Microsoft Flight SimulatorはAIを使って15億の建物を復元、宮殿がオフィスビルに変わる際にバグが発生

Microsoft Flight SimulatorはAIを使って15億の建物を復元、宮殿がオフィスビルに変わる際にバグが発生

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

世界最大のシミュレーションゲーム「Microsoft Flight Simulator 2020」が今週正式にリリースされました。このゲームでは、世界中の200 万の町、 15 億の建物、 37,000 の空港が再現され、プレイヤーは現実世界で飛行機を操縦することがどのようなものか体験できます。

著名なゲームレビューメディアIGNは、このゲームに10点満点の評価を与えました。

「Microsoft Flight Simulator 2020」はサイズが非常に大きく、インストール ファイルは 90 GB を占めますが、これは航空機データと基本的なワールド データだけです。

さらに、他の都市の 3D 画像や空港データもすべて Microsoft サーバーからダウンロードする必要があり、合計2,000 TBの Bing マップ データが使用されます。

では、Microsoft は 2000 TB のデータをどのように活用して現実世界をモデル化するのでしょうか?もちろん、手作業で行うのは不可能だったので、AI企業と協力することにしました。

その1つがオーストリアのスタートアップ企業、Blackshark.aiだ。チームはわずか50人ほどだが、AIとクラウドコンピューティングのリソースを活用して、世界中の15億の建物を2D画像から再構築した。

マイクロソフトがこのAI企業と提携する理由

Microsoft がこの会社を協力先に選んだ理由は 2 つあります。

まず、Blackshark がある都市、グラーツに Microsoft のマッピング チームがあり、彼らが最初のストリート ビューと Bing マップの 3D バージョンを開発しました。

地図に関しては Google が市場を獲得していますが、Bing の 3D マップは Google よりも強力です。その後、マイクロソフトはここに研究センターを設立し、多くの優秀な人材を残しました。

第二に、Blackshark は、「World of Tanks: Frontline」や「Stoked Snowboarding」などの有名なゲームを開発したゲームスタジオ Bongfish から生まれました。 Stoked は、360 度モデル化された初のアルペン スポーツ ゲームです。

その後、World of Tanks を開発していたとき、Stoked で行ったような巨大な 3D マップを構築し、すべての岩を手動で配置するのは現実的ではないことに気付きました。

それ以来、Bongfish は社内に AI チームを構築し、機械学習テクノロジーを使用して、同社とデザイナーがマップの作成方法を学習できるシステムを構築しました。

偶然、Blackshark の CEO である Michael Putz 氏は、Microsoft の新しいフライト シミュレーション ゲームの開発を手伝ってくれるスタジオを探していた Microsoft の人物と出会いました。二人はすぐに意気投合した。

3D建物の再建は簡単ではない

しかしプッツ氏は、2Dの地図から3Dの建物を再現したり、建物の輪郭を解明したりすることさえ難しいと語った。

「フライトシミュレーターで私たちがやっていることは、基本的に2Dエリアを見て、建物の面積を把握することです。これは実際にはコンピュータービジョンのタスクです。」

プッツ氏は簡単な例を挙げた。

「建物が木の影に隠れてしまうと、その建物が何でできているか分からなくなってしまうので、建物の残りの部分を完成させるには機械学習が必要なのです。」

Blackshark は写真、センサー データ、既存の地図データなど、他のデータに頼ることはできますが、建物の高さやその他の特定の特徴については、ごくわずかな情報に基づいて判断する必要があります。

建物の輪郭がわかったら、次は建物の高さを計算します。既存の GIS (地理情報システム) データがあれば、この問題は簡単に解決できます。

世界のほとんどの国では、こうしたデータは存在しないか、簡単にアクセスできません。チームは2D画像内の影などの情報をもとに手がかりを探します。

ただし、建物の影に基づいて建物の高さを判断するには、写真が撮影された時刻が必要ですが、Bing マップの画像にはタイムスタンプが付いていません。

「機械学習へのアプローチは少し異なります」とプッツ氏は言う。「例えば、高層ビルとショッピングモールはどちらも平らな屋根を持っていますが、高層ビルの屋根のレイアウトはショッピングモールの屋根とは異なります。適切な方法でラベル付けすると、AI の学習に役立ちます。」

次に、システムがそのエリア内のショッピングモールの平均高さが通常 3 階建てであることを知っていれば、その高さを使用して他の建物の高さを推定できます。

まだバグがある

Microsoft Flight Simulator 2020 は 10 点の評価を受けましたが、3D 建物データを復元するために機械学習方式を使用すると、必然的にバグが発生します。また、ランドマークや橋は AI では生成できないため、手動で構築する必要があります。

8月18日にオンラインになってから1週間も経たないうちに、多くのプレイヤーが奇妙な建物を発見した。

例えば、メルボルンに212階建ての超高層ビルが登場したが、実際にはその地域にはそれほど高い建物はなかった。システムが地元のユーレカビルの高さを誤って判断したのではないかと指摘する人もいた。

