谷歌研究人员推出的人工智能 "精灵 "知道如何根据示例图像创建迷你游戏场景

谷歌 DeepMind 的研究人员发布了世界上首个生成式交互环境人工智能 Genie。该人工智能可以在查看示例游戏图像后创建一个可玩场景。这为游戏玩家无需编程就能创建可玩的游戏打开了大门。

精灵是通过观察 30,000 小时的视频（680 万个 16 秒的片段）来训练 2D 平台游戏玩法的。人工智能将看到的视频图像和动作简化为一组数字，就像人类用文字描述游戏场景一样。

经过训练后，只需一个游戏场景的例子，精灵就能创建一个可玩的迷你场景。在幕后，人工智能可以使用复杂的方法扩展起始图像，生成图像的缺失部分，因此精灵可以随着玩家的前进绘制游戏世界的新部分。为此，它可以参考自己看过的数百万个片段，同时赋予角色可玩的动作，如奔跑或跳跃。

重要的是，精灵通过观察游戏来学习动作，而不是由人类来指出。因此，当一座桥上有缝隙时，人工智能就会根据它所看到的，知道角色可能需要跳过缝隙，当人类玩家按下控制器上的向上按钮时，它就会跳过缝隙。

这一切都需要巨大的计算能力来进行训练（在拥有数百个芯片的计算机上，数周内需要数千兆兆次的运算）和游戏，而人工智能只能以每秒 1 帧的超慢速度进行游戏。

对于有技术头脑的人来说，视频帧和推断出的潜在动作是利用van den Oord 的 VQ-VAE 进行标记的。.用户指定的潜在动作和标记化视频帧通过Chang 的 MaskGIT 变换器输入动态模型，生成迭代帧标记。生成迭代帧标记，然后利用Gupta 的 MaskViT 生成输出视频。.在整个过程中，我们采用了 Xu在整个过程中，除了空间注意力外，还使用了时间注意力，以提高预测效果并减少内存需求。

因此，在计算机强大到足以完全独立制作 2D 平台游戏的那一天到来之前，请使用掌上游戏机（如亚马逊上的这款游戏机）享受经典平台游戏的乐趣。