Home / Archive by category "videgiochi IA"

videgiochi IA

Su emojify.info il gioco che mostra la supidità del riconoscimento delle emozioni dell’intelligenza artificiale AI

Scopri la stupidità del riconoscimento delle emozioni dell'IA con questo piccolo gioco per browserLa tua faccia corrisponde ai tuoi sentimenti? Le aziende tecnologiche non vogliono solo identificarti usando il riconoscimento facciale, vogliono anche leggere le tue emozioni con l'aiuto dell'IA. Per molti scienziati, tuttavia, le affermazioni sulla capacità dei computer di comprendere le emozioni sono fondamentalmente errate e un piccolo gioco web nel browser creato dai ricercatori dell'Università di Cambridge mira a mostrare il motivo. Vai su emojify.info e puoi vedere come le tue emozioni vengono "lette" dal tuo computer tramite la webcam. Il gioco ti sfiderà a produrre sei diverse emozioni (felicità, tristezza, paura, sorpresa, disgusto e rabbia), che l'IA tenterà di identificare. Tuttavia, probabilmente scoprirai che le letture del software sono tutt'altro che accurate, spesso interpretando anche espressioni esagerate come "neutre". E anche quando produci un sorriso che convince il tuo computer che sei felice, saprai che stavi fingendo. Questo è il punto del sito, afferma la creatrice Alexa Hagerty, ricercatrice presso l'Università di Cambridge Leverhulme Center for the Future of Intelligence e il Center for the Study of Existential Risk: per dimostrare che la premessa di base alla base di gran parte della tecnologia di riconoscimento delle emozioni, che i movimenti facciali sono intrinsecamente legati ai cambiamenti nei sentimenti, è imperfetto. https://youtu.be/785eNqM3X8E "La premessa di queste tecnologie è che i nostri volti e sentimenti interiori sono correlati in un modo molto prevedibile", dice Hagerty a The Verge . “Se sorrido, sono felice. Se aggrotto le sopracciglia, sono arrabbiato. Ma l'APA ha fatto questa grande revisione delle prove nel 2019 e ha scoperto che lo spazio emotivo delle persone non può essere prontamente dedotto dai loro movimenti facciali ". Nel gioco, dice Hagerty, "hai la possibilità di muovere rapidamente...
Continua a Leggere

MuZero di DeepMind raccoglie le regole dei giochi mentre gioca

In un articolo pubblicato sulla rivista Science alla fine dell'anno scorso, DeepMind della società madre di Google Alphabet ha dettagliato AlphaZero , un sistema di intelligenza artificiale che potrebbe insegnare a se stesso a padroneggiare il gioco degli scacchi, una variante giapponese degli scacchi chiamata shogi e il gioco da tavolo cinese Go. In ogni caso, ha battuto un campione del mondo, dimostrando un talento per l'apprendimento di giochi per due persone con informazioni perfette, vale a dire giochi in cui qualsiasi decisione è influenzata da tutti gli eventi precedenti. Ma AlphaZero aveva il vantaggio di conoscere le regole dei giochi a cui era incaricato di giocare. Alla ricerca di un modello di apprendimento automatico performante in grado di insegnare a se stesso le regole, un team di DeepMind ha ideato MuZero, che combina una ricerca basata su albero (dove un albero è una struttura di dati utilizzata per individuare le informazioni all'interno di un set) con un modello appreso . Come descritto in un documento di Nature pubblicato oggi, MuZero prevede le quantità più rilevanti per la pianificazione del gioco in modo tale da ottenere prestazioni leader del settore su 57 diversi giochi Atari e abbinare le prestazioni di AlphaZero in Go, scacchi e shogi. Dave Silver, che guida il gruppo di apprendimento per rinforzo presso DeepMind, afferma che MuZero apre la strada ai metodi di apprendimento in una serie di domini del mondo reale, in particolare quelli privi di un simulatore o di regole dinamiche. "Pensiamo che questo sia davvero importante per arricchire ciò che l'AI può effettivamente fare perché il mondo è un posto disordinato. Non è noto: nessuno ci fornisce questo fantastico regolamento che dice: "Oh, questo è esattamente come funziona il mondo" ", ha detto a VentureBeat in un'intervista telefonica la scorsa settimana. "Se vogliamo che la nostra IA vada là fuori nel mondo e sia in grado di pianificare e guardare avanti nei problemi in cui nessu...
Continua a Leggere