一般的な建築様式をいくつかのランドマーク的な建物に適用することです。

イギリス女王が住むバッキンガム宮殿が、90年代風のオフィスビルに生まれ変わりました。

BBCより写真

アメリカのワシントン記念塔も細長い高層ビルに変貌しました。

フロリダのフットボール競技場が芝生屋根のオフィスビルに生まれ変わりました。

マイクロソフトはこれらのバグを修正し、ゲームを徐々に改善していくと述べた。それでも、Microsoft Flight Simulator 2020 は世界で最もリアルなシミュレーターです。

将来的には自動運転にも活用されるかもしれない

「アサシン クリード」や「GTA」のような巨大な世界を持つ大ヒットゲームは、開発に数千人の人材が必要になることが多く、将来的に拡大し続けることが難しい場合があります。プッツ氏は、これを実現するにはさらなる自動化が必要だと考えています。

Blackshark にはさらに大きなビジョンがあります。同社は Microsoft 以外の企業と連携し、自動運転シミュレーションを中心とした都市シーンの再構築に取り組んでいます。

Blackshark が現在注力しているもう 1 つの分野は、フライト シミュレーターの未使用のポイント クラウドです。同社は AI システムを使用してポイント クラウドを分析し、建物の階数を調べる予定です。

プッツ氏は、元々ゲーム用に使用されていたものの、今ではありふれたものとなり、本来の目的を超えたゲームの例として、Unreal Engine を挙げています。

マイクロソフトのフライトシミュレーションゲームは大きな参考価値があり、ゲーム技術は将来的に他の業界でも重要な役割を果たす可能性があります。

<<:  AIは、群衆の中でディープフェイクされたのはあなただけだと認識します

>>:  30分で独自のディープラーニングサーバーを作成する

ブログ    
ブログ    
ブログ    

推薦する

1000ステップ未満の微調整で、LLaMAコンテキストは32Kに拡張されました。これは、Tian Yuandongチームの最新の研究です。

誰もが独自の大規模モデルをアップグレードして反復し続けるにつれて、コンテキスト ウィンドウを処理する...

Golang か Python か? AIに適した言語はどれですか?

近年、AIが勢いを増し、多くの革新的な企業がAI分野に参入し始めました。同時に、コンピュータハードウ...

AI 駆動型スマートビルは将来のトレンドになるでしょうか?

人工知能 (AI) は、建物の管理と制御の方法に革命をもたらし、これまで以上に効率的でコスト効率の高...

地球全体をシミュレート: Nvidia の Earth-2 スーパーコンピューターが間もなくオンラインになります

「未来を今日どのように実現するか。その答えはシミュレーションだ」と、NVIDIAの創業者兼CEOのジ...

アマゾンのドローン配送部門の主要メンバーが目標未達成で辞任

アマゾンのドローン配送部門プライムエアで安全、飛行運用、規制業務を担当していたショーン・キャシディ氏...

今後10年間で、人工知能とロボットは雇用に7つの影響を与える

[[202532]]編集者注: この記事はNetEase Intelligenceからのもので、著者...

面接官はガベージコレクションアルゴリズムについて質問するのが大好きです

[[438235]]この記事はWeChatの公開アカウント「Programmer Bus」から転載し...

エッジコンピューティングにおける AI の利点

エッジと極端エッジの間でこれがどのように展開するか、また無線アクセス ネットワークにどのような階層が...

...

OpenAIは、GPT-4の「怠惰」問題を近い将来に修正し、オフライン評価とA/Bテストの後にモデルを更新すると発表した。

IT Homeは12月12日、OpenAIが先週、一部のユーザーから苦情を受けたと報じた。多くのユ...

「説明可能な」AIが金融セクターへの信頼を高める

[[423755]]人工知能は、詐欺の特定や金融犯罪の撲滅から、顧客への革新的なデジタル体験の提供に...

マイクロソフトがAIコンテンツレビューツール「Azure AI Content Safety」を正式にリリース

10月18日、マイクロソフトは健全で調和のとれたコミュニティ環境を作り、写真やテキスト内の偏見、憎悪...

人工知能は、大規模なビデオ操作における CDN ハードディスクの障害をどのように予測するのでしょうか?

現在の大規模なビデオ運用および保守プロセスでは、CDN の故障したハード ドライブの交換が大きな問題...

AIは自動車でも加速しており、メルセデス・ベンツは車載音声アシスタントをChatGPTチャットボットに接続すると発表した。

6月16日のニュースによると、メルセデス・ベンツは木曜日、6月16日にテストプログラムを開始し、ア...

ディープラーニングの将来の発展に向けた3つの学習パラダイム:ハイブリッド学習、コンポーネント学習、簡易学習

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...