{"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\/nl\/2024\/09\/is-the-video-game-industry-facing-an-ai-renaissance-what-are-the-impacts\/","title":{"rendered":"Staat de videogame-industrie voor een AI-renaissance? Wat zijn de gevolgen?"},"content":{"rendered":"

Stel je voor dat je de klassieke first-person shooter DOOM speelt, maar dan met een twist: het spel draait niet op code die is geschreven door programmeurs, maar wordt in realtime gegenereerd door een AI-systeem. <\/strong><\/p>\n

Dit beschrijft GameNGen, een baanbrekend AI-model dat onlangs is onthuld door onderzoekers van Google en de Tel Aviv University.<\/span><\/p>\n

GameNGen<\/a> kan DOOM met meer dan 20 frames per seconde simuleren met een enkele Tensor Processing Unit (TPU). <\/span><\/p>\n

Binnen die verwerkingseenheid zijn we getuige van de geboorte van games die in wezen zelf kunnen denken en cre\u00ebren. <\/span><\/p>\n

In plaats van dat menselijke programmeurs elk aspect van het gedrag van een game defini\u00ebren, leert een AI-systeem de hele spelervaring tijdens het spelen te genereren.<\/span><\/p>\n

In de kern gebruikt GameNGen een type AI dat een diffusiemodel wordt genoemd, vergelijkbaar met de modellen die worden gebruikt in tools voor het genereren van afbeeldingen zoals DALL-E of Stable Diffusion. De onderzoekers hebben deze technologie echter aangepast voor real-time spelsimulatie.<\/span><\/p>\n

Het systeem wordt in twee fasen getraind. Eerst wordt een RL-agent (reinforcement learning) - een ander type AI - geleerd om DOOM te spelen. Terwijl deze AI-agent speelt, worden zijn spelsessies opgenomen, waardoor een grote dataset van game-toestanden, acties en uitkomsten ontstaat.<\/span><\/p>\n

In de tweede fase wordt deze dataset gebruikt om GameNGen zelf te trainen. Het model leert om het volgende frame van het spel te voorspellen op basis van de vorige frames en de acties van de speler.\u00a0<\/span><\/p>\n

Zie het als het leren van de AI om zich voor te stellen hoe de spelwereld zou reageren op de zet van elke speler.<\/span><\/p>\n