Jensen Huang, ຊີອີໂອຂອງຖະແຫຼງການຂອງຜູ້ບໍລິຫານມີຈຸດປະສົງເພື່ອກໍາຈັດຄວາມກັງວົນວ່າຄໍາຮ້ອງສະຫມັກຂອງ AI ໃນເກມສາມາດນໍາໄປສູ່ການຜະລິດສິ່ງທີ່ນັກວິຈານເອີ້ນວ່າ “AI slop”, ນັ້ນແມ່ນ, ວັດສະດຸທີ່ມີຄຸນນະພາບຕ່ໍາທີ່ບໍ່ມີຕົ້ນສະບັບຫຼືຄຸນຄ່າທາງດ້ານສິລະປະ. ການຂັດແຍ້ງສະທ້ອນໃຫ້ເຫັນເຖິງການໂຕ້ວາທີຢ່າງກວ້າງຂວາງໃນອຸດສາຫະກໍາເຕັກໂນໂລຢີແລະຄວາມຄິດສ້າງສັນກ່ຽວກັບຄວາມສົມດູນລະຫວ່າງນະວັດຕະກໍາທີ່ຂັບເຄື່ອນດ້ວຍ AI ແລະການຮັກສາມາດຕະຖານທີ່ດີເລີດ.
ກໍລະນີສໍາລັບ Huang ເນັ້ນໃສ່ບົດບາດຂອງ DLSS ເປັນການເພີ່ມປະສິດທິພາບ, ບໍ່ແມ່ນການທົດແທນ, ເຄື່ອງມືສໍາລັບວຽກງານຂອງນັກສິລະປິນແລະນັກພັດທະນາ. Ele ເນັ້ນໜັກວ່າ ເທັກໂນໂລຍີດັ່ງກ່າວຖືກອອກແບບມາເພື່ອເພີ່ມປະສິດທິພາບຂອງກາຟິກ ແລະ ຄວາມສັດຊື່ຂອງສາຍຕາ, ຊ່ວຍໃຫ້ເກມສາມາດແລ່ນໄດ້ໃນອັດຕາເຟຣມທີ່ສູງຂຶ້ນ ແລະຄວາມລະອຽດສູງກວ່າ ໂດຍບໍ່ປະນີປະນອມຄວາມຕັ້ງໃຈສ້າງສັນຕົ້ນສະບັບ. ຈຸດປະສົງຕົ້ນຕໍແມ່ນເພື່ອເພີ່ມປະສົບການຜູ້ນ, ການນໍາໃຊ້ AI ເພື່ອເອົາຊະນະຂໍ້ຈໍາກັດຂອງຮາດແວແລະຊອບແວດ້ານວິຊາການ.
ຄວາມກະຈ່າງແຈ້ງນີ້ແມ່ນມາໃນເວລາທີ່ສໍາຄັນ, ບ່ອນທີ່ການເຊື່ອມໂຍງຂອງປັນຍາປະດິດໃນຂົງເຂດຕ່າງໆຂອງການຜະລິດເນື້ອຫາດິຈິຕອນແມ່ນການໂຕ້ວາທີຢ່າງເຂັ້ມງວດ. Nvidia, ໃນຖານະທີ່ເປັນຜູ້ນໍາດ້ານຮາດແວ ແລະຊອບແວ AI, ແມ່ນຢູ່ແຖວໜ້າຂອງການສົນທະນານີ້, ໂດຍເຕັກໂນໂລຊີຂອງມັນເປັນພື້ນຖານຕໍ່ກັບຄວາມກ້າວໜ້າໃນສາຂາຕ່າງໆ ນັບແຕ່ການຄົ້ນຄວ້າວິທະຍາສາດຈົນເຖິງການບັນເທີງແບບໂຕ້ຕອບ.
