Researchers taught AI how to judge a video game by its cover
هل سبق لك أن شاهدت الفن الترويجي أو غلاف الصندوق الخاص بلعبة فيديو وفكرت في "ما هذا...؟" حسنا، لا عجب بعد الآن. قام اثنين من الباحثين بدمج التعرف على الصور المتطور ومعالجة اللغة الطبيعية لإنشاء نظام AI لتصنيف أنواع ألعاب الفيديو.
يصف Yuhang Jiang و Lukun Zheng، في بحثهما المنشور مؤخرًا قبل الطباعة بعنوان "التعلم العميق لتصنيف أنواع ألعاب الفيديو Deep learning for video game genre classification"، إنشاء قاعدة بيانات تدريب كبيرة واستخدامها في تطوير نظام تصنيف جديد.
حسب المؤلفين
أنشأنا مجموعة بيانات كبيرة من 50000 لعبة فيديو بما في ذلك صور غلاف اللعبة ونص الوصف ونص العنوان ومعلومات النوع. يمكن استخدام مجموعة البيانات هذه لمجموعة متنوعة من الدراسات مثل التعرف على النص من الصور والتعديل التلقائي للموضوع وما إلى ذلك وسيتم إتاحتها للجمهور في المستقبل. بالإضافة إلى ذلك، قمنا بتقييم العديد من النماذج القائمة على الصور الحديثة والنماذج النصية. لقد طورنا أيضًا نموذجًا متعدد الوسائط عن طريق دمج الميزات من طريقة الصورة وطريقة النص.
بمجرد تجميعها، استخدم الباحثون قاعدة البيانات لتدريب نماذج التعرف على النص والصورة. ثم اختبر الفريق كل نموذج لتحديد أيهما يعمل بشكل أفضل. مما لا يثير الدهشة، وجدوا أن النماذج المستندة إلى النصوص كانت أفضل حالًا من النماذج القائمة على الصور وأن النماذج الهجينة التي تستخدم كلاهما كانت أفضل أداء.
نظرة سريعة: يعتبر تصنيف نوع ألعاب الفيديو مشكلة صعبة بالنسبة لباحثي الذكاء الاصطناعي. على عكس الموسيقى أو الأفلام، تحتوي ألعاب الفيديو على بُعد إضافي للتعريف، وهو كونها شكلًا تفاعليًا للترفيه.
يمكن أن تكون القدرة على أتمتة تصنيف اللعبة بدقة بمثابة نعمة للصناعة. يمكن لمثل هذا النظام أن يسهل على اللاعبين العثور على الألعاب التي قد يرغبون فيها وعلى واجهات المتاجر لتنظيم كتالوجاتهم بشكل صحيح. ولكن ربما الأهم من ذلك، أنه من السهل تخيل نظام التصنيف هذا يتكامل مع خوارزميات التوصية وغيرها من خدمات جمع البيانات وتنفيذها القائمة على الذكاء الاصطناعي.
يصف Yuhang Jiang و Lukun Zheng، في بحثهما المنشور مؤخرًا قبل الطباعة بعنوان "التعلم العميق لتصنيف أنواع ألعاب الفيديو Deep learning for video game genre classification"، إنشاء قاعدة بيانات تدريب كبيرة واستخدامها في تطوير نظام تصنيف جديد.
حسب المؤلفين
أنشأنا مجموعة بيانات كبيرة من 50000 لعبة فيديو بما في ذلك صور غلاف اللعبة ونص الوصف ونص العنوان ومعلومات النوع. يمكن استخدام مجموعة البيانات هذه لمجموعة متنوعة من الدراسات مثل التعرف على النص من الصور والتعديل التلقائي للموضوع وما إلى ذلك وسيتم إتاحتها للجمهور في المستقبل. بالإضافة إلى ذلك، قمنا بتقييم العديد من النماذج القائمة على الصور الحديثة والنماذج النصية. لقد طورنا أيضًا نموذجًا متعدد الوسائط عن طريق دمج الميزات من طريقة الصورة وطريقة النص.
بمجرد تجميعها، استخدم الباحثون قاعدة البيانات لتدريب نماذج التعرف على النص والصورة. ثم اختبر الفريق كل نموذج لتحديد أيهما يعمل بشكل أفضل. مما لا يثير الدهشة، وجدوا أن النماذج المستندة إلى النصوص كانت أفضل حالًا من النماذج القائمة على الصور وأن النماذج الهجينة التي تستخدم كلاهما كانت أفضل أداء.
نظرة سريعة: يعتبر تصنيف نوع ألعاب الفيديو مشكلة صعبة بالنسبة لباحثي الذكاء الاصطناعي. على عكس الموسيقى أو الأفلام، تحتوي ألعاب الفيديو على بُعد إضافي للتعريف، وهو كونها شكلًا تفاعليًا للترفيه.
يمكن أن تكون القدرة على أتمتة تصنيف اللعبة بدقة بمثابة نعمة للصناعة. يمكن لمثل هذا النظام أن يسهل على اللاعبين العثور على الألعاب التي قد يرغبون فيها وعلى واجهات المتاجر لتنظيم كتالوجاتهم بشكل صحيح. ولكن ربما الأهم من ذلك، أنه من السهل تخيل نظام التصنيف هذا يتكامل مع خوارزميات التوصية وغيرها من خدمات جمع البيانات وتنفيذها القائمة على الذكاء الاصطناعي.
اقرأ الورقة كاملة هنا لمزيد من المعلومات.
