Neural Networks for Character Control

Daniel Holden, Taku Komura und Jun Saito haben ein Neural Network auf Character-Animationen trainiert, mit dem Figuren in Games und CGI einen sehr viel natürlicheren und variantenreicheren und damit auch natürlicheren Bewegungsablauf aufweisen: Phase-Functioned Neural Networks for Character Control.

This paper uses a new kind of neural network called a "Phase-Functioned Neural Network" to create a character controller suitable for games. Our controller requires very little memory, is fast to compute at runtime, and generates high quality motion in many complex situations. We also present a technique for fitting terrains from virtual environments to separately captured motion data. This is used to train our system so it can natually traverse rough terrains at runtime.

Das ist übrigens exakt meine größte Hoffnung bei diesem ganzen MachineLearning/AI-Krams. Ich gehe schwer davon aus, dass der Hype bald abflaut, denn der ganze Kram ist weniger „wirkliche Intelligenz“ (whatever that may be), als Mustererkennung in einer Black Box (wobei ich mir da alles andere als sicher bin, da ich bei anderen Anwendungsfällen [Machine Learning beim Aktienhandel etwa] keine große Ahnung habe – aber auch das beruht letztlich nur auf Mustererkennung und „organische Intelligenz“ hat wohl noch ein paar mehr Tricks auf Lager.)

Jedenfalls: Diese Mustererkennung eignet sich offensichtlich hervorragend dafür, eine Art „digital Noise“ beim Rendering von CGI (oder eben Animationen) zu generieren – und damit irgendwann das Uncanny Valley zu durchbrechen. Und das wäre ein ziemlicher Meilenstein, vorsichtig formuliert.

Heute in Darmstadt: Das Geile Neue Internet – Potential of (visible) Infinite Idea Space

[update] Hier ein Livestream auf Facebook. Heute abend erzähle ich auf dem Webmontag Darmstadt – Born and raised Heiner, gude!…

Smile-Filtering a Face until there is no Face left to smile-filter

Gene Kogan: „just in case you were wondering, this is what happens when you repeatedly run FaceApp’s smile filter until…

Neural Network dreams your Dreams

Wissenschaftler können bereits seit Jahren Bilder aus Gehirnscans extrahieren, also: Tatsächlich ein Abbild davon schaffen, was wir sehen. Die Resultate…

Neural Network dreams of riding a Train

Tolle Arbeit von Damien Henry: Ein Neural Network, ein sogenannter „prediction algorithm“, der Frames eines Videos „errät“, ausgehend vom jeweils…

4 AI-Obamas learn Algo-Lipsynch from Audio

Seit ich über die neuen Möglichkeiten von Machine Learning bezüglich Computer Vision und der Generation von Bildern schreibe, vor allem…

Daddy Cthulhu Cumshot: Weird Algo-Poetry from repetitive Cut'n'Paste-Autocomplete

Das LanguageLog hat die „psychedellic“ AI-„Dreaming of“-Technik auf Google Translate angewandt und dort regelmäßige Sprach/Zeichen-Muster („Iä! Iä! Iä! Iä! Iä!…

Akira Animation-Cels

Der Macher des Tumblrs Subject 28 sammelt Akira-related Storyboard-Zeichnungen, Backgrounds und Animation-Cels, die er mit Detail-Shots abfotografiert (und dabei öfter…

Tokyo GIFathon

James Curran: „I’m in Tokyo for all of April where I’ll be making a new animation every day for 30…

Predictive Policing for Banksters

Schönes Ding von Sam Lavigne, Predictive Policing für Wirtschaftskriminalität im Finanzsektor, 'ne Robocop-App für Bankster. White Collar Crime Risk Zones…

AI Voice-Cloning

Vor ein paar Monate veröffentlichte Google sein WaveNet, ein auf Stimmen trainiertes Neurales Netzwerk mit einem deutlichen Qualitätssprung gegenüber bisherigen…