Искусственный интеллект «реанимирует» устаревшие видеоигры
Поклонники видеоигр обнаружили, что машинное обучение является идеальным инструментом для улучшения графики классических игр. Об этом сообщает The Verge. Используемая техника известна как «ИИ-апскейлинг».
По сути, вы передаете алгоритму изображение с низким разрешением, и он, основываясь на обучающих данных, выдает версию с большим количеством пикселей. Апскейлинг как общая методика существует уже давно, но использование ИИ значительно улучшило скорость и качество результатов.
«Похоже, я только что скачал пакет текстур в высоком разрешении от самих разработчиков игр Bethesda», - прокомментировал студент из Норвегии, который использовал ИИ для обновления визуальных эффектов классической RPG 2002 года The Elder Scrolls III: Morrowind.
Процесс моддинга во многом похож на восстановление старой мебели или произведений искусства. Это работа для опытных мастеров, требующая терпения и знаний. Не все игры подходят для апскейлинга, и не каждый алгоритм дает схожие результаты. Модераторы должны выбрать правильный инструмент, прежде чем затратить сотни часов работы.
С ИИ этот процесс намного быстрее: восстановление графики может занять всего несколько недель с одним моддером, а не командой, которая должна работать годами. Как следствие, за последние полгода произошел взрыв новой графики для старых игр.
Диапазон игр впечатляет: Doom, Half-Life 2, Metroid Prime 2, Final Fantasy VII, Grand Theft Auto: Vice City и Mass Effect 2. Однако в каждом случае это несанкционированные обновления, поэтому для установки новых визуальных элементов требуются дополнительные знания.
«На самом деле создание ИИ-графики требует большой работы», - объяснил моддер под ником hidfan. - «Для обновления Doom потребовалось не менее 200 часов работы, чтобы настроить алгоритм и модернизировать изображения вручную».
Выходные данные алгоритмов ИИ-апскейлинга все еще требуют ручного редактирования. То же касается визуальных персонажей и врагов. По словам hidfan, модернизация одного монстра занимает от 5 до 15 часов, в зависимости от сложности анимации.
«Вы начинаете с того, что берете тип алгоритма, известный как генеративная состязательная сеть (GAN), и обучаете его миллионам пар изображений с низким и высоким разрешением. После того, как он просмотрел эти фотографии много-много раз, ИИ начинает узнавать, как выглядит изображение с высоким и низким разрешением», - поясняет технический директор Topaz Labs Альберт Янг.
Одна часть алгоритма пытается воссоздание изображение с высоким разрешением, основываясь на низком, в то время как другая часть сравнивает свою работу с данными обучения, проверяя, может ли она определить разницу, и отклоняя вывод, если нет. Этот цикл обратной связи показывает, как улучшается GAN с течением времени.
В случае с апскейлингом правила довольно просты: например, если вы хотите модернизировать изображение размером 50x50 пикселей, увеличив его вдвое, традиционный алгоритм просто вставляет новые пиксели между уже существующими, выбирая цвет новых пикселей на основе среднего значения соседних.
«Вы начинаете с того, что берете тип алгоритма, известный как генеративная состязательная сеть (GAN), и обучаете его миллионам пар изображений с низким и высоким разрешением. После того, как он просмотрел эти фотографии много-много раз, ИИ начинает узнавать, как выглядит изображение с высоким и низким разрешением», - поясняет технический директор Topaz Labs Альберт Янг.
Одна часть алгоритма пытается воссоздание изображение с высоким разрешением, основываясь на низком, в то время как другая часть сравнивает свою работу с данными обучения, проверяя, может ли она определить разницу, и отклоняя вывод, если нет. Этот цикл обратной связи показывает, как улучшается GAN с течением времени.
В случае с апскейлингом правила довольно просты: например, если вы хотите модернизировать изображение размером 50x50 пикселей, увеличив его вдвое, традиционный алгоритм просто вставляет новые пиксели между уже существующими, выбирая цвет новых пикселей на основе среднего значения соседних.