«Как видеокарты для видеоигр привели к искусственному интеллекту»

Как видеокарты для видеоигр стали импульсом для развития искусственного интеллекта

Существует долгая история видеоигр и искусственного интеллекта. В то время как большинство людей знают, что ИИ был обучен побеждать в видеоиграх или соревноваться с человеческими игроками, или даже использоваться для обучения алгоритмов обучения с подкреплением, немногие осведомлены о аппаратной части этих вещей. Как эволюция процессоров видеоигр привела к тому, что мы знаем как современный ИИ? Недавно мы беседовали с Джеком Макколи, инженером, наиболее известным своей работой над оригинальной гарнитурой виртуальной реальности Oculus VR и гитарными контроллерами Guitar Hero, о роли видеоигр в развитии искусственного интеллекта. Вот некоторые основные выводы из интервью, и вы можете посмотреть полное видео интервью здесь.

Видеоигровые GPU, ведущие к ИИ

Видеоигровая GPU, которая обрабатывает видео для компьютера или игрового устройства, используется для отображения изображения на экране. Чем мощнее ваша GPU, тем больше вы можете воспроизводить более сложную и реалистичную графику с более высоким разрешением и частотой кадров.

Джек Макколи считает, что мы должны благодарить видеоигровые GPU за современный искусственный интеллект. Видеоигровые GPU стали основной силой для обучения и запуска моделей машинного обучения и глубокого обучения. Их способность эффективно выполнять массово параллельные вычисления делает их идеальными для обработки больших наборов данных, обучения сложных нейронных сетей и выполнения выводов в реальном времени. “ИИ основан на тензорной алгебре”, говорит Джек. “GPU могут выполнять тензорную алгебру, которая требуется для ИИ. Эта вычислительная мощность даже может позволить вам запускать ИИ в режиме реального времени, и мы не смогли бы сделать этого без игровых GPU.”

МЕРОПРИЯТИЕ – ODSC West 2023

Встреча лично и виртуальная конференция

С 30 октября по 2 ноября

Присоединяйтесь к нам для глубокого погружения в последние тенденции, инструменты и техники анализа данных и искусственного интеллекта, от ЛЛМ до аналитики данных и от машинного обучения до ответственного ИИ.

Возможности ИИ в играх

С другой стороны, пролетите вперед к 2023 году и теперь вы можете использовать ИИ для улучшения разработки видеоигр. Джек Макколи продолжает обсуждать, как ИИ может ускорить большую часть процесса разработки игр, такую ​​как возможность использования искусственного интеллекта художниками для создания пейзажей, местоположений и т. д. Это не заменит художника, а поможет ему предоставить базовую платформу, которую можно изменить и настроить, а не начинать с нуля.

Что дальше?

Учитывая, как быстро прогрессировали и области ИИ, и видеоигр, трудно сказать, что будет дальше. Я ожидаю, что между ними будет игра в прыжки, где ИИ использует игровое оборудование, чтобы опередить, а затем игры используют ИИ для прогресса, что приводит к более мощным GPU, которые затем применяются в ИИ, и так далее.

Есть несколько способов, чтобы узнать больше о видеоиграх и ИИ вместе на ODSC West с 30 октября по 2 ноября. Прежде всего, вы можете посмотреть сессию Джека Макколи под названием «ИИ и видеоигры: эволюция» здесь!

Вы также можете ознакомиться с нашими трассами по генеративному ИИ и узнать, как вы сами можете использовать GenAI! Некоторые из заголовков сессий:

  • Выравнивание открытых LLM с использованием обратной связи обучением с подкреплением
  • Генеративный ИИ, автономные агенты ИИ и AGI – Как новые достижения в ИИ улучшат продукты, которые мы создаем
  • Внедрение генеративного ИИ на практике
  • Область применения LLM и моделей GPT в области безопасности
  • Оптимизация запроса с использованием GPT-4 и Langchain
  • Создание приложений генеративного ИИ: кейс-стади ЛЛМ
  • Графы: следующая новая территория объяснимости GenAI
  • Стабильная диффузия: новая территория для парадигмы текст-изображение
  • Генеративный ИИ, автономные агенты и нейронные техники: пионерство в следующую эру игр, симуляций и метавселенной
  • Генеративный ИИ в предприятиях: освобождение потенциала и преодоление проблем
  • Переход к парадигме ИИ: под капотом больших языковых моделей
  • Внедрение надежного генеративного ИИ