ວິວັດທະນາການຂອງ DLSS ແລະວິທີການເຮັດວຽກ
Deep Learning Super Sampling (DLSS) ເປັນເທກໂນໂລຍີປະຕິວັດທີ່ພັດທະນາໂດຍ Nvidia ທີ່ໃຊ້ປັນຍາປະດິດເພື່ອສະແດງເກມໃນຄວາມລະອຽດຕໍ່າກວ່າ ແລະຫຼັງຈາກນັ້ນໃຊ້ເຄືອຂ່າຍ neural ເພື່ອຍົກລະດັບຄວາມລະອຽດທີ່ສູງຂຶ້ນເຊັ່ນ 4K. ຂະບວນການ Este, ເຊິ່ງເບິ່ງຄືວ່າມີວິເສດ, ສົ່ງຜົນໃຫ້ຮູບພາບທີ່ຄົມຊັດ, ລະອຽດ ໃນຂະນະທີ່ສະເໜີການເພີ່ມປະສິດທິພາບທີ່ສຳຄັນ. ຄວາມແຕກຕ່າງທີ່ໃຫຍ່ຫຼວງແມ່ນວ່າຄຸນນະພາບຂອງສາຍຕາມັກຈະເຂົ້າຫາຫຼືແມ້ກະທັ້ງຫຼາຍກວ່າການສະແດງຜົນພື້ນເມືອງ, ໂດຍສະເພາະໃນຄວາມລະອຽດສູງກວ່າ.
ນັບຕັ້ງແຕ່ການນໍາສະເຫນີ, DLSS ໄດ້ຜ່ານຫຼາຍໆຄັ້ງ, ໂດຍແຕ່ລະສະບັບນໍາເອົາການປັບປຸງທີ່ໂດດເດັ່ນໃນຄຸນນະພາບແລະປະສິດທິພາບຂອງຮູບພາບ. ຮຸ່ນໃຫມ່ກວ່າເຊັ່ນ DLSS 3 ແລະ DLSS 3.5 ກັບ Frame Generation ແລະ Ray Reconstruction, ເປັນຕົວແທນຂອງຄວາມກ້າວຫນ້າຢ່າງຫຼວງຫຼາຍ, ອະນຸຍາດໃຫ້ GPUs ສາມາດສ້າງເຟຣມທັງຫມົດໂດຍບໍ່ຈໍາເປັນຕ້ອງມີການປະມວນຜົນບັດກາຟິກ, ເຊັ່ນດຽວກັນກັບການປັບປຸງຄຸນນະພາບຂອງ ray tracing. Essa ຄວາມສາມາດໃນການ “ສ້າງ” ເຟຣມເພີ່ມເຕີມໄດ້ເປັນຕົວປ່ຽນແປງເກມ, ຍົກສູງແຖບສໍາລັບການປະຕິບັດໃນຫົວຂໍ້ທີ່ເຂົ້າກັນໄດ້.
Demystifying “AI slop” ໃນການສ້າງເກມ
ຄໍາວ່າ “AI slop” ໄດ້ຖືກນໍາໃຊ້ໂດຍນັກວິຈານເພື່ອອະທິບາຍເນື້ອຫາທີ່ສ້າງໂດຍປັນຍາປະດິດທີ່ຂາດຕົ້ນສະບັບ, ຄວາມເລິກຫຼືຄຸນນະພາບສິລະປະແລະຖືກຮັບຮູ້ວ່າເປັນທົ່ວໄປຫຼືຕື່ມຂໍ້ມູນໃສ່. ໃນແງ່ຂອງວິດີໂອເກມ, ຄວາມກັງວົນແມ່ນວ່າການເພິ່ງພາອາໄສເຄື່ອງມື AI ຫຼາຍເກີນໄປສາມາດນໍາໄປສູ່ໂລກທີ່ບໍ່ມີຈິດວິນຍານ, ຕົວລະຄອນທີ່ເປັນແບບຢ່າງ, ຫຼືການເລົ່າເລື່ອງທີ່ຕື້ນ, ເຮັດໃຫ້ການສໍາຜັດຂອງມະນຸດແລະຄວາມຄິດສ້າງສັນທີ່ກໍານົດວຽກງານທີ່ຍິ່ງໃຫຍ່. ການວິພາກວິຈານ Essa ບໍ່ພຽງແຕ່ຖືກຈໍາກັດພຽງແຕ່ພາບເທົ່ານັ້ນ, ແຕ່ຂະຫຍາຍໄປສູ່ຄວາມສໍາຄັນຂອງປະສົບການການຫຼິ້ນເກມ.
