Nutzen Sie künstliche Intelligenz, Machine Learning und Deep Learning, um Spiele zu entwickeln, auszuführen und zu erweitern
Einführung in KI/ML in Spielen
Gearbox Software und MMOS nutzen Machine Learning, um ein Minispiel zu entwickeln, das die wissenschaftliche Forschung voranbringt
Lösungen für jedes Stadium Ihrer ML-Adoptionsreise
Maßgeschneiderte KI- und ML-Lösungen für Spiele nach Anwendungsfall erkunden
Spieleentwickler haben Zugang zu einer Sammlung von Cloud-basierten Tools für die Moderation von Inhalten und die Reputation, die Studios und Publishern helfen, eine gesunde, integrative und angenehme Online-Community aufzubauen.
Organisationen können die beste Vorgehensweise zur Steigerung der Akquise und Bindung sowie zur Optimierung der langfristigen Spielerbindung bestimmen.
Erste Schritte mit ausgewählten AWS-Services
Analysieren Sie innerhalb von Minuten Millionen von Bildern und Videos, um Ihre Communities zu schützen und die Menge an benutzergenerierten Inhalten zu reduzieren, die Ihr Team manuell überprüfen muss
Mit Amazon Rekognition können Sie Ihre Bild- und Videoüberwachung automatisieren, unangemessene, unerwünschte oder anstößige nutzergenerierte Inhalte (UGC, User Generated Content) proaktiv erkennen und Ihre sichere Community vergrößern
Trainieren Sie Amazon Translate mit dem Übersetzungsspeicher und dem Glossar Ihrer Spiele, um die mehrsprachige Kommunikation mit Ihren Mitarbeitern und Spielern weltweit zu verbessern
SageMaker Canvas bietet ein visuelles Point-and-Click-Tool mit Low/No-Code, das Ihr Analytikteam verwenden kann, um mit ML Erkenntnisse in das Spielerverhalten, LTV- und Abwanderungs-Prädiktoren zu generieren
Erfahrungsberichte von Kunden
Sehen Sie, was unsere Kunden mit KI und ML für Spiele auf AWS erreichen.
Rovio bringt Angry Birds mit Machine Learning auf AWS bei, in der Cloud zu fliegen
Mit 4 Milliarden erfassten analytischen Ereignissen pro Tag nutzt Rovio Machine Learning, um den perfekten Spielspaß für die Spieler vorherzusagen und bereitzustellen. Mit AWS kann Rovio sein bestärkendes Lernen verstärken, um die Schwierigkeit von Spiel-Levels schneller vorherzusagen.
Gearbox und MMOS verwenden AWS, um ein Minispiel zu erstellen, das der wissenschaftlichen Forschung hilft
Gearbox Software und MMOS nutzen Machine Learning, um ein Minispiel zu entwickeln, das die wissenschaftliche Forschung voranbringt.
MYTONA meint, dass AWS das Spiel verändert
MYTONA analysiert Tausende von Spielebewertungen mit Amazon SageMaker, um Kommentare zu sortieren und zu klassifizieren. Es führt auch tägliche Amazon-ECS-Aufgaben aus, um Daten zu sammeln und vorzuverarbeiten und neue Bewertungen zu markieren. Dadurch erhalten Sie nahezu in Echtzeit Feedback zu Spielen.
So entwickelt CAPCOM im Nu unterhaltsame Spiele mit Containern, Daten und ML
Durch den Einsatz von bestärkendem Lernen auf AWS war CAPCOM in der Lage, die Belastung für Facharbeiter zu reduzieren, um gut ausgewogene Levels mit hoher Geschwindigkeit zu erstellen.
Voodoo: Empfehlungen mithilfe von Machine Learning ausführen
Voodoo nutzte Amazon SageMaker zum Entwickeln, Trainieren und Bereitstellen seiner Machine-Learning-Inferenzen in der Produktion und verbesserter Empfehlungen für seine Spieler.
