遊戲中的人工智慧和機器學習

利用人工智慧、機器學習和深度學習來建置、執行和發展您的遊戲

遊戲中的 AI/ML 簡介

Gearbox Software 和 MMOS 使用機器學習打造迷你遊戲,協助提升科學研究

針對 ML 採用之旅的每個階段提供解決方案

適用於遊戲的人工智慧服務
使用適用於您的應用程式和工作流程的現成智慧,來改善您的播放器體驗。利用 Amazon SageMaker、Amazon Rekognition 等 Amazon ML 服務,保護您的玩家免遭有害行為侵害、消除語言障礙、改善可存取性和個人化探索
適用於遊戲分析和 BI 的無程式碼/低程式碼 ML
AWS 已為您的分析和商業智慧團隊提供 AI 和低程式碼 ML 工具。使用無程式碼 ML 工具 (如 Amazon SageMaker Canvas、內建於 AWS 資料庫中的低程式碼 ML 工具或 AutoML) 來產生 LTV、流失傾向或購買傾向的玩家預測。
遊戲的強化和深度學習
針對那些用於建立內容和進行測試的現成生產工具,或利用強化和深度學習支援動態案例、環境和 NPC 的玩家型模型,AWS 提供取得成功所需的培訓計劃、工具和專有 ML 資源庫

為遊戲量身定製的 AI 和 ML 解決方案

內容監控

Amazon Rekognition 讓您能夠實現影像和影片審核自動化,主動偵測不適當、不需要或冒犯性的使用者產生內容 (UGC) 並發展安全社群。

進一步了解 »
用於測試的 AI 代理

藉助 Amazon Sagemaker,利用強化學習 (RL) 的強大功能來應對遊戲中的各種挑戰,例如建置期間的自動化測試

進一步了解 »

AWS 服務

幾分鐘內即可分析數百萬張影像和影片,以確保社群安全,並減少團隊需要手動審查的使用者產生的內容量

進一步了解 »

使用遊戲翻譯記憶庫和詞彙表訓練 Amazon Translate,以改善與全球員工和玩家的多語言溝通。

進一步了解 »

SageMaker Canvas 提供一個視覺化點按室低程式碼/無程式碼工具,分析團隊可以使用該工具透過 ML 產生玩家行為洞察、LTV 和流失預測器。

進一步了解 »

客戶案例

了解我們的客戶在 AWS 上使用 AI&ML for Games 實現了哪些功能。

Rovio

Rovio 使用 Machine Learning on AWS 教憤怒的小鳥在雲端飛行

Rovio 每天可擷取 40 億個分析事件,利用機器學習進行預測並為玩家提供完美的娛樂級別。藉助 AWS,Rovio 可支援其強化學習,從而加速預測遊戲關卡的難度。

觀賞簡報 »
Rovio 如何使用 ML 教憤怒的小鳥在雲端飛行
Gearbox 和 MMOS 使用 AWS 建立有助於科學研究的小遊戲
Gearbox Entertainment

Gearbox 和 MMOS 使用 AWS 建立有助於科學研究的小遊戲

Gearbox Software 和 MMOS 使用機器學習打造迷你遊戲,協助提升科學研究。

閱讀使用案例 »

MYTONA 發現 AWS 改變了遊戲規則
MYTONA

MYTONA 發現 AWS 改變了遊戲規則

MYTONA 使用 Amazon SageMaker 來分析數千