XIII Международная студенческая научная конференция Студенческий научный форум - 2021

Машинное обучение и использование нейросетей является одной из перспективных технологий, позволяющей облегчить производство игровых проектов и улучшить их качество, также улучшить производительность графических процессоров без потери качества изображения.

Данные технологии являются перспективными для игровых студий, так как позволяют сократить расходы и ускорить производство игр, для производителей графических процессоров – позволяют увеличить спрос на их игровые решения путем увеличения производительности или качества, особенно в среднем ценовом сегменте.

Основными проблемами являются:

необходимость использования большой вычислительной мощности для совершенствования и обучения;

появление ошибок и артефактов;

в процессе производства всё равно требуется правка;

не все устройства и игровые проекты поддерживают использование машинного обучения и нейросетей.

Производители игр при производстве игр особое место выделяют графическому аспекту своего продукта, ведь с развитием технологий растет и требования потребителей к качеству изображения.

В настоящее время на основе графических движков, таких как Unreal Engine, CryEngine, Unity 3D и других, возможно создание фотореалистичный изображений, игровых уровней и их наполнения, но для реализации данного замысла в VR по заявлению президента бразильского офиса NVIDIA Ричарда Кэмерона потребуется производительность, превышающая в 40 раз мощность графического процессора NVIDIA GTX 1080Ti, что равняется 452 терафлопсам.

На данный момент самым мощным потребительским графическим процессором является NVIDIA RTX 3090. Его пиковая производительность равняется 36 терафлопсам, при работе с трассировкой лучей – 69 терафлопс. Поэтому для увеличения производительности и улучшения качества изображения производителям игр необходимо внедрять в свои проекты поддержку технологий машинного обучения.

В последнее время наиболее применяемой стала технология NVIDIA DLSS, которая работает на основе нейросетей и алгоритмов ИИ. Для улучшения и тренировки модели ИИ используются ресурсы суперкомпьютеров NVIDIA.

Использование данной технологии машинного обучения позволяет производить рендеринг изображения в меньшем разрешении и масштабировать его до 4(режим Perfomance) или до 9(режим Ultra-Perfomance) раз без потери качества, что позволяет добиться лучшей производительности или увеличения качества без потери производительности. К сожалению, технология доступна только для видеокарт NVIDIA RTX.

Машинное обучение и нейросети используются и в программной части. В последнем версии API DirectX 12 Ultimate Microsoft внедрила несколько функций, использующих машинное обучение и ИИ. Одной из таких функций является VRS(Variable Rate Shading), которая позволяет определять однотонные участки и регулировать частоту их шейдинга. Технология измеряет количество движений и изменений цветов в каждом кадре и интеллектуально снижает детализацию затенения в участках, где это возможно без потери качества. Ещё одна технология Mesh Shading позволяет графическому процессору управлять уровнем детализации и тесселяции для объектов, что положительно сказывается на производительности.

Использование технологий машинного обучения и нейросетей также активно применяется игровыми студиями для улучшить производительности и облегчения создания игровых проектов.

Польская студия CD Project Red для создания лицевых анимаций в Cyberpunk 2077 использовала глубокое машинное обучение с использованием нейросети JALI. Это намного ускоряет время разработки, так как не нужно разрабатывать анимацию лиц для каждого языка силами студии, а также позволяет снизить затраты на производство, так как если использовать технологию захвата движений, которая применялась, например, в Beyond: Two Souls, куда дороже, так как требует работы живых актеров.

Данная нейросеть позволяет синхронизировать мимику по голосу, что позволяет облегчить анимацию лиц для воспроизведения различных слов и тонов голоса на различных языках мира. Способствует развитию данной нейросети использование машинного обучения. Технология анимации с каждым разом становится более точной и позволяет значительно ускорить процесс создания игр.

Также большое распространение получили различные сервисы, использующие нейросети для увеличения качества текстур. Такие сервисы помогают обычным пользователям самостоятельно улучшать качество игровых проектов путем апскейлинга текстур. Перед внедрением нейросеть проходит машинное обучение, настройку и оптимизацию. Это может занять продолжительное время, но как итог: всего один человек способен улучшить качество текстур большого игрового проекта.

В данной статье рассмотрены основные направления развития машинного обучения в игровой индустрии, а также их реальное применение. Машинное обучение давно используется в игровой индустрии давно, но только в последнее время приобретает большее использование, что позволяет наблюдать тенденцию на увеличение активности внедрения технологий машинного обучения, нейросетей и ИИ в разработку игровых проектов и в графические решения для потребителей. Это касается анимаций, ИИ неигровых персонажей и увеличения производительности, что позволяет погрузиться в игровой процесс пользователям с среднебюджетными игровыми системами. Использование машинного обучения положительно влияет на качество продукта и время его производства. Таким образом, в будущем игровая индустрия сможет создавать более масштабные проекты и большую часть бюджета уделять не графической составляющей игры, а написанию сценария, озвучке, маркетингу, мерчандайзингу. В будущем данная тенденция будет только увеличиваться и актуальными будут становиться специалисты в сфере машинного обучения, нейросетей и ИИ.

Список используемых источников:

nvidia.com [Электронный ресурс]. – RTXON: Трассировка лучей и технология DLSS|NVIDIA. Режим доступа: https://www.nvidia.com/ru-ru/geforce/rtx

nvidia.com [Электронный ресурс]. – API DirectX 12 (DX12) Ultimate|NVIDIA Geforce. Режим доступа: https://www.nvidia.com/ru-ru/geforce/technologies/directx-12-ultimate

playground.ru [Электронныйресурс]. – PCGAMER от 18.10.2020|Cyberpunk 2077|ИнтервьюсЯкубомКнапиком. Режим доступа: https://www.playground.ru/cyberpunk_2077

holographica.space [Электронный ресурс]. – NVIDIA о фотореализме. Режим доступа: https://holographica.space/news/nvidia-40x-13049