ການສົນທະນາກ່ຽວກັບ “AI slop” ໄດ້ຮັບຄວາມກ້າວຫນ້າຍ້ອນວ່າເຄື່ອງມື AI ການຜະລິດກາຍເປັນອຸປະກອນທີ່ສາມາດເຂົ້າເຖິງໄດ້ແລະມີອໍານາດຫຼາຍ, ເຊິ່ງເຮັດໃຫ້ຜູ້ພັດທະນາເອກະລາດສາມາດຄົ້ນຫາຊາຍແດນໃຫມ່. ຢ່າງໃດກໍ່ຕາມ, ສິ່ງທ້າທາຍແມ່ນຢູ່ໃນການນໍາໃຊ້ເຄື່ອງມືເຫຼົ່ານີ້ເປັນການເສີມ, ບໍ່ແມ່ນການທົດແທນ, ໃນຂະບວນການສ້າງສັນ. ເສັ້ນລະຫວ່າງເຄື່ອງມືທີ່ຊ່ວຍແລະຫນຶ່ງທີ່ຄອບງໍາການສ້າງແມ່ນດີ, ແລະອຸດສາຫະກໍາກໍາລັງຊອກຫາຄວາມສົມດຸນຢ່າງຈິງຈັງ. Para Jensen Huang, DLSS ບໍ່ຕົກຢູ່ໃນຫມວດນີ້, ເພາະວ່າຫນ້າທີ່ຂອງມັນແມ່ນເພື່ອເພີ່ມປະສິດທິພາບຂອງສິ່ງທີ່ຖືກສ້າງຂຶ້ນແລ້ວ, ແລະບໍ່ແມ່ນການສ້າງເນື້ອຫາຕົ້ນຕໍ.
ວິໄສທັດຂອງ Jensen Huang ກ່ຽວກັບ AI ແລະຄວາມຄິດສ້າງສັນ
Jensen Huang, ໃນການປົກປ້ອງ DLSS, ເນັ້ນຫນັກວ່າປັນຍາປະດິດ, ເມື່ອນໍາໃຊ້ຢ່າງຖືກຕ້ອງ, ເປັນສ່ວນຂະຫຍາຍຂອງຄວາມຄິດສ້າງສັນຂອງມະນຸດ, ບໍ່ແມ່ນການທົດແທນ. Ele ຢ້ຳຄືນວ່າເທັກໂນໂລຢີຂອງ Nvidia ຖືກອອກແບບມາເພື່ອສ້າງຄວາມເຂັ້ມແຂງໃຫ້ນັກສິລະປິນ ແລະຜູ້ພັດທະນາໂດຍການໃຫ້ເຄື່ອງມືເພື່ອສ້າງໂລກທີ່ເລິກເຊິ່ງກວ່າ ແລະປະສົບການທີ່ຄ່ອງແຄ້ວຫຼາຍຂຶ້ນ ໂດຍບໍ່ທຳລາຍຄວາມສົມບູນຂອງວິໄສທັດຂອງເຂົາເຈົ້າ. AI, ໃນຄວາມຫມາຍນີ້, ເຮັດຫນ້າທີ່ເປັນຕົວກະຕຸ້ນສໍາລັບການປະດິດສ້າງ, ອະນຸຍາດໃຫ້ແກ້ໄຂຂໍ້ຈໍາກັດດ້ານວິຊາການ.
ປັດຊະຍາຂອງ Nvidia, ອີງຕາມ CEO ຂອງຕົນ, ແມ່ນວ່າ AI ຄວນເປັນພັນທະມິດໃນຂະບວນການພັດທະນາເກມ, ປ່ອຍເວລາ ແລະຊັບພະຍາກອນໃຫ້ຜູ້ສ້າງເພື່ອສຸມໃສ່ດ້ານສິລະປະ ແລະ ນະວັດຕະກໍາຫຼາຍຂຶ້ນ. DLSS, ໂດຍສະເພາະ, ອະນຸຍາດໃຫ້ເກມບັນລຸລະດັບຄວາມຊື່ສັດຂອງກາຟິກທີ່ກ່ອນຫນ້ານີ້ບໍ່ສາມາດບັນລຸໄດ້ກັບຮາດແວທີ່ມີຢູ່, ໂດຍບໍ່ມີການເສຍສະລະການປະຕິບັດ. Isso ໝາຍ ຄວາມວ່າຜູ້ຫຼິ້ນສາມາດເພີດເພີນກັບພາບທີ່ງົດງາມ ແລະ ອັດຕາເຟຣມສູງ, ເຮັດໃຫ້ການດູດຊຶມທີ່ອຸດົມສົມບູນຂຶ້ນ.