Charlie e Beck di Fable Studio

Fable Studio svela due esseri virtuali basati sull'intelligenza artificiale che possono parlare con te Fable Studio ha annunciato due nuovi esseri virtuali di intelligenza artificiale conversazionale, o persone artificiali. I loro nomi sono Charlie e Beck e potranno conversare come se fossero persone reali. I nuovi personaggi sono una miscela di narrazione e intelligenza artificiale, un matrimonio che Fable sta sperimentando nella convinzione che gli esseri virtuali diventeranno un enorme mercato mentre le persone cercano compagnia e divertimento durante il clima difficile della pandemia. Il CEO Edward Saatchi crede che gli esseri virtuali siano l'inizio di qualcosa di grande. Organizza il Virtual Beings Summit e quest'estate ha notato che le società di esseri virtuali - da Genies a AI Foundation - hanno raccolto più di 320 milioni di dollari . Fable Studio ha iniziato come una società di intrattenimento in realtà virtuale e ha vinto un Emmy Award per il suo progetto di realtà virtuale Wolves in the Walls. Ma la società è andata oltre la realtà virtuale e si è concentrata su esseri virtuali, come Lucy, la bambina di 8 anni che è stata il primo personaggio AI di nuova generazione dello studio. Ora Fable sta tirando fuori Lucy dalla realtà virtuale e lasciando che le persone le parlino tramite il web, e la società ha una lista di attesa di 7.000 persone dopo aver lanciato Lucy in alpha test il mese scorso. Tali personaggi sono trampolini di lancio verso il metaverso , l'universo di mondi virtuali che sono tutti interconnessi, come nei romanzi come Snow Crash e Ready Player One . Stiamo tenendo una conferenza sull'argomento, GamesBeat: Into the Metaverse il 27 gennaio, e Saatchi sarà un relatore. E ora Lucy è stata raggiunta da Charlie e Beck. Puoi iscriverti per fare amicizia con loro su fable-studio.com . I personaggi sono alimentati da Fable Wizard, uno strumento AI per dare vita ai personaggi attraverso immagini, dialoghi, voci e animazioni. S...
Continua a Leggere

Rival Peak un enorme reality show simile a un gioco con personaggi AI

Genvid Technologies e Pipeworks Studios stanno svelando Rival Peak , un nuovo tipo di esperienza interattiva che è in parte un gioco e in parte un reality show. Il pubblico è composto da persone reali, ma i personaggi che stanno guardando non lo sono. Se sei confuso su questo, abbi pazienza, perché è un'idea piuttosto interessante. Il quasi reality show ha come protagonisti 12 personaggi di intelligenza artificiale che sono concorrenti in una competizione simile a Survivor ambientata in un animato Pacifico nord-occidentale. Il pubblico dal vivo può influenzare l'esito del concorso macinando i compiti e aiutando i loro personaggi preferiti. Lo spettacolo si svolgerà 24 ore al giorno, sette giorni alla settimana, e il suo ospite è Will Wheaton ( Star Trek: The Next Generation , TableTop board game show su YouTube). Sarà disponibile per giocare o guardare, se vuoi, su Facebook Watch. Il CEO di Genvid Jacob Navok ha dichiarato in un'intervista a GamesBeat che i concetti e la visione alla base del gioco sono in lavorazione da un decennio, prima alla sua prima startup Shinra Technologies e più recentemente a Genvid. È uno spettacolo disponibile solo attraverso le tecnologie del cloud gaming e dello streaming, ha affermato. Ma l'esecuzione dell'intero progetto è avvenuta principalmente negli ultimi sei mesi, ha detto. "Questo è come il culmine di un decennio di lavoro", ha detto Navok. "Abbiamo pensato a dove sta andando il futuro del cloud gaming. Questo è il primo vero gioco cloud nativo al mondo. Utilizza l'intelligenza artificiale in un data center e trasmette in streaming dal vivo attraverso la rete di Facebook ". Wheaton presenterà uno spettacolo di riepilogo settimanale che cattura gli eventi della scorsa settimana. Rival Peak inizierà la messa in onda alle 18:30 del Pacifico del 2 dicembre. Puoi seguire i diversi personaggi in 13 diversi live streaming interattivi che si svolgeranno tutto il tempo per una stagione di 12 settimane. Non devi scaricare nu...
Continua a Leggere

