工业界应用

由于Facebook,Google / Alphabet,微软和亚马逊等各种不同公司对其发展投入巨大的兴趣,DL的许多最新进展已经加速。 然而,游戏产业并没有将这些进步与这种进步相提并论。这有时让游戏行业以外的评论家感到惊讶,因为游戏被视为大量使用人工智能技术。然而,游戏行业中最常用的AI类型更多地侧重于手工创作表达非玩家角色(NPC)行为而不是机器学习。在这个行业中采用神经网络(和类似方法)的一个经常被引用的原因是这些方法本质上难以控制,这可能导致不必要的NPC行为(伊根NPC可能决定杀死一个相关的关键角色 到了故事)。此外,训练深度网络模型需要一定程度的专业知识,该领域的专家库仍然有限。这对于应对这些挑战非常重要,以鼓励游戏行业广泛采用。

此外,尽管大多数DL方法都专注于玩游戏,但这个目标对于游戏行业来说可能并不是最重要的。这里是玩家在玩重要组件时体验到的乐趣或参与度。游戏制作过程中玩游戏的DL的一个用途是用于游戏测试,其中人工代理测试该等级是可解决的或难度是合适的。DL可能会在游戏行业中看到它最重要的用途,不是为了玩游戏,而是为了根据对现有内容的训练,或者对于玩家体验建模来生成游戏内容。

在游戏行业中,包括EA,Ubisoft 和Unity在内的几家大型开发和技术公司最近开始在内部研究部门,主要集中在深度学习上。 这些技术还将被这些公司或其客户的发展方式所接受,还有待观察。