ທ່ານ Huang ຍັງເນັ້ນວ່າ ຄວາມງາມຂອງ DLSS ແມ່ນຢູ່ໃນຄວາມສາມາດໃນການຮຽນຮູ້ ແລະ ປັບຕົວ. ຮູບແບບ AI ໄດ້ຮັບການຝຶກອົບຮົມດ້ວຍຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ຂອງຮູບພາບທີ່ມີຄວາມລະອຽດສູງ, ຊ່ວຍໃຫ້ເຕັກໂນໂລຢີສາມາດປັບປຸງຄວາມສາມາດໃນການສ້າງລາຍລະອຽດແລະໂຄງສ້າງໃຫມ່ຢ່າງຕໍ່ເນື່ອງ, ສົ່ງຜົນໃຫ້ຄຸນນະພາບຂອງສາຍຕາມີການປັບປຸງຢ່າງຕໍ່ເນື່ອງໃນໄລຍະເວລາ. ການວິວັດທະນາການ Essa ຮັບປະກັນວ່າເທັກໂນໂລຍີຍັງຄົງມີຄວາມກ່ຽວຂ້ອງ ແລະມີປະສິດທິພາບໃນການປະເຊີນໜ້າກັບຄວາມຕ້ອງການດ້ານກາຟິກທີ່ເພີ່ມຂຶ້ນຂອງເກມທີ່ທັນສະໄຫມ.
ຜົນກະທົບຕໍ່ການປະຕິບັດແລະຄຸນນະພາບສາຍຕາ
ການຈັດຕັ້ງປະຕິບັດ DLSS ມີຜົນກະທົບໂດຍກົງ ແລະປ່ຽນແປງຕໍ່ກັບປະສິດທິພາບການຫຼິ້ນເກມ, ໂດຍສະເພາະໃນການແກ້ໄຂທີ່ຕ້ອງການຫຼາຍເຊັ່ນ 4K. ໂດຍການສະແດງພາຍໃນທີ່ມີຄວາມລະອຽດຕ່ໍາແລະການປັບຂະຫນາດດ້ວຍປັນຍາປະດິດ, GPUs ບໍ່ໄດ້ຮັບການຮັບຜິດຊອບ, ເຮັດໃຫ້ອັດຕາເຟຣມຕໍ່ວິນາທີ (FPS) ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍ. ການເພີ່ມປະສິດທິພາບຂອງ Este ແມ່ນສໍາຄັນຕໍ່ການຮັບປະກັນການຫຼິ້ນເກມທີ່ລຽບແລະຕອບສະຫນອງ, ເຊິ່ງເປັນປັດໃຈທີ່ກໍານົດໃນປະສົບການຂອງຜູ້ຫຼິ້ນ.
ນອກເຫນືອຈາກຜົນປະໂຫຍດດ້ານການປະຕິບັດ, ຄຸນນະພາບຂອງສາຍຕາຖືກຮັກສາໄວ້ຫຼືແມ້ກະທັ້ງການປັບປຸງໃນຫຼາຍໆກໍລະນີ. ສູດການຄິດໄລ່ AI ແມ່ນສາມາດຕື່ມຂໍ້ມູນໃສ່ໃນລາຍລະອຽດແລະຂອບລຽບປະສິດທິພາບຫຼາຍກ່ວາວິທີການ upscaling ແບບດັ້ງເດີມ, ຫຼຸດຜ່ອນການປອມແລະ jaggies. ໃນເກມທີ່ໃຊ້ ray tracing, ເຕັກນິກການເຮັດໃຫ້ມີແສງທີ່ຕ້ອງການພະລັງງານຫຼາຍ, DLSS ກາຍເປັນສິ່ງສໍາຄັນຫຼາຍ, ອະນຸຍາດໃຫ້ ray tracing ດໍາເນີນການໂດຍບໍ່ມີການປະນີປະນອມຢ່າງແຮງ, ສົ່ງຜົນໃຫ້ແສງສະຫວ່າງທີ່ແທ້ຈິງຫຼາຍ, ການສະທ້ອນແລະເງົາ.