Il modello AI di intelligenza artificiale che classifica i videpgiochi dalla copertina

Questo modello AI può capire i videogiochi dalla copertina Recentemente, i ricercatori della Western Kentucky University hanno proposto un framework di apprendimento profondo multimodale che ha la capacità di classificare i generi di videogiochi in base alla copertina e alla descrizione testuale. I ricercatori hanno affermato che questa ricerca è il primo tentativo in assoluto di classificazione automatica dei generi utilizzando un approccio di apprendimento profondo . I videogiochi sono stati una delle forme di intrattenimento più diffuse, redditizie e importanti in tutto il mondo. Inoltre, il genere e i suoi sistemi di classificazione svolgono un ruolo significativo nello sviluppo dei videogiochi. Secondo i ricercatori, le copertine dei videogiochi e le descrizioni testuali sono solitamente la prima impressione per i suoi consumatori e spesso trasmettono informazioni importanti sui videogiochi. Tuttavia, i ricercatori spesso trovano difficile classificare i generi di videogiochi in base alla copertina e alla descrizione testuale a causa di vari motivi come un numero enorme di generi di videogiochi, molti dei quali non sono definiti concretamente; disegni di copertina; e descrizioni testuali che possono variare a causa di molti fattori esterni come paese, cultura e altri simili. Inoltre, con la crescente competitività nel settore dei videogiochi, i designer di copertine e i tipografi spingono i design delle copertine al limite nella speranza di attirare le vendite. Per mitigare tali problemi, i ricercatori hanno costruito questo nuovo framework di apprendimento profondo . La tecnologia dietroPer questo, i ricercatori miravano a sviluppare tre algoritmi di deep learning per il compito di classificazione del genere dei videogiochi, che sono- Un approccio basato sulle immagini utilizzando le copertine del giocoUn approccio basato sul testo che utilizza le descrizioni testualiUn approccio multimodale che utilizza sia le copertine del gioco che la ...
Continua a Leggere

Microsoft acquista Makers Of Doom

Microsoft acquista Makers Of Doom per $ 7,5 miliardi: una vittoria per Azure "I creatori di The Elder Scrolls, Fallout, Wolfenstein, DOOM, Dishonored, Quake, Starfield e altri si uniscono al Team Xbox." Microsoft ha annunciato di aver acquisito gli studi di sviluppo di giochi Bethesda Softworks per l'incredibile cifra di 7,5 miliardi di dollari, un accordo che può essere classificato tra artisti del calibro di Linkedin e Github. Bethesda è nota per aver pubblicato franchise di successo come Doom, The Elder Scrolls e Fallout. Questa notizia di acquisizione arriva una settimana dopo l'annuncio che il servizio di streaming di giochi di Microsoft, xCloud, porterà più di 100 giochi Xbox su smartphone e tablet. Oggi, circa 2 miliardi di persone giocano ai videogiochi su telefoni, tablet, console e PC. Il mercato globale del gioco nel cloud ha rappresentato 0,99 miliardi di dollari nel 2018 e si prevede raggiungerà i 3,90 miliardi di dollari entro il 2027. L'aumento della domanda può essere attribuito alla commercializzazione del 5G, all'aumento del numero di giocatori, all'aumento dei giochi immersivi e competitivi su dispositivi mobili e all'aumento nel numero di utenti di Internet. “Perché è importante dov'è lo schermo o qual è il controller? Ci sono molte persone senza lo stesso accesso e possiamo portarlo a loro. " Todd Howard, produttore esecutivo, Bethesda L'amministratore delegato di Microsoft Satya Nadella ha preso sul serio l'industria dei giochi sin da quando ha assunto il comando. Nel 2014, la società ha acquistato lo sviluppatore di videogiochi Mojang AB, proprietario di Minecraft, per $ 2,5 miliardi. Microsoft si sta muovendo verso il collegamento della sua attività di cloud computing con i giochi attraverso il suo servizio xCloud, che consente agli utenti di riprodurre in streaming i videogiochi su Internet. Questo servizio, che fa parte dell'opzione premium di Game Pass da $ 15 al mese, consente agli abbonati di giocare da un elenco ...
Continua a Leggere

