MotoGP 19: Wir entdecken ANNA, die neue künstliche Intelligenz von Milestone

Wie wir in unserer Überprüfung der MotoGP 19 hervorgehoben haben, ist eine der größten Errungenschaften von Milestone die Einführung einer neuen Form der künstlichen Intelligenz mit adaptiven Fähigkeiten auf der Grundlage neuronaler Netze. Dies ist ein möglicherweise revolutionäres Feature für die Rennspiellandschaft, auf das wir sofort neugierig wurden. Aus diesem Grund haben wir Matteo Pezzotti Lead Game Designer der MotoGP 19 getroffen und ihm einige Fragen zur Funktionsweise von IA und ihren möglichen Anwendungen gestellt. Ohne weitere Umstände überlassen wir Ihnen das Konto unseres interessanten Chats.

Einführung in ANNA

Everyeye.it : Sie können mit wenigen Worten und auf einfachste Weise veranschaulichen, was die Höhepunkte der neuen Typologie der künstlichen Intelligenz sind, die auf neuronalen Netzen basiert.
Matteo Pezzotti : Im Gegensatz zu einer traditionellen KI, für die das Entwicklungsteam vorgegebene Verhaltensweisen festlegt, sieht das neue System vor, künstliche Intelligenz mit einer Vision der umgebenden Welt, der zu erreichenden Ziele und der Liste der zu befolgenden Ziele auszustatten Aktionen zur Verfügung, um dies zu tun. KI-Verhalten ist also nicht "fest" sondern entsteht durch lange und komplexe Trainingseinheiten.

Dank eines Systems von " Reward " haben die Entwickler die Möglichkeit, der KI zu erklären, welche Verhaltensweisen zur Erreichung der Ziele nützlich und welche schädlich sind. Es wird dann die künstliche Intelligenz selbst sein, die Tausende von Runden auf der Strecke fährt, um die Summe dieser Elemente zu bilden, um den besten Weg zu erlernen, um ihre Ziele zu erreichen.

Everyeye.it : Wie und wann haben Sie die Idee gepflegt, dass ein ähnlicher Paradigmenwechsel in Bezug auf die Entwicklung und das Management künstlicher Intelligenz erforderlich ist?
Matteo Pezzotti : In Wirklichkeit waren wir bereits von einem Titel überzeugt, dass unser KI-System von Grund auf neu überarbeitet werden musste: Unsere Spieler fragten uns nach Gegnern, die ein höheres Herausforderungsniveau bieten könnten, während sie am Gleichzeitig bietet es ein natürlicheres und realistischeres Verhalten. In der Zwischenzeit haben Studien im Bereich KI-Neuronales und Maschinelles Lernen große Fortschritte gemacht, und wir dachten einfach, es sei an der Zeit, dass jemand versucht, sie auf die Welt der Rennvideospiele anzuwenden. Und dass jemand Milestone war .

Everyeye.it : In den letzten Monaten wurde viel über die Vorteile von ANNA geredet, was hauptsächlich mit einer höheren Glaubwürdigkeit der von der KI kontrollierten KI-Piloten zusammenhängt. Glauben Sie, dass es interessante Aspekte dieser Technologie gibt, die unbemerkt geblieben sind und stattdessen von Kritikern und der Öffentlichkeit mehr Aufmerksamkeit verdient hätten?
Matteo Pezzotti : Sicherlich hat die Öffentlichkeit eine Steigerung der Wettbewerbsfähigkeit und eine Verbesserung des Verhaltens von Gruppen wahrgenommen.

Was den Spielern vielleicht entgeht, ist der Spielraum für Verbesserungen, der diese neue Technologie zur Verfügung stellt: Bei der ersten Implementierung ist das Ergebnis bereits besser als im letzten Jahr, aber wir haben erst begonnen, das Potenzial dieses neuen Systems auszuschöpfen.

