Etter hvert som forskere fortsetter å utvikle kunstig intelligens (AI), blir teknologien utbredt i ulike sektorer i verden. Vi har sett AI-baserte verktøy og systemer overvåke trafikk, simulere Wimbledon-kamper og til og med etterligne kjendisstemmer. Nå har to AI-forskere utviklet en AI-drevet maskinlæringsmodell som kan gjenkjenne sjangeren til en tittel på et videospill basert på omslaget..
Forskerne Yuhang Jiang og Lukun Zheng er de som kom med konseptet. Duoen publiserte nylig en forskningsartikkel, kalt “Dyp læring for klassifisering av videospillgenrer”, som forklarer bruken av en stor treningsdatabase, opprettet av dem, for å kategorisere videospill basert på omslagsbilder og tekster.
Hvordan utviklet de modellen?
For å lage den opprinnelige databasen, tok forskerne 50.000 videospilltitler med omslagsbilder, beskrivelse tekster, titteltekster og sjangerinfo. Ifølge forskerne, utviklere og andre AI-forskere kan bruke dette datasettet til forskjellige andre studier som “Tekstgjenkjenning fra bilder, automatisk gruvedrift av emner og så videre”. Derfor vil de snart gjøre det tilgjengelig for publikum.
I tillegg evaluerte vi flere moderne bildebaserte modeller og tekstbaserte modeller. Vi utviklet også en multimodal modell ved å sammenkoble funksjoner fra bildemodalitet og tekstmodalitet, ” skrev duoen i avisen sin.
Etter samlingen av det enorme datasettet, forskerne brukte den til å trene to maskinlæringsmodeller som kan gjenkjenne tekster og bilder. Etter fullført opplæring oppdaget de at den tekstbaserte modellen fungerte mye bedre enn den bildegjenkjennende modellen. De beste resultatene ble imidlertid produsert av en hybrid av de to modellene.
Forskerne sier at den nye kategoriseringsmodellen for videospill-sjanger kan være til stor hjelp for spillere å finne det perfekte spillet for seg selv. Videre kan videospillselgere bruke den til å kategorisere og bedre organisere sine fysiske butikker slik at kundene enkelt finner ønsket spill.
Du kan lese detaljert forskningspapir for mer informasjon om denne nye maskinlæringsmodellen.