L’intelligenza artificiale vocale e i videogiochi

Gli sviluppatori di giochi guardano all'intelligenza artificiale vocale per nuove opportunità creative La tecnologia di sintesi del suono, in particolare la sintesi vocale, è diventata molto più sofisticata negli ultimi anni. Sebbene la tecnologia di sintesi vocale sia in circolazione da decenni, la tecnologia è diventata molto più naturale. Gli algoritmi recenti possono richiedere solo poche ore di audio e sintetizzare campioni audio altamente realistici. Con l'avanzare della tecnologia, si aprono più applicazioni, comprese le possibilità nei media creativi. Recentemente, come riportato da VentureBeat , le società di videogiochi hanno iniziato a indagare sull'uso della generazione vocale AI per produrre dialoghi per i videogiochi. Una società, Leviathan Games , ha iniziato a implementare l'intelligenza artificiale vocale all'interno dei giochi che stanno attualmente sviluppando. Wyeth Ridgway, il proprietario di Leviathan Games, ha spiegato che l'IA vocale potrebbe cambiare il design del gioco in modi drammatici. Ridgway ha spiegato che l'uso dell'IA vocale nella progettazione di giochi è una tendenza emergente e l'ha confrontata con il cambiamento del software di animazione 3D nel corso dell'ultimo decennio, con aziende come Pixar che hanno creato software proprietario destinato a facilitare l'animazione e la modellazione. I metodi tradizionali di generazione del parlato funzionano aggiungendo file audio preregistrati insieme al volo, unendo insieme frasi da parole e frasi già esistenti. Questo metodo di generazione del parlato richiede la registrazione di centinaia di ore di dialoghi e l'etichettatura manuale dei clip audio. Suona anche un po 'innaturale poiché l'inflessione e l'enfasi tendono a spostarsi tra le parole. In confronto, l'intelligenza artificiale vocale all'avanguardia suona molto più naturale e opera in modo diverso. Voice AI si basa su reti neurali profonde. WaveNet è stata una delle prime AI in grado di generare campioni audio conv...
Continua a Leggere

Facebook AI Research (FAIR) ha costruito e distribuito un mondo di giochi di ruolo fantasy per aumentare le prestazioni dei modelli di intelligenza artificiale conversazionale come gli assistenti virtuali

Utilizzo di un mondo di gioco fantasy per aumentare le prestazioni dell'IA Come imparare a programmare in Python giocando ai videogiochi Di recente, Facebook AI Research (FAIR) ha costruito e distribuito un mondo di giochi di ruolo fantasy per aumentare le prestazioni dei modelli di intelligenza artificiale conversazionale come gli assistenti virtuali. I ricercatori hanno presentato un sistema completamente realizzato per migliorare un'attività di dialogo a dominio aperto utilizzando un gioco distribuito per l'apprendimento permanente. Gli esseri umani imparano le lingue nel corso della loro vita dalle interazioni che hanno con altre persone. Tuttavia, la ricerca in sofisticati modelli di elaborazione del linguaggio naturale ( PNL ) viene eseguita utilizzando il set di dati fisso, senza alcuna capacità per il modello di interagire con gli esseri umani utilizzando il linguaggio durante il periodo di formazione. Di solito, le ricerche sull'elaborazione del linguaggio naturale si concentrano su set di dati statici crowdsourcing e sul paradigma di apprendimento supervisionato dell'addestramento del modello. Questi set di dati crowdsourcing vengono raccolti pagando i lavoratori della folla per eseguire attività di interazione e annotazione. Tuttavia, studi pertinenti hanno dimostrato che i dati di crowdsourcing hanno il problema della mancanza di naturalezza e rilevanza per i casi d'uso del mondo reale. Questo perché i budget per la ricerca per pagare i lavoratori della folla significano che c'è un limite alla raccolta dei dati. Inoltre, poiché i lavoratori della folla sono motivati ​​dalla retribuzione e non da un interesse nei compiti effettivi stessi e la distribuzione dei dati potrebbe non corrispondere a quella desiderata. Allo stesso modo, ci sono anche altri problemi, come il paradigma del set di dati statici che non consente a un modello di apprendere dalle sue esperienze di utilizzo del linguaggio. Dietro il sistema I ricercatori hanno costru...
Continua a Leggere

