Först bekanta dig, för på dessa platser är jag ny och jag anser att det är nödvändigt att presentera mig själv. Till vem detta inte är intressant, avvecklas omedelbart till nästa stycke. Även om jag känner till StopGame för relativt länge sedan har jag använt webbplatsen för första gången. Sedan jag passerade sessionen, och det fruktansvärda rasar på gatan Cordyceps Coronavirus, jag tänkte varför inte starta en blogg? Speljournalistik var min barndomsdröm, specialiteten vid universitetet korsar detta, så varför inte prova? Dessutom är en del av mitt arbete på universitetet relaterat till videospel, så jag tänkte, varför inte anpassa dem till bloggen, även om den här artikeln inte är kopplad till detta. Och ja, jag är en av de människor som tittade på Stopgaims videor inte för att vara för lat för att skriva en kadett, utan för att du måste skriva en kortfattad.

Orden "maskininlärning" och "neurala nätverk" kan redan säkert kallas ett av de viktigaste ämnena i de senaste årens vetenskap. Dessutom är det de mycket "coola" ämnena som villigt går till allmänheten. Vad är bara de roliga videor där neurala nätverk ersätter ansikten för människor.

Utvecklingsutsikterna för denna bransch kommer https://slottiokasino.net/ att vara särskilt intressanta för spelare. Utvecklarna av spelmotorer lär neuroner att passera spel, göra nivåer och till och med skapa berättelser. Om allt går bra kommer volymen av monotont arbete kraftigt att minska i spelindustrin av den utmärkta framtiden. AI kommer att överföra principen om "Press X för att vinna" redan till utvecklingen av spel. Och jag vill berätta om ett av dessa steg till framtiden idag.

Så vad händer?

Jag skriver detta material helt baserat på videon från de två minuters papperskanalen och lägger det till artikeln, men för de som inte är vän med engelska och/eller inte vill titta på videon kommer jag kort att beskriva innehållet.

Sammanfattningen ligger i det faktum att konstgjord intelligens först matade en video där olika vätskor och gaser omvandlades enligt fysikens lagar och sedan tittade och berättade för AI att fortsätta. Sedan jämförde de vad videon gjordes av videon och vad som skulle hända enligt matematiska beräkningar. Överraskande är maskinen ganska trovärt modellerar rörelsen för olika vätskor (till vänster matematisk simulering, till höger är förutsägelsen av AI)

Dessutom klarar nätverket också bra med komplexa siffror och deras interaktion.

Men varför använder vi då ett neuralt nätverk för detta, om de befintliga matematiska modellerna gör detta perfekt, och maskininlärning är en lång och komplex process? Sammanfattningen är att så snart vi tränat bilen blir arbetskraftskostnaderna för felberäkningen mycket mindre än med formlerna. Återvända till framtidens vackra värld kommer utvecklingen av denna teknik att göra det möjligt för oss att simulera olika komplexa vätskor i realtid, med hänsyn till deras densitet, viskositet, ytan på vilken de är belägna och samtidigt kommer processorn inte att ordna lokala svarta och moderkort. Century of Two -Dimensional Sprite of Fire istället för verklig simulering kommer att bli samma arkeism. Och föreställ dig hur vatten kan förändras, vilket är mycket vanligare! Börjar från den realistiska andelen vågor, som slutar med rimlig vattendränering från olika klädstrukturer, beroende på materialet.

Slutsatser

I den här lilla artikeln ville jag dela ytterligare ett steg som neurala nätverk tog för att hjälpa till i utvecklingen av spel. Konstgjord intelligens trängde in i våra liv, men inte som vi förväntade oss. Istället för robotar som känner känslor och kan tänka självständigt, får vi en universell assistent som är engagerad i rutin. Och jag tycker att det är bra.