Everyeye.it : In der Vergangenheit gab es andere Versuche, KI-Verhalten plausibler zu machen. Denken Sie nur an Drivatar der Forza-Serie der sich auf die Verwendung von Daten konzentrierte, die von verbundenen Benutzern erhalten wurden online, um ihr Verhalten auf der Strecke zu replizieren. Was spricht für Ihre Technologie bei diesem Ansatz?
Matteo Pezzotti : Das von Forza mit Drivatar durchgeführte Experiment war sehr interessant, aber es war ein klassisches KI-System, bei dem einige Verhaltensweisen der Gegner auf der Grundlage der Leistungen und der Aggressivität der einzelnen Benutzer geändert wurden wollte den Fahrstil nachbilden. Wie bereits erwähnt, basiert Neural IA auf einem völlig anderen Paradigma: Wir sind nicht diejenigen, die festgelegte Verhaltensweisen aufzwingen, sondern es ist die künstliche Intelligenz, die die Welt um sich herum verarbeitet und durch Training die notwendigen Verhaltensweisen hervorbringt, mit denen man sich einem Tender stellen kann [19659006] Everyeye.it : Was sind die Änderungen, die eine solche Neuheit sowohl in der Produktion als auch in der Programmierung im Workflow mit sich gebracht hat?
Matteo Pezzotti : Die Veränderungen in der täglichen Arbeit waren enorm. Bevor die Arbeit viel strengeren Prozessen folgte, stellten die Programmierer eine Reihe vereinbarter Verhaltensweisen zur Verfügung, und dann war es Sache des Designteams, die Parameter, die sie regulierten, abzustimmen und auf den Spuren die idealen Trajektorien zu zeichnen, denen die KI folgen sollte.

Jetzt dreht sich alles viel mehr um Experimente, um die Verbesserung der Art und Weise, wie künstliche Intelligenz die Umgebung wahrnimmt, und um den Ausgleich der "Belohnungen", über die wir zuvor gesprochen haben. Aus einer bestimmten Sicht ist es etwas komplexer, da die Ergebnisse der Experimente nicht immer vorhersehbar sind, aber die Arbeit sicherlich viel anregender.

Everyeye.it : Denken Sie daran, diesen Weg auch in den kommenden Jahren fortzusetzen? Wenn ja, haben Sie bereits mögliche Optimierungen oder Änderungen identifiziert, die in zukünftigen Iterationen der Serie implementiert werden sollen?
Matteo Pezzotti : Wir werden diesen Weg sicherlich fortsetzen, die Verbesserungen sind bereits offensichtlich und wir betrachten MotoGP19 nur als den ersten Schritt eines Prozesses, bei dem die neuronale IA in unseren Titeln zunehmend präsent sein wird. . Was die Zukunft betrifft, möchten wir uns mit Sicherheit mit dem Management der Rennstrategie befassen: Wir möchten, dass die KI lernt, gemäß den Asphalttemperaturen, dem Reifenzustand und vor allem den Bedingungen zu "pushen" Rennphase in der sich der Pilot befindet.

Everyeye.it : Das erklärte Ziel war es, eine KI zu schaffen, die endlich glaubwürdig und so nah wie möglich an der von echten Piloten ist, aber wie haben Sie es geschafft, dieses Lernsystem "autonom" mit der Notwendigkeit zu kombinieren das Verhalten von Piloten wie Valentino Rossi, Andrea Dovizioso oder Marc Màrquez nachahmen?
Matteo Pezzotti : In Wirklichkeit bietet Neural IA im Vergleich zu einem herkömmlichen System viel mehr Möglichkeiten, diese Differenzierungen zu erstellen.

Da das "Training" auf der Art des "Preises" basiert, den Sie einem Fahrer zuweisen möchten, können Sie versuchen, höhere Preise für das Überholen zu vergeben, wenn Sie aggressiveres Verhalten wünschen. Wenn ich im Gegenteil einen saubereren Fahrer schaffen möchte, muss ich die Kontakte mit den anderen Fahrern bestrafen, und die Strecke gibt viel nach. Sicherlich erfordert das Erreichen des gewünschten Ergebnisses viel Arbeit und mehrere Experimente, aber die Interventionsspielräume sind sehr groß.

Everyeye.it : Erwägen Sie die Erweiterung von A.N.N.A. auch zu deinen anderen IPs (MXGP, Supercross und vielleicht ein hypothetisches neues Kapitel von Ride)?
Matteo Pezzotti : Ich habe noch keine endgültige Antwort auf diese Frage, aber wir denken sehr ernsthaft darüber nach. Sicherlich stünden wir vor einer Reihe sehr unterschiedlicher Ziele, z. B. das Erlernen des Fahrens auf unbefestigten Straßen, das Bewältigen von Sprüngen und das Bewältigen sehr kurvenreicher Strecken wie Straßenrennen. Kurz gesagt, es wäre eine sehr zwingende Herausforderung, eine der Herausforderungen, die Milestone mag.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.