研究人員開發(fā)了一種AI模型可以根據(jù)封面輕松對(duì)視頻游戲進(jìn)行分類

隨著研究人員繼續(xù)開發(fā)人工智能(AI)，該技術(shù)正在世界各個(gè)領(lǐng)域廣泛普及。我們已經(jīng)看到基于AI的工具和系統(tǒng)可以監(jiān)控流量，模擬溫網(wǎng)比賽，甚至模仿名人的聲音?，F(xiàn)在，兩名AI研究人員已經(jīng)開發(fā)了一種基于AI的機(jī)器學(xué)習(xí)模型，該模型可以根據(jù)封面來(lái)識(shí)別視頻游戲標(biāo)題的類型。

研究人員姜宇航和鄭魯坤就是這個(gè)想法的提出者。兩人最近發(fā)表了一篇名為“針對(duì)視頻游戲類型分類的深度學(xué)習(xí)”的研究論文，該論文解釋了如何使用由他們創(chuàng)建的大型培訓(xùn)數(shù)據(jù)庫(kù)，根據(jù)其封面圖像和文字對(duì)視頻游戲進(jìn)行分類。

他們?nèi)绾伍_發(fā)模型?

為了創(chuàng)建初始數(shù)據(jù)庫(kù)，研究人員獲得了50,000個(gè)視頻游戲標(biāo)題及其封面圖像，描述文本，標(biāo)題文本和體裁信息。根據(jù)研究人員的說(shuō)法，開發(fā)人員和其他AI研究人員可以將此數(shù)據(jù)集用于其他各種研究，例如“圖像中的文本識(shí)別，自動(dòng)主題挖掘等”。因此，他們將很快向公眾開放。

“此外，我們?cè)u(píng)估了幾種基于圖像的最新模型和基于文本的模型。我們還通過(guò)將圖像模態(tài)和文本模態(tài)的特征進(jìn)行級(jí)聯(lián)來(lái)開發(fā)了多模態(tài)模型，”二人在他們的論文中寫道。

在對(duì)海量數(shù)據(jù)集進(jìn)行編譯之后，研究人員使用它來(lái)訓(xùn)練兩個(gè)可以識(shí)別文本和圖像的機(jī)器學(xué)習(xí)模型。完成培訓(xùn)后，他們發(fā)現(xiàn)基于文本的模型比基于圖像的模型要好得多。但是，兩種模型的混合產(chǎn)生了最佳結(jié)果。

研究人員說(shuō)，新的視頻游戲類型分類模型可以為游戲玩家自己找到理想的游戲提供重要幫助。此外，視頻游戲銷售商可以使用它對(duì)實(shí)體店進(jìn)行分類和更好地組織，以便客戶輕松找到所需的游戲。