ການປະສົມປະສານຂອງປັນຍາປະດິດໃນການພັດທະນາເກມ
ປັນຍາທຽມກຳລັງກາຍເປັນເສົາຄ້ຳພື້ນຖານໃນຫຼາຍດ້ານຂອງການພັດທະນາເກມ, ເກີນກວ່າ DLSS. Ferramentas ຂອງ AI ການຜະລິດກໍາລັງຖືກຂຸດຄົ້ນເພື່ອຊ່ວຍໃນການສ້າງຊັບສິນເຊັ່ນໂຄງສ້າງ, ຮູບແບບ 3D ແລະແມ້ກະທັ້ງສະພາບແວດລ້ອມທັງຫມົດ, ປັບປຸງຂະບວນການແລະໃຫ້ນັກສິລະປິນສຸມໃສ່ການປັບປຸງແລະປັບແຕ່ງເນື້ອຫາ. Essa ອັດຕະໂນມັດຂອງວຽກງານທີ່ຊໍ້າຊ້ອນສາມາດເຮັດໃຫ້ນັກພັດທະນາສາມາດປະດິດສ້າງໃນພື້ນທີ່ອື່ນໆໄດ້.
ໃນຂົງເຂດການຫຼິ້ນເກມ, AI ເປັນສິ່ງຈໍາເປັນສໍາລັບການສ້າງຕົວລະຄອນທີ່ບໍ່ສາມາດຫຼິ້ນໄດ້ (NPCs) ທີ່ມີພຶດຕິກໍາທີ່ຊັບຊ້ອນແລະຈິງ, ເຊິ່ງມີປະຕິກິລິຍາແບບເຄື່ອນໄຫວກັບການກະທໍາຂອງຜູ້ຫຼິ້ນແລະສະພາບແວດລ້ອມຂອງເກມ. ການຮຽນຮູ້ເຄື່ອງຈັກ Algoritmos ສາມາດຖືກໃຊ້ເພື່ອສ້າງພາລະກິດ, ການສົນທະນາ ແລະແມ້ກະທັ້ງການປັບຄວາມຍາກຂອງເກມໃນເວລາຈິງ, ໃຫ້ປະສົບການທີ່ເປັນແບບສ່ວນຕົວກວ່າ ແລະມີສ່ວນຮ່ວມໃຫ້ກັບຜູ້ຫຼິ້ນແຕ່ລະຄົນ.
Nvidia ຍັງໄດ້ລົງທຶນໃນ AI ເພື່ອເພີ່ມປະສິດທິພາບການເຮັດວຽກຂອງການພັດທະນາ, ຈາກການຈໍາລອງຟີຊິກທີ່ສັບສົນໄປສູ່ການເພີ່ມປະສິດທິພາບລະຫັດ. Isso ບໍ່ພຽງແຕ່ເລັ່ງຮອບການຜະລິດ, ແຕ່ຍັງເຮັດໃຫ້ການສ້າງເກມທີ່ມີຄວາມທະເຍີທະຍານແລະກ້າວຫນ້າທາງດ້ານເຕັກນິກຫຼາຍຂຶ້ນ. DLSS, ໃນສະພາບການນີ້, ແມ່ນພຽງແຕ່ຫນຶ່ງໃນຫຼາຍຄໍາຮ້ອງສະຫມັກຂອງ AI ທີ່ບໍລິສັດສົ່ງເສີມເພື່ອປັບປຸງອຸດສາຫະກໍາເກມ.
