适用于游戏的 AI 和 Machine Learning

利用人工智能、机器学习和深度学习构建、运行并发展游戏

特色游戏人工智能和机器分析案例

游戏中的 AI/ML 简介

Gearbox Software 和 MMOS 都在使用机器学习来打造小游戏,帮助推进科学研究

ML 采用之旅每个阶段的解决方案

适用于游戏的 AI 服务
通过应用程序和工作流的现成智能来改善您的玩家体验。利用 Amazon 的 ML 服务,如 Amazon SageMaker、Amazon Rekognition 等,保护玩家免受有害行为的影响,消除语言障碍,提高可访问性,并个性化发现。
适用于游戏分析和 BI 的无代码/低层代码 ML
AWS 为分析和商业智能团队提供了 AI 和低代码 ML 工具。使用像 Amazon SageMaker Canvas 这样的无代码 ML 工具,嵌入 AWS 数据库或 AutoML 中的低代码 ML 工具,生成玩家对 LTV、用户流失率或购买倾向的预测
适用于游戏的强化和深度学习
对于那些准备为内容创建和测试构建生产工具的人,或者使用强化和深度学习来支持动态故事、环境和 NPC 的玩家面对模型的人,AWS 拥有成功所需的培训计划、工具和专有的 ML 硅胶

适用于游戏的定制 AI 和 ML 解决方案

内容监控

Amazon Rekognition 支持进行图像和视频审核自动化,以主动检测不适当的、不想要的或冒犯性的用户生成内容 (UGC),并发展安全社区

了解更多 »
适用于测试的 AI 座席

使用 Amazon Sagemaker 来利用强化学习 (RL) 的力量来应对游戏中的各种挑战,比如在构建过程中进行自动测试

了解更多 »

AWS 服务

在几分钟内分析数以百万计的图像和视频,以保证社区安全,并减少团队需要人工审核的用户生成内容的数量

了解更多 »

使用游戏翻译记忆库和术语表训练 Amazon Translate,提高与全球员工和玩家的多语言沟通能力

了解更多 »

SageMaker Canvas 提供一个可视化的点击式低代码/无代码工具,分析团队可以使用它通过 ML 生成玩家行为洞察、LTV 和流失率预测

了解更多 »

客户案例

了解我们的客户在 AWS 上使用面向游戏的 AI&ML 可以实现什么。

Rovio

Rovio 在 AWS 上使用 Machine Learning 教《愤怒的小鸟》在云中飞翔

使用每天捕获的 40 亿个分析事件,Rovio 使用机器学习来预测并为玩家提供完美的乐趣。通过使用 AWS,Rovio 可以支持其强化学习,以更快地预测游戏关卡的难度。

观看演示 »
Rovio 如何使用 ML 教《愤怒的小鸟》在云中飞翔
Gearbox 和 MMOS 使用 AWS 来打造小游戏,帮助推进科学研究
Gearbox Entertainment

Gearbox 和 MMOS 使用 AWS 来打造小游戏,帮助推进科学研究

Gearbox Software 和 MMOS 都在使用机器学习来打造小游戏,帮助推进科学研究。

阅读案例研究 »

MYTONA 发现 AWS 改变了游戏
MYTONA

MYTONA 发现 AWS 改变了游戏

MYTONA 使用 Amazon SageMaker 分析数千个游戏评论,以对评论进行排序和分类。它还运行日常的 Amazon ECS 任务来收集和预处理数据,并对新评论进行标注。这样可以近乎实时地提供有关游戏的反馈。

阅读案例研究 »

观看视频 »

CAPCOM 如何使用容器、数据和机器学习快速构建有趣的游戏
Capcom

CAPCOM 如何使用容器、数据和机器学习快速构建有趣的游戏

通过在 AWS 上使用强化学习,CAPCOM 能够减轻熟练工作人员的负担,以在高速下达到良好的平衡。 

观看演示 »

Voodoo:使用机器学习执行建议
VooDoo

Voodoo:使用机器学习执行建议

Voodoo 使用 Amazon SageMaker 在生产中构建、训练和部署机器学习推理,并为玩家提供改进的建议。

观看视频 »

开始使用 AWS AI 和 ML

使用 ML 检测欺诈

使用机器学习检测游戏内的欺诈行为

了解如何使用 ML 来检测欺诈行为,以便训练并运行机器学习模组来帮助检测游戏内欺诈

阅读博客 »

使用强化学习自动完成游戏关卡设计

使用强化学习自动完成游戏关卡设计

了解如何利用 Amazon SageMaker 的强化学习自动完成游戏关卡设计

参见研讨会 »

检测游戏中的异常

检测游戏中的异常

使用 Amazon Lookout for Metrics 和 Game Analytics Pipeline 解决方案在分析数据中查找“有趣的内容”。对不寻常的事情保持警惕:制作高峰、聊天流量下降,或者玩家身份验证 API 点击次数太多

参加研讨会 »

在 Amazon Translate 中应用脏话掩蔽

在 Amazon Translate 中应用脏话掩蔽

了解如何在使用 Amazon Translate 进行游戏中的玩家间多语言聊天时使用 Grawlix 字符串 (“?$#@$”) 掩蔽不雅用词或短语

阅读博客 »

与主要行业合作伙伴携手创新

通过由行业领先的 AWS 合作伙伴组成的广泛网络,了解专门构建的 AWS 游戏解决方案和服务,这些合作伙伴已展现出在 AWS 上构建解决方案的专业技术知识和客户成功经验。

Spectrum Labs, Inc.

AI 支持的内容审核

游戏卫士,检测和停止有害行为,以优化玩家体验,发展社区。

Spectrum Labs, Inc.APN 页面 »

开始机器学习之旅

机器学习是游戏的新技术前沿。Amazon 致力于帮助游戏开发员和游戏学生掌握这项技术,并用它创造惊人的体验。

Machine Learning 学院

Machine Learning 学院 (MLU) 使任何人、在任何地方、随时访问用于培训 Amazon 自己的开发人员机器学习知识的相同机器学习课程。通过 MLU,所有的开发人员都可以学习如何将机器学习与您自己的节奏学习 MLU 加速器学习系列结合使用。

了解有关 ML 学院的详情 »

AWS DeepRacer 的免费 Udacity 课程

通过这个由 AWS 赞助的为期 2 周的免费 Udacity 课程,学习如何用强化学习 (RL) 训练现实生活中的自动驾驶汽车。然后通过加入 DeepRacer 联盟来测试新技能,并赢得大奖。 

参加此免费课程 »

Amazon SageMaker Studio Lab(预览版)

Amazon SageMaker Studio Lab 是一个免费的机器学习 (ML) 开发环境,它免费提供计算、存储(高达 15GB)和安全性,供任何人学习和试验 ML。通过一个有效的电子邮件地址即可开始使用,无需配置基础设施或管理身份和访问权限,甚至无需注册 AWS 账户。

探索 SageMaker Studio Lab »

使用 A Cloud Guru 获取 AWS Machine Learning 认证

A Cloud Guru 为所有层次提供按需云教育,包括认证路径、动手实验室、每周剧集和为您的团队提供他们所需的技能以交付结果的深入探究课程。通过 acloud.guru 访问 ACG 以了解更多信息,或直接从 AWS Marketplace 为团队购买会员资格。