Nvidia Research使用AI重新创建了电脑游戏PAC-MAN的全功能版本，该游戏在浪费/丰富了全球数百万人的生活后，在上周五迎来了40岁的生日。

这意味着Nvidia必须在Nvidia创建的称为GameGAN的东西上训练50,000集游戏，而这并没有底层的游戏引擎。GameGAN是一种AI模型，用于在不了解游戏基本规则的情况下重新创建游戏stylechina.com。 

如果这听起来令人困惑，则涉及的AI流程可能有点像是将一个经验不足的10岁男孩在一个旧的PAC-MAN控制台前，扎成一圈，然后说：“玩得开心！” 然后走了几个小时。神经网络试图模仿人脑的某些功能，以至于不能完全消除类比，但是Nvidia可以使用GameGAN模仿未来自动驾驶汽车等设备的动作。   

（在1980年代，在美国各地的商场，酒吧和高级餐厅中，他们的确装有PAC-MAN站立式控制台，实际上这些东西叫做四分之一卷，您必须自己在银行购买。）  

GAN代表生成对抗网络。基于GAN的模型由两个相互竞争的神经网络，一个生成器和一个鉴别器组成。 英伟达在博客中表示，用GameGAN创建的PAC-MAN内容“令人信服，足以传递原始作品。” （除了在酒吧里造成肮脏的人群，香烟烟雾和50美分的啤酒。） 

Nvidia研究人员Seung-Wook Kim说，这项工作是第一个使用基于GAN的神经网络模拟游戏引擎的研究。他说：“我们只想看一下在游戏中移动的特工的剧本，就可以确定AI是否可以学习环境规则。”

这个过程可能就像一个10岁的孩子在一个季度中观看一个12岁的PAC-MAN玩一个小时以上，然后通过在10分钟内在游戏中浪费10个季度来尝试自己。经过50,000次尝试，这个10岁的孩子肯定会变得更好，甚至可能是经过10次尝试后，人脑的力量也会变好。但是Nvidia所做的比玩游戏更重要。

从Nvidia的过程中汲取的教训可以帮助AI研究人员更轻松地开发模拟器系统，以训练用于许多场合的自动机，例如在工厂周围运送零件的机器人。

GameGAN模型可用于区分游戏中的背景和移动的角色，因此可以重铸游戏以在户外树篱中进行，或将PAC-MAN换成表情符号。Nvidia表示，游戏开发人员可以使用GameGAN概念来尝试新想法。

Nvidia多伦多研究实验室主任Sanja Fidler表示，仅通过观看视频，最终可以将AI用来模仿驾驶规则和物理规则，而GameGAN是朝这个方向迈出的第一步。

GameGAN通过摄取过去游戏中的屏幕记录和座席按键来学习游戏规则。金和他的合作者使用了Bandai Namco Research的数据来训练PAC-MAN事件的神经网络，总共有几百万帧。Bandai Namco Entertainment最早在日本发布了该游戏，然后于1981年将其推向美国。

 这款经典的迷宫追逐游戏在游戏机商场大受欢迎，并被移植到PC，游戏机和手机的版本中。为了玩游戏，这位8位英雄PAC-MAN穿过迷宫并吞噬了点，避开了名为Inky，Blinky和Clyde的幽灵。Nvidia表示，Nvidia在AI中向PAC-MAN致敬的工作将于2020年晚些时候在AI Playground上发布。