Seit Anfang des 21. Jahrhunderts ist der digitale Wandel in allen Bereichen des Lebens in der Weltgemeinschaft deutlich spürbar. Auf der Grundlage des Internets vernetzen sich immer mehr Menschen über Ihre Computer und Smart Devices miteinander. Inzwischen fallen hierdurch noch nie dagewesene Datenmengen an, sodass das Augenmerk der Industrie und Forschung auf die Nutzbarmachung jener Informationen fällt. Methoden des Big Data sind nun durch die vorhandenen Prozessor- und Speicherleistungen hinreichend vorhanden, um qualitatives Informationsmaterial für Künstliche Intelligenz (KI) bereitzustellen. Diese bringt in jüngster Zeit beeindruckende Ergebnisse in verschiedenen Optimierungs- und Gestaltungsaufgaben in Erscheinung.
Zurzeit diskutiert die öffentliche Gemeinschaft das Thema zur Nutzung und den Umgang mit Künstlicher Intelligenz intensiv: Die Chancen seien einerseits vielversprechend und die Risiken beim unbedachten Umgang verheerend für unser Verständnis einer modernen Gesellschaft. Dies führt somit zu einer kritischen Auseinandersetzung mit jeder technischen Errungenschaft, welche die Künstliche Intelligenz hervorbringt. Wie beispielsweise auch in einer Demovorstellung aufgeführten Projekts des amerikanischen Unternehmens NVIDIA Corporation, welches die ersten Schritte zum Echtzeitrendern von neuen 3D-Umgebungen und Objekten anhand von Videosequenzen aus realen Autofahrten in einigen Städten vorstellte. Auffallend ist hierbei, dass das Verhalten von Objekten wie Autos und Passanten simuliert werden, die dem Verhalten von echten Verkehrsteilnehmern sehr ähneln.
Diese Vorstellung Ende 2018 ist für mich Anreiz dieser Arbeit, welche den LeserInnen einen allgemeinen Überblick über praxisnahe Methoden und Techniken aufzeigen soll, die im Rahmen der prozeduralen Synthese genutzt werden, um schnell und speicherschonend in verschiedenen Anwendungsbereichen komplexe Medien- und Programminhalte zu erzeugen. Zudem soll sowohl der Einsatz von Künstlicher Intelligenz in diesem Kontext und seinen Auswirkungen aufgezeigt, sowie die zukünftigen Potenziale in diesem Bereich diskutiert werden.
Inhaltsverzeichnis
- 1. Einleitung und Zielsetzung
- 2. Die Prozedurale Synthese
- 2.1 Unterscheidung zu Prozeduraler Content Generation
- 2.2 Ziele der Prozeduralen Synthese
- 3. Ansätze der Prozeduralen Synthese
- 3.1 Der suchbasierte Ansatz (search-based approach)
- 3.1.1 Der evolutionäre Suchalgorithmus
- 3.1.2 Die Content Repräsentation (content representation)
- 3.1.2 Evaluationsfunktionen
- 3.1.3 Beispiel: Die StarCraft-Reihe
- 3.1.4 Andere Beispiele
- 3.2 Konstruktive Generierung (constructive generation)
- 3.2.1 Raumpartitionierung zur Dungeon-Generierung
- 3.2.2 Agent-basierte Dungeon-Generierung
- 3.2.3 Beispiel Spelunky
- 3.3 Fraktale und Agenten zur Landschaftsgenerierung
- 3.3.1 Diamond-Square-Algorithmus
- 3.3.2 Weitere Algorithmen
- 3.4 L-Systeme
- 3.4.1 Geklammerte L-Systeme (Bracketed L-Systems)
- 3.5 Computerassistierter Ansatz (Mixed-initiative)
- 4. Künstliche Intelligenz
- 4.1 Erfolgreiche Kls im Bereich der Spiele
- 4.2 Bedeutung für Contenterstellung
- 4.3 Neuronale Netze
- 4.4 Beispiel: Mystical Tutor
- 4.5 Ausblick NVIDIA
- 5. Fazit
Zielsetzung und Themenschwerpunkte
Diese Arbeit bietet einen umfassenden Überblick über die praxisnahen Methoden und Techniken der prozeduralen Synthese. Sie beleuchtet die effiziente Generierung komplexer Medien- und Programminhalte in verschiedenen Anwendungsbereichen, insbesondere in der Videospielindustrie. Darüber hinaus untersucht die Arbeit die Rolle von Künstlicher Intelligenz (KI) im Kontext der prozeduralen Synthese, beleuchtet ihre Auswirkungen und diskutiert zukünftige Potenziale.
- Prozedurale Synthese als effiziente Methode zur Content-Generierung
- Unterscheidung zwischen Prozeduraler Synthese und Prozeduraler Content Generation
- Anwendung von KI zur Verbesserung und Automatisierung der prozeduralen Synthese
- Aktuelle Entwicklungen und zukünftige Potenziale der prozeduralen Synthese im Kontext von KI
- Ethische und gesellschaftliche Implikationen des Einsatzes von KI in der prozeduralen Synthese
Zusammenfassung der Kapitel
Kapitel 1: Einleitung und Zielsetzung
Dieses Kapitel beleuchtet den digitalen Wandel und die wachsende Bedeutung von Big Data im 21. Jahrhundert. Es verdeutlicht den Einfluss von Künstlicher Intelligenz (KI) auf verschiedene Anwendungsgebiete und die Chancen sowie Risiken, die mit dem Einsatz von KI verbunden sind. Die Einleitung führt schließlich in das Thema der prozeduralen Synthese ein und legt die Ziele der Arbeit dar.
Kapitel 2: Die Prozedurale Synthese
Dieses Kapitel erklärt den Begriff „prozedural" im Kontext der Informatik und erläutert die Entwicklung der prozeduralen Synthese in der Computerentwicklung. Es betrachtet die Unterschiede zwischen Prozeduraler Synthese und Prozeduraler Content Generation und definiert die Ziele der Prozeduralen Synthese im Hinblick auf Zeit- und Ressourceneffizienz.
Kapitel 3: Ansätze der Prozeduralen Synthese
Kapitel 3 stellt verschiedene Ansätze der prozeduralen Synthese vor, darunter den suchbasierten Ansatz, die konstruktive Generierung und den Einsatz von Fraktalen und Agenten. Es beleuchtet die Anwendung dieser Ansätze in der Videospielindustrie und illustriert sie anhand von Beispielen wie der StarCraft-Reihe und Spelunky.
Kapitel 4: Künstliche Intelligenz
Dieses Kapitel befasst sich mit dem Einfluss von Künstlicher Intelligenz auf die prozedurale Synthese. Es diskutiert die Bedeutung von KI für die Content-Erstellung, die Rolle neuronaler Netze und präsentiert Beispiele wie Mystical Tutor und die NVIDIA-Initiative im Bereich der KI-gestützten Echtzeitgrafik.
Schlüsselwörter
Prozedurale Synthese, Prozedurale Content Generation, Künstliche Intelligenz, KI, neuronale Netze, Videospielindustrie, Content-Generierung, Echtzeitrendern, Fraktale, Agenten, Suchalgorithmen, Konstruktive Generierung, Raumpartitionierung, L-Systeme, Big Data, digitaler Wandel.
- Quote paper
- Iskender Dilaver (Author), 2019, Künstliche Intelligenz (KI) gestützte Prozedurale Synthese, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/936830
