News

Konami: nuovo sistema che riconosce più di 9.000 carte Yu-Gi-Oh

Konami, la società del famoso gioco di carte Yu-Gi-Oh, ha annunciato la creazione di un programma I.A. di riconoscimento di immagini. Trattasi di un software grado di identificare oltre 9.000 diverse carte Yu-Gi-Oh. Le percentuali di precisione si avvicinano al 100% per la maggior parte dei test.

L’IA è stata inizialmente creata e addestrata nel corso di 20 giorni. In seguito durante i test, ha identificato l’intero spettro di carte, ma con una precisione del 50%. Ed è interessante notare che la società dietro il gioco è quella che ha creato il programma. Però, non è come se fosse stata addestrata solo per le carte Yu-Gi-Oh. L’intelligenza artificiale è un’IA di riconoscimento delle immagini legittima, specificamente orientata ai giochi di carte. Ciò significa che potrebbe essere parte integrante delle future operazioni di gioco con intelligenza artificiale relative ai giochi di carte.

Le carte Yu-Gi-Oh riconoscibili dal nuovo programma con IA per un’esperienza di gioco incredibile

La versione finale del programma è stato effettivamente realizzato attraverso l’introduzione e l’implementazione di un sistema di addestramento di riconoscimento di immagini completamente nuovo. Konami lo chiama “apprendimento composito traslucido“. In sostanza, le versioni semi-trasparenti delle carte con attributi diversi sono memorizzate dal sistema. Quindi durante l’allenamento danno alla macchina una comprensione di ciò che significano i vari pezzi delle facce delle carte e come si adattano. Il risultato è un sistema che ha impiegato solo 5 giorni per apprendere l’intera gamma di carte Yu-Gi-Oh disponibili.

Questo non è il primo programma del mondo dell’AI con giochi da tavolo. DeepMind, di proprietà di Google, ha fatto notizia nel 2016 con il suo programma AlphaGO AI. La stessa intelligenza artificiale ha migliorato grandi maestre in vari tornei. L’IA c’è stata anche in passato. Infatti, anche altri videogiochi usano l’I.A., combinando il riconoscimento dell’immagine, l’apprendimento profondo, la previsione del movimento e altri fattori.

Condividi
Pubblicato da
Rosalba Varegliano