ການໂຕ້ວາທີຢ່າງຕໍ່ເນື່ອງແລະອະນາຄົດຂອງເຕັກໂນໂລຢີ
ການໂຕ້ວາທີກ່ຽວກັບປັນຍາປະດິດໃນການສ້າງເນື້ອຫາ, ໂດຍສະເພາະໃນເກມ, ແມ່ນຢູ່ໄກຈາກການສະຫລຸບ. Enquanto ຜູ້ສະຫນັບສະຫນູນເຊັ່ນ Jensen Huang ຊີ້ໃຫ້ເຫັນຜົນປະໂຫຍດຂອງການປະຕິບັດແລະການເພີ່ມປະສິດທິພາບດ້ານສາຍຕາ, ນັກວິຈານຍົກຄໍາຖາມດ້ານຈັນຍາບັນແລະສິລະປະກ່ຽວກັບຄວາມຖືກຕ້ອງແລະຕົ້ນສະບັບ. ການສົນທະນາກ່ຽວຂ້ອງກັບບົດບາດຂອງຈິດຕະນາການຂອງມະນຸດໃນສະຖານະການທີ່ເຄື່ອງຈັກສາມາດສ້າງເນື້ອຫາດ້ວຍຕົນເອງ.
ອະນາຄົດຂອງເທກໂນໂລຍີ AI ໃນເກມມີແນວໂນ້ມທີ່ຈະມີສ່ວນຮ່ວມໃນການຢູ່ຮ່ວມກັນ ແລະການຮ່ວມມືລະຫວ່າງມະນຸດ ແລະ algorithms ເພີ່ມຂຶ້ນ. ທ່າອ່ຽງແມ່ນໃຫ້ AI ກາຍເປັນເຄື່ອງມືທີ່ມີຄວາມຊັບຊ້ອນຫຼາຍຂຶ້ນ, ມີຄວາມສາມາດຊ່ວຍເຫຼືອໃນວຽກງານທີ່ຊັບຊ້ອນ ແລະ ສ້າງສັນ, ແຕ່ຢູ່ພາຍໃຕ້ການຊີ້ນຳ ແລະ ການຊີ້ນຳຂອງພອນສະຫວັນຂອງມະນຸດສະເໝີ. Nvidia ຍັງສືບຕໍ່ລົງທຶນຢ່າງຫຼວງຫຼາຍໃນການຄົ້ນຄວ້າແລະການພັດທະນາ AI, ເປັນສັນຍານວ່າເຕັກໂນໂລຢີຈະສືບຕໍ່ເປັນແຮງຂັບເຄື່ອນໃນການວິວັດທະນາການຂອງເກມ.
ສິ່ງທ້າທາຍແລະໂອກາດສໍາລັບອຸດສາຫະກໍາ
ອຸດສາຫະກໍາເກມປະເຊີນກັບສິ່ງທ້າທາຍຂອງການລວມເອົາປັນຍາປະດິດໃນວິທີການທີ່ມີຄວາມຮັບຜິດຊອບແລະມີຈັນຍາບັນ, ຮັບປະກັນວ່າການປະດິດສ້າງທາງດ້ານເຕັກໂນໂລຢີໃຫ້ບໍລິການເສີມສ້າງ, ບໍ່ແມ່ນມູນຄ່າ, ປະສົບການຂອງຜູ້ຫຼິ້ນແລະການເຮັດວຽກຂອງຜູ້ສ້າງ. ໂອກາດແມ່ນຢູ່ໃນການຂຸດຄົ້ນທ່າແຮງອັນໃຫຍ່ຫຼວງຂອງ AI ເພື່ອສ້າງເກມທີ່ມີຊີວິດຊີວາ, ເຄື່ອນໄຫວ ແລະເຂົ້າເຖິງໄດ້ຫຼາຍຂຶ້ນ, ເອົາຊະນະອຸປະສັກທາງດ້ານວິຊາການ ແລະ ຂະຫຍາຍຂອບເຂດຂອງຄວາມຄິດສ້າງສັນ. ຄວາມສົມດຸນລະຫວ່າງອັດຕະໂນມັດແລະການສະແດງອອກທາງດ້ານສິລະປະຈະເປັນກຸນແຈສໍາລັບຄວາມສໍາເລັດໃນໄລຍະຍາວ.
