\u00e9 de traitement, nous assistons \u00e0 la naissance de jeux capables de penser et de cr\u00e9er eux-m\u00eames. <\/span><\/p>\n

Au lieu que des programmeurs humains d\u00e9finissent chaque aspect du comportement d'un jeu, un syst\u00e8me d'IA apprend \u00e0 g\u00e9n\u00e9rer l'ensemble de l'exp\u00e9rience de jeu \u00e0 la vol\u00e9e.<\/span><\/p>\n

\u00c0 la base, GameNGen utilise un type d'IA appel\u00e9 mod\u00e8le de diffusion, similaire \u00e0 ceux utilis\u00e9s dans les outils de g\u00e9n\u00e9ration d'images tels que DALL-E ou Stable Diffusion. Les chercheurs ont toutefois adapt\u00e9 cette technologie \u00e0 la simulation de jeux en temps r\u00e9el.<\/span><\/p>\n

Le syst\u00e8me est form\u00e9 en deux phases. Tout d'abord, un agent d'apprentissage par renforcement (RL) - un autre type d'IA - apprend \u00e0 jouer \u00e0 DOOM. Au fur et \u00e0 mesure que cet agent IA joue, ses sessions de jeu sont enregistr\u00e9es, ce qui cr\u00e9e un vaste ensemble de donn\u00e9es sur les \u00e9tats, les actions et les r\u00e9sultats du jeu.<\/span><\/p>\n

Dans la deuxi\u00e8me phase, cet ensemble de donn\u00e9es est utilis\u00e9 pour former GameNGen lui-m\u00eame. Le mod\u00e8le apprend \u00e0 pr\u00e9dire l'image suivante du jeu en fonction des images pr\u00e9c\u00e9dentes et des actions du joueur.\u00a0<\/span><\/p>\n

Il s'agit d'apprendre \u00e0 l'IA \u00e0 imaginer comment le monde du jeu r\u00e9agirait aux mouvements de chaque joueur.<\/span><\/p>\n