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.

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.