Erste Schritte mit AWS KI und ML
Von AWS-Experten ausgewählte Lernpläne
Starten Sie mit AWS für Spiele - spezifische Lernsammlungen mit Kursen, die von AWS-Experten ausgewählt wurden, um Ihnen einen Weg zu Ihren Lernzielen zu weisen,
Mit Machine Learning Betrug in Spielen erkennen
Erfahren Sie, wie Sie die Betrugserkennung mit ML zum Laufen bringen, damit Sie Ihre eigenen Machine-Learning-Modelle trainieren und ausführen können, um Betrug im Spiel zu erkennen
Automatisiertes Game-Leveling mit bestärkendem Lernen
Erfahren Sie, wie Sie das Game-Leveling mithilfe von bestärkendem Lernen mit Amazon SageMaker automatisieren können
Verbessern Sie Ihr Spiel: Erhöhen Sie die Spielerbindung durch ML-gestütztes Matchmaking mit Amazon Aurora ML und Amazon SageMaker
In diesem Beitrag zeigen wir Ihnen, wie ein Spielehersteller ein von Aurora betriebenes Matchmaking-System anpassen kann, um die Spielerbindung mit einem ML-basierten Echtzeit-Matchmaking-Modell zu erhöhen, das von Amazon SageMaker Autopilot trainiert wurde.
Maskierung von profanen Begriffen in Amazon Translate anwenden
Erfahren Sie, wie Sie profane Begriffe und Sätze mit einer grawlix-Zeichenfolge („?$#@$“) maskieren können, wenn Sie Amazon Translate für mehrsprachige Spieler-zu-Spieler-Chats im Spiel verwenden
Anomalien in Spielen erkennen
Verwenden Sie Amazon Lookout for Metrics und die Game-Analytics-Pipeline-Lösung, um das „Interessante“ in Ihren Analytik-Daten zu finden. Lassen Sie sich auf Ungewöhnliches aufmerksam machen; einen Anstieg in der Erarbeitung, einen Rückgang des Chatverkehrs oder zu viele Treffer auf Ihre Spielerauthentifizierungs-API
Innovationen mit zentralen Industriepartnern
Entdecken Sie zweckmäßige Lösungen und Services von AWS for Games von einem umfangreichen Netzwerk branchenführender AWS-Partner, die technisches Fachwissen und Kundenerfolge bei der Erstellung von Lösungen auf AWS nachgewiesen haben.
ToxMod von Modulate.ai
ToxMod ist die einzige proaktive, sprachnative Moderationslösung für Spiele.
KI-gestützte Inhaltsüberwachung
Guardian for Games: Erkennen und stoppen Sie schädliche Verhaltensweisen, um das Spielerlebnis zu optimieren und Ihre Community zu vergrößern.
Lösung zur Toxizitätserkennung
Databricks Lakehouse Gaming Toxicity Detection Solution Accelerator. Fördern Sie gesündere Gaming-Communitys mit der Erkennung toxischer Sprache in Echtzeit.
Die ML-Reise antreten
Machine Learning ist die neue Technologiefront für Spiele. Amazon engagiert sich dafür, Spieleentwicklern und Spielestudenten dabei zu helfen, diese Technologie zu beherrschen und erstaunliche Erfahrungen damit zu entwickeln.
Machine-Learning-Universität
Die Machine-Learning-Universität (MLU) bietet jedem, überall und jederzeit Zugriff auf dieselben Machine-Learning-Kurse, mit denen Amazons eigene Entwickler in Machine Learning trainiert werden. Mit MLU können alle Entwickler lernen, wie man Machine Learning mit der MLU-Accelerator-Lernreihe zum Lernen nutzt.
Kostenloser Udacity-Kurs für AWS DeepRacer
Lernen Sie in diesem kostenlosen 2-wöchigen Udacity-Kurs, der von AWS gesponsert wird, wie man ein echtes autonomes Fahrzeug mit Reinforcement Learning (RL) trainiert. Testen Sie anschließend Ihre neuen Fähigkeiten, indem Sie der DeepRacer Leage beitreten und große Preise gewinnen.
Kostenlosen Kurs starten »
Amazon SageMaker Studio Lab (Vorschau)
Amazon SageMaker Studio Lab ist eine kostenlose Entwicklungsumgebung für Machine Learning (ML), die kostenlos Computing, Speicher (bis zu 15 GB) und Sicherheit bietet, damit jeder mit ML lernen und experimentieren kann. Alles, was Sie für den Anfang benötigen, ist eine gültige E-Mail-Adresse. Sie müssen keine Infrastruktur konfigurieren, Identität und Zugriff verwalten oder sich für ein AWS-Konto anmelden.