GPU AI - Technology Preview

jocover

This technology preview is a snapshot of some internal research we have been working on and talking about at various conferences for the past couple years. The level of interest in GPU-accelerated AI has continued to grow, so we are making this (unsupported) snapshot available for developers who would like to experiment with the technology.

The GPU accelerated path planning software provided in this technology preview is applicable to domains that include robotics, video games, synthetic environments (SE) and artificial intelligence in general. Systems that exploit multi-agent modeling for simulating the safe motion of virtual multi robots, non-player game characters and virtual humans navigating in a dynamic environment are just a few examples of applications that benefit from GPU-accelerated AI.

Please share your experience and feedback on this GPU AI technology in our developer forums.
Features supported in this release:

    * Roadmap Construction: generates a graph of collision-free paths for a given game level or configuration space based on an input 3D mesh
    * Path Searching: Finds optimal path for each agent from start to goal across the roadmap graph using either A* or Dijkstra search
    * Multi-agent Collision Avoidance: Consults roadmap to intelligently guide each agent from start to goal while avoiding collisions with other dynamic agents as well as static and moving obstacles

Benefits of GPU AI:

    * Faster than CPU AI: exploits GPU parallelism in every phase of the simulation, using 10s of thousands or even hundreds of thousands of GPU threads
    * Offload the CPU: free up CPU resources for other work
    * Flexible Roadmap Generation: roadmaps can be pre-computed offline or generated/updated during runtime
    * Widely supported: works on 100s of millions of GPUs, anything with compute capability 1.1 or later


http://developer.nvidia.com/object/gpu-ai.html

66666

游戏里大部分都是这种AI
CC9K 发表于 2010-6-5 01:59

所以游戏单机AI到现在还是毫无突破，跟10年前游戏没什么区别

CC9K

acqwer的定义如果是这样，那并不是真正的AI
gzpony 发表于 2010-6-4 18:22

游戏里大部分都是这种AI

misasdky

人工智能是逻辑式ai和并行式ai共存的
且互为因果

gzpony

貌似LS两位所说的AI并不是同一个东西
acqwer同学所谓的AI是目前通常意义上的AI，由程序制定一个因果关系， ...
nfsking2 发表于 2010-6-4 18:10

    acqwer的定义如果是这样，那并不是真正的AI

gzpony

那种东西也叫人工智能。

人类还是先把什么叫“智能”搞清楚再谈什么人工吧。
Prescott 发表于 2010-6-4 18:10

    呵呵，支持向量机SVM一向归入人工智能类别。

人工智能发展到现在，并不是一个途径一个方法，而是一批，用各种方式来实现智能化的目标。

Prescott

AI已经到处在应用了，还说“只是在理论上可行”。无语

最常见的应用，比如搜索引擎的智能搜索 ...
gzpony 发表于 2010-6-4 17:20

那种东西也叫人工智能。

人类还是先把什么叫“智能”搞清楚再谈什么人工吧。

nfsking2

貌似LS两位所说的AI并不是同一个东西
acqwer同学所谓的AI是目前通常意义上的AI，由程序制定一个因果关系，然后相关事物按照程序运行
而gzpony指的AI，应该是不需要程序来指定原因和结果的，而是由机器自行生成自己的行为，也就是再创造出一个有真正思考能力的东西。

gzpony

7l亮了 游戏的ai原来是在模拟大脑神经原工作啊 那游戏人物运动需不需要模拟下肌肉里面每个细胞的收缩喃?
拜 ...
iamw2d 发表于 2010-6-4 16:58

    AI就是那些算法，而那些算法很多都是通过模仿人脑的生物结构，或者其他现象所发明的。

如果游戏中用的是神经网络，而这个算法和结构是模仿人脑神经元而来的。那么就真的如你说的一样。

这里可以参考一下
http://book.csdn.net/bookfiles/206/1002069924.shtml

gzpony

原来大师是真不明白啊，基于神经网络的AI算法只是在理论上可行，无论在硬件还是软件都远远达不到 ...
acqwer 发表于 2010-6-4 17:06

    AI已经到处在应用了，还说“只是在理论上可行”。无语

最常见的应用，比如搜索引擎的智能搜索和分类，就是大规模的使用人工智能。google中国之前用了至少几百台服务器来跑支持向量机作网页关键字智能分类

acqwer

你烦不烦啊？ 不懂的先去学习一下再来讨论。
gzpony 发表于 2010-6-4 16:53

    原来大师是真不明白啊，基于神经网络的AI算法只是在理论上可行，无论在硬件还是软件都远远达不到要求。现在的人工智能都只是条件反射罢了，顶楼的就是一个A*算法，但不是把A*算法拆成很多并行运算，而是同时算多个单位。

iamw2d

7l亮了 游戏的ai原来是在模拟大脑神经原工作啊 那游戏人物运动需不需要模拟下肌肉里面每个细胞的收缩喃?
拜神来了

gzpony

大师你到底知不知道这两篇论文到底在做什么？
acqwer 发表于 2010-6-4 16:41

    你烦不烦啊？ 不懂的先去学习一下再来讨论。

acqwer

自己看去。看得明白才好
gzpony 发表于 2010-6-4 16:24

    大师你到底知不知道这两篇论文到底在做什么？

gzpony

来段最简单的并行化的A*算法吧。
acqwer 发表于 2010-6-4 16:15

    http://www.docin.com/p-54982143.html
http://www.docin.com/p-54880906.html

自己看去。看得明白才好

acqwer

你逻辑混乱得想表达什么？

NN和人脑之间有区别也好，什么也好。现在这里讨论的是AI，人工智能 ...
gzpony 发表于 2010-6-4 16:14

    来段最简单的并行化的A*算法吧。

gzpony

大师google的时候没有发现神经网络和脑神经之间的区别，或者说是没能发现？
acqwer 发表于 2010-6-4 16:02

    你逻辑混乱得想表达什么？

NN和人脑之间有区别也好，什么也好。现在这里讨论的是AI，人工智能。
只要人工智能的算法就是并行性，分布性，独立性，单位运算简单，那就很适合GPU处理。

你承认这个就够了，其他无需多说。

acqwer

嘿嘿，最近两年刚好关注点就在人工智能。尤其是研究了不少时间的神经网络和支持向量机。

多余 ...
gzpony 发表于 2010-6-4 15:19

    大师google的时候没有发现神经网络和脑神经之间的区别，或者说是没能发现？

gzpony

贴两个神经网络入门理论链接

http://www.funnyai.com/AI/Book/DigtalNN/4.1.htm
http://www.funnyai.com/AI/Book/DigtalNN/4.1.2.htm