I 7 trend più rilevanti emersi al GDC 2017

I 7 trend più rilevanti emersi al GDC 2017

Abbiamo visitato i padiglioni del Game Developers Conference e assistito a qualcuno dei keynote indirizzati principalmente agli sviluppatori. Ecco quali considerazioni ne sono emerse sul futuro della tecnologia e dei videogiochi.

di Rosario Grasso pubblicato il nel canale Schede Video
GeForceNVIDIABlizzardMicrosoftWindowsEpicAkamaiCaptoGlove
 

Deep Learning ovunque, anche per i creatori di contenuti

Nei prossimi anni sentiremo sempre più parlare di Deep Learning. Le nuove tecniche di apprendimento automatico consentiranno alle intelligenze artificiali di essere precise, reattive e funzionali molto più che di normali esseri umani. Tutti i grandi protagonisti del mondo della tecnologia stanno sperimentando con il Deep Learning, uno scenario che richiederà nuove dotazioni hardware per l'elaborazione di un così alto numero di informazioni e nuove soluzioni software.

NVIDIA Deep Learning

Gli algoritmi di Deep Learning sono in grado di migliorarsi e di fare inferenze rispetto ai dati che sono stati loro somministrati
Come abbiamo appreso durante l'evento NVIDIA, gli algoritmi di Deep Learning potranno essere utilizzati anche sul piano della creazione dei contenuti, che ovviamente rimane il topic di riferimento per una fiera come il GDC. Ma in senso più generale, i campi delle diagnosi precise o, in maniera più immediata, la guida autonoma, non potranno più fare a meno delle nuove intelligenze artificiali.

Le nuove tecnologie di Deep Learning, come ha discusso Steve Parker di NVIDIA durante l'evento, possono essere utilizzate, al di là delle tantissime applicazioni che abbiamo visto nel recente periodo e che sicuramente continueremo a vedere, anche nello sviluppo di videogiochi. Rispetto all'approccio tradizionale, che vede i creatori di contenuti dover lavorare su ogni elemento della simulazione, il Deep Learning può apprendere dai dati inseriti, estendere le informazioni in suo possesso per ingrandire i mondi di gioco e velocizzare i processi di creazione. Le ultime architetture NVIDIA, e in particolare Pascal, contemplano in hardware il supporto alle ultime tecniche di Deep Learning, il che consente di migliorare la velocità di elaborazione.

NVIDIA Deep Learning

Gli algoritmi di Deep Learning sono in grado di migliorarsi e di fare inferenze rispetto ai dati che sono stati loro somministrati. Sulla base di questo principio possono creare contenuti seriali e sveltire il lavoro degli sviuppatori. Le tecnologie di riconoscimento delle immagini e vocale possono migliorare l'intelligenza artificiale all'interno dei giochi, ma la loro complessità fa schizzare verso l'alto la quantità di elaborazioni da compiere. Pascal può accelerare questa fase di training fino a 65 volte. Il Deep Learning sarà usato in tantissime tecnologie nei prossimi anni, per esempio nella guida autonoma o per migliorare la precisione delle diagnosi.

NVIDIA Deep Learning

Real-Time Style Transfer è, in particolare, il processo che interesserà maggiormente ai creatori di contenuti per i videogiochi. Ovvero inferire informazioni sulla base di un'immagine o di un disegno, riconoscere forme e significati, e trasporre automaticamente il tutto in grafica renderizzata. L'intelligenza artificiale potrà rilevare volti, analizzare immagini, produrre automaticamente immagini con sincronizzazione labiale, riconoscere testi: il tutto sia da immagini ma anche da video.

NVIDIA Deep Learning

GameWorks Material and Textures sarà una componente molto importante per sfruttare gli avanzamenti nel Deep Learning. Il suo processo di training è in grado di ricavare ed elaborare informazioni da immagini a bassa risoluzione per ricrearle in alta risoluzione. NVIDIA lo definisce "auto-encoder", una tecnologia che può essere molto importante nelle tecniche di upscaling del futuro magari in presenza di hardware non in grado di elaborare immagini a risoluzioni particolarmente elevate: l'intelligenza artificiale può così ricavare le informazioni mancanti nelle varianti in bassa risoluzione. All'interno dello strumento abbiamo tecnologie che consentono agli algoritmi di Deep Learning di ricavare dati sulle texture, sintetizzando informazioni sui materiali tramite l'analisi due differenti foto. In questo modo si può ricostruire il livello di rugorosità o la capacità di riflessione del materiale derivato. Sono tecniche di fotogrammetria che sempre più verranno utilizzate nella produzione di mondi virtuali sulla base di dati grezzi.

NVIDIA Deep Learning

Il Deep Learning sarà applicato a una moltitudine di campi, anche molto diversi dallo sviluppo di contenuti o la ricerca su internet. Le intelligenze artificiale che sono in grado di imparare da sole in futuro potranno scrivere degli articoli autonomamente, svolgere le più delicate operazioni chirurgiche, gestire i complessi sistemi alla base delle smart cities moderne e assumere molti incarichi in cui serve precisione e reattività. Gli scenari futuri sono allo stesso tempo affascinanti e preoccupanti, anche sul piano sociale e politico. Il dibattito è in corso, con la preoccupazione di avere una classe dirigente sufficientemente matura ed esperta da poter gestire un problema di così grande portata e che riguarderà qualsiasi cittadino del pianeta.

3 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - info
al13510 Marzo 2017, 17:44 #1
ma che c'entra overwatch
mannaggia gli affreschi decorati a festa
Trestar11 Marzo 2017, 14:03 #2
C'è un più di troppo
BulletHe@d14 Marzo 2017, 11:33 #3
Non capisco la battuta su Overwatch, è un gioco ottimo nato da poco e ha già raggiunto un ottimo bacino di player e sforna numeri che per ora non fanno pensare assolutamente ad una regressione anzi stanno solo che aumentando

Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".

La discussione è consultabile anche qui, sul forum.
 
^