NVidia запускает первого помощника с искусственным интеллектом для геймеров

Американская технологическая компания NVidia представила новую нейросеть Project G-Assist, с помощью которой игроки смогут настроить и пройти практически любую игру. Данное решение было представлено в рамках презентации Nvidia на выставке Computex 2024.

По данным Nvidia, помощники с искусственным интеллектом меняют игровой процесс и управляют приложениями. Современные компьютерные игры предоставляют обширную вселенную для изучения и большое количество механик для освоения, но даже для самых заядлых геймеров это может быть сложной задачей и отнимать много времени. Цель проекта G-Assist - предоставить игрокам возможность использовать сгенерированный искусственный интеллект для получения игровых знаний в режиме реального времени.



Project G-Assist принимает голосовые или текстовые команды от игрока, а также контекстную информацию с экрана и прогоняет эти данные через модели компьютерного зрения. Эти модели улучшают контекстную осведомленность и понимание специфики приложения большой языковой модели (LLM), связанной с базой знаний игры. В конечном итоге система генерирует индивидуальный ответ в виде текста или речи.

Например, помощник может предложить тактику против игрового босса, подсказать решение головоломки, или рассказать, как создать или найти тот или иной игровой предмет. Поклонникам соревновательных игр G-Assist поможет разобрать демо после матча и проанализировать ошибки и игру в целом, прямо как тренер.



NVIDIA в сотрудничестве с разработчиками из Studio Wildcard продемонстрировала технологию G-Assist в игре ARK: Survival Ascended. ИИ-помощник ответил на вопросы о существах, предметах, истории, целях, сложных боссах и многом другом. Поскольку Project G-Assist учитывает контекст, он персонализирует свои ответы в соответствии с игровой сессией каждого геймера.

Кроме того, Project G-Assist может настроить игровую систему игрока для оптимальной производительности и эффективности. Он может предоставить информацию о показателях производительности, оптимизировать графические настройки в зависимости от аппаратного обеспечения пользователя, применить разгон до безопасного уровня и даже интеллектуально снизить энергопотребление при сохранении заданной производительности.