Простий алгоритм для штучного інтелекту покращує графіку в старих іграх
Сьогодні допомога штучного інтелекту стала настільки буденною, що нею навіть нікого не здивуєш. Майже будь-який сучасний смартфон вже оснащується чіпом для роботи з нейронними мережами, який активно задіяний при роботі з камерою, та й взагалі в забезпеченні ефективної роботи системи. Основною особливістю штучного інтелекту як «інтелекту» є здатність до навчання. І чим більше ви його навчили в необхідній вам сфері, тим краще він буде справлятися з поставленими задачами. Так, безліч ентузіастів, які хотіли випробувати метод щодо поліпшення графіки на дуже старих іграх, були вражені його можливостями.
Рукавички для сенсорних екранів Armorstandart Melange Grey/Black size L (ARM59867)
+2 ₴ на бонусный рахунок
Чохол для смартфону Samsung Kindsuit Case S25 Edge Light Blue (EF-VS937PLEGWW)
+16 ₴ на бонусный рахунок
Чохол для смартфону MAKE Silicone Samsung S25 Silver Shadow (MCL-SS25SS)
+3 ₴ на бонусный рахунок
За основу взято найпримітивніший спосіб інтерполяції, який вже активно застосовується десятиліттями в тих же камерах смартфонів. Коли фактично сенсор може відобразити лише 6 Мп, а за рахунок інтерполяції вони перетворюються в 12 Мп на виході. Якість від цього не сильно поліпшується, але ось в рекламних цілях це дуже помітно діє.
Сучасний же метод, в якому використовується штучний інтелект, так само простий, але за одним винятком – штучний інтелект перевіряє, чи влаштовує підсумковий результат, чи ні. І якщо ні, процес починає наново з підстановкою інших пікселів. За основу для аналізу беруться мільйони завантажених зображень, де наочно показується який результат має бути при подібній інтерполяції.
Як і будь-який процес роботи зі штучним інтелектом, це займає дуже багато часу. Йому потрібно «згодувати» безліч прикладів, на яких видно, як зображення виглядало в низькій роздільній здатності і як воно ж стало виглядати у високій. Чим більше таких зразків, тим якіснішим буде результат. Ця методика отримала назву ШІ-апскейлінг. І вона вже застосовується навіть на рівні великих розробників – саме тому ми можемо спостерігати лавину поліпшень у графіці старих ігор, таких як Doom, GTA: Vice City, Half Life 2, Mass Effect 2.
Незважаючи на кропітку працю з навчання штучного інтелекту, час, витрачений на нього незрівнянно менший, ніж знадобився б людині і навіть цілій команді, щоб самостійно зробити ту ж роботу. І якщо у випадку з штучним інтелектом оновленням графіки може займатися кілька людей, лише навчаючи і контролюючи виконану роботу, то у випадку з людьми має працювати велика група значно більше часу, що однозначно буде досить дорого.
Звичайно, таким чином можна «воскрешати» не всю графіку – все залежить від складності анімації та інших факторів. Також важливим є вибір методики апскейлінга, яку застосовують до того чи іншого типу зображень. Однак, після того, як штучний інтелект вже навчений розуміти, що він правильно збільшив роздільну здатність зображення, процес стає швидшим і продуктивнішим, за рахунок чого може розширюватися поле діяльності. Тож незабаром можна чекати хвилі нових модів, патчів і версій ігор, гаряче улюблених і поліпшених візуально.
Читайте також:
