「Eternal Tribulation」× NetEase Fuxi 初の AI 共作ゲームデザイン、非常に人間指向
最近、生成 AI の大きな進歩により、幅広い議論が引き起こされています。その優れたクリエイティブ能力は、私たちに多くの新たな可能性をもたらし、特にAI描画機能の人気は高いです。ますます多くの一般人が個人的に AI を体験し、それを使って創造を試み始めています。

ティムール・オズドエフは AI 描画を使用してマテリアル画像を生成します
ゲーム実践者の実践により、AI 描画が実際にデザインのアイデアを促進し、研究開発を改善できることが証明されました効率性を高め、ゲームがより多くの可能性をもたらします。しかし、意思決定とこれらの可能性の実現には依然として人間の知性の介入が必要です。
AI 支援モデルと人間処理モデルをゲーム開発プロセスに適用し、2 年連続で Steam プラチナ レベルの年間最優秀ゲームを獲得した「Everasting」 、イノベーショントライを開始しました。 NetEase Fuxi LabとFan Changjie博士は、一般プレイヤーがAI技術を利用してゲームファッションの開発に参加できるようにする「AIスマートファッション共創プロジェクト」を立ち上げた。

AI志華・ファッション共創企画
このイベントでは、プレイヤーはお気に入りのAIインスピレーション写真に投票するだけでなく、インスピレーションワードを使用することもできます自分のファッションをデザインするために。最終的に「Eternal Calamity」は数万人の知恵を結集し、プレイヤーが共創したインスピレーションワードやAI技術をもとにファッションのインスピレーションを生成し、それをもとにファッションを開発し、最終的にプレイヤーに与えることになります。記念日の贈り物。

AI志華・ファッション共創企画活動インターフェース
プレイヤーのインスピレーションをいかに的確に収集し、提示するかはテクノロジーの蓄積にあります。
このイベントでは、NetEase Fuxi Lab は、NetEase 独自の著作権素材ライブラリ データを使用して、「Eternal Tribulation」の文化的テーマとプレイヤーの好みを中心とした大規模な事前トレーニング モデルに基づいて、 AI を生成すると、詳細なカスタマイズが可能になります。
NetEase Fuxi の大規模事前トレーニング モデルが、浙江省科学技術計画プロジェクト「パイオニア」プロジェクトに選ばれたことがわかりました。自社開発モデルの規模は初期の1億パラメータから1,000億パラメータに成長し、モデル分野はテキストからグラフィック、音楽、動作シーケンスなどのモダリティにまで拡大し、事前学習モデルのトレーニングで豊富な経験を蓄積そしてエンジニアリングの最適化。
AI テクノロジーの使用により、プレイヤーはより優れたエクスペリエンスを得ることができます。たとえば、「Eternal Tribulation」の開発チームは、AI アンチチート技術を使用して、ゲーム内のプレイヤーの行動データを分析し、異常な行動を持つプレイヤーを迅速に特定し、従来のアンチチート技術を効果的に補完しました。たとえば、AI マンマシンは戦闘中にプレイヤーの戦闘スタイルを学習し、プレイヤーのために新しい悪夢のようなマンマシン モデルを開発し、異なるゲーム体験をもたらすことができます。

Nightmare AI は合計 1 億人のプレイヤーを破りました
ゲーム エクスペリエンスの最適化からゲーム運営に至るまで、AI はゲームのあらゆる分野に力を与え、ゲーム メーカーを支援しています生産の品質と効率を向上させます。同時に、さまざまなゲームシーンは AI 技術を研究および検証するための優れたシナリオにもなり、AI 研究チームは AI アルゴリズムを繰り返し磨き、複雑なゲームシーンを通じて技術的効果を検証し、AI 業界のアルゴリズム、モデルの進歩を大きく促進します。分散コンピューティングおよびその他のテクノロジーの開発。
将来、AI は応用シナリオを拡大し続け、あらゆる分野の補助ツールとなり、アルゴリズム研究やニューラル ネットワーク アーキテクチャの探索における応用が促進されると考えられます。 、大規模分散コンピューティングにより、より高度な発展を達成し、あらゆる分野にさらなる可能性をもたらします。
以上が「Eternal Tribulation」× NetEase Fuxi 初の AI 共作ゲームデザイン、非常に人間指向の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フロントエンド開発の世界では、VSCode はその強力な機能と豊富なプラグイン エコシステムにより、数多くの開発者に選ばれるツールとなっています。近年、人工知能技術の急速な発展に伴い、VSCode 上の AI コード アシスタントが登場し、開発者のコーディング効率が大幅に向上しました。 VSCode 上の AI コード アシスタントは雨後のキノコのように出現し、開発者のコーディング効率を大幅に向上させました。人工知能テクノロジーを使用してコードをインテリジェントに分析し、正確なコード補完、自動エラー修正、文法チェックなどの機能を提供することで、コーディング プロセス中の開発者のエラーや退屈な手作業を大幅に削減します。今日は、プログラミングの旅に役立つ 12 個の VSCode フロントエンド開発 AI コード アシスタントをお勧めします。