CodeCombat imparare a programmare in Python giocando al videogioco

Come imparare a programmare in Python giocando ai videogiochi Cosa bolle in pentola nei laboratori di ricerca di Google in India per l'IA? Python è uno dei linguaggi di programmazione più robusti e utilizzati al mondo, ma il suo vantaggio principale ruota attorno alla sua semplice sintassi che permette di imparare a programmare in Python è abbastanza semplice. C'è anche uno strumento chiamato CodeCombat che ci permette di conoscere in profondità le meraviglie di questo linguaggio mentre giochiamo un'avventura piuttosto divertente. Impara a programmare in Python Uno dei linguaggi di programmazione che consiglio per iniziare a imparare a programmare è Python, poiché ha una sintassi semplicissima, di facile lettura, multiparadigma e multipiattaforma che invita a programmare in modo chiaro e organizzato. È positivo quando si tratta di imparare a programmare in Python che abbiamo chiari la filosofia ei principi della programmazione in questo linguaggio, il suo creatore Tim Peters lo descrive abbastanza bene in quello che è noto come Lo Zen di Python un manifesto interessante che citiamo di seguito : Bello è meglio che brutto. Esplicito è meglio che implicito. Semplice è meglio che complesso. Complesso è meglio che complicato. Flat è meglio che annidato. Sparse è meglio di dense. La leggibilità conta. I casi speciali non sono abbastanza speciali da infrangere le regole. Anche se la praticità batte la purezza. Gli errori non dovrebbero mai passare in silenzio. A meno che non sia esplicitamente messo a tacere. Di fronte all'ambiguità, rifiuta la tentazione di indovinare. Dovrebbe esserci un modo ovvio, e preferibilmente solo uno, per farlo. Anche se in questo modo potrebbe non essere ovvio all'inizio, a meno che tu non sia olandese. Adesso è meglio che mai. Anche se spesso non è mai meglio di * adesso *. Se l'implementazione è difficile da spiegare, è una cattiva idea. Se l'implementazione è facile da spiegare, potrebbe essere una buona idea. Gli spazi dei nomi so...
Continua a Leggere

Flappy Bird l’intelligenza artificiale batte gli uomini

COME L'IA HA SUPERATO GLI UMANI GIOCANDO A FLAPPY BIRD GAME L'apprendimento per rinforzo ha superato le prestazioni a livello umano quando si tratta di giocare. I giochi come banco di prova hanno domini ricchi e stimolanti per testare algoritmi di apprendimento per rinforzo che iniziano con una raccolta di giochi e implementazioni ben note di apprendimento per rinforzo . L'apprendimento per rinforzo è utile quando abbiamo bisogno di un agente per svolgere un compito specifico, ma per essere precisi, non esiste un metodo "corretto" per realizzarlo. In un articolo, il ricercatore Kevin Chen ha dimostrato che l' apprendimento approfondito dei rinforzi è molto efficace nell'apprendimento del gioco Flappy Bird, nonostante l'input sensoriale ad alta dimensione. Secondo il ricercatore, l'obiettivo di questo progetto è ottenere una politica per avere un agente in grado di giocare con successo al gioco degli uccelli. Flappy Bird è un popolare gioco per dispositivi mobili in cui un giocatore cerca di mantenere in vita l'uccello il più a lungo possibile mentre l'uccello si agita e naviga attraverso i tubi. L'uccello cade automaticamente verso terra a causa della gravità, e se colpisce il terreno, muore e il gioco termina. Per ottenere un punteggio elevato, il giocatore deve mantenere in vita l'uccello il più a lungo possibile durante la navigazione attraverso ostacoli - tubi. Inoltre, addestrare un agente a giocare con successo è particolarmente impegnativo perché il motivo dietro questa attività è di fornire all'agente solo informazioni sui pixel e il punteggio. AI che gioca a Flappy Bird Il ricercatore non ha fornito informazioni sull'aspetto dell'uccello o delle condotte all'agente e l'agente deve apprendere queste rappresentazioni e utilizzare direttamente input e punteggio per sviluppare una strategia ottimale. L'obiettivo dell'apprendimento per rinforzo è sempre quello di massimizzare il valore atteso del payoff totale o il rendimento atteso. In ques...
Continua a Leggere
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi