因为背靠华为 AI 平台 ， ModelArts for Games 可以实现工作流程的端到端全覆盖：从数据处理、获取先进算法、模型大规模训练 ， 到模型按需部署处理和管理 ， AI 应用的全周期工作都可以在一个平台上实现 。
通过 ModelArts ， AI 训练的算力不再是问题 ， ModelArts 提供异构计算集群 。 训练支持海量 CPU ， GPU 自由组合 ， 提供大规模强化学习训练能力 ， 支持弹性扩缩容及容错机制 ， 方便用户使用 IMPALA、Seed 等主流或客制化分布式架构进行高效的强化学习训练 。 兼顾多种应用场景 ， 大幅度提高算法开发与训练效率 。 来自华为诺亚方舟实验室的分布式强化学习框架「刑天」集群节点间通信进行了优化 。 这些特性可以将训练速度提升 10 倍 ， 降低了训练成本 ， 用户可以随时按需启动和停止训练作业 。
而在对于玩家来说直接关系到游戏体验的 AI 推理速度上 ， ModelArts 可以将时延压缩至 20ms 以内 ， 实现实时响应 。

文章图片

对于游戏开发者来说 ， 如果不知道哪种算法可以满足自己的需求 ， ModelArts for Games 也给出了一些用例 ， 其中集成了最成熟的 ， 按游戏类型划分的算法 ， 这些方案很多都曾在数据竞赛中获得过好成绩 。 针对 AI 新手 ， 华为云还开放了超过 10 个全代码 AI 教程 ， 满足客户培养团队、快速提升 AI 团队能力的需求 。
诺亚方舟实验室的研究人员认为 ， ModelArts 在游戏 AI 的多样化生成、NPC 训练、自动化测试等方向上都展现出了广阔的应用前景 。
为游戏开发者赋能
带来更好的用户体验
在强化学习技术真正落地的时候 ， AI 的目的不是打败玩家 ， 而是要陪更多的玩家 ， 带来更好的体验 。 ModelArts for Games 拥有较强的能力 ， 面向所有游戏开发者 ， 不论是大厂还是小工作室推出的游戏 ， 都能在其上获得适合的技术 。
华为云 AI 团队目前已经协同众多游戏开发者实现了游戏 AI 技术的落地 。 目前 ， 网易伏羲、西山居、数字天空都在与华为云 ModelArts for Games 进行项目合作 ， 并且取得了阶段性成果 。
首先 ， 华为云 ModelArts for Games 可以帮助开发者们选择最适合自身游戏场景的算法 ， 降低开发人员应用 AI 的门槛 。
在西山居正在研发的一款游戏中 ， 开发者们与华为云的研发团队共同打造了基于强化学习算法的 AI 机器人 ， 在对战的水平、策略选择方面都比传统游戏中的 AI 机器人更加强大 。 经实际游戏测试 ， 通过华为技术训练的 AI 与内置 Bot 对抗 4664 局 ， 胜率达到 95% 。 而与专业玩家对战时 ， 胜率可以五五开 。

文章图片

如果游戏开发团队拥有自行研发 AI 技术的能力 ， 华为云也可以提供强大的 AI 算力 ， 并帮助他们将算法模型商业变现 。
网易伏羲拥有自己的人工智能实验室 ， 其在计算平台和强化学习方面和华为云进行了深入的合作 。
在谷歌与英超曼城俱乐部在 Kaggle 平台举办的首届 AI 足球世界杯上 ， 网易伏羲强化学习团队的 AI 在上千只团队中斩获亚军 ， 其接近专业教练的 AI 战术布局能力 ， 让人们看到了「AI + 足球」的巨大潜力 。
在比赛时 ， 根据赛场实时状况 ， AI 机器人通过训练可实现目前高水平足球联赛中流行的高位逼抢战术 ， 攻守转换也非常快 。 在针对不同玩家时 ， AI 可体现进攻、防守等不同风格 ， 带来相比以往更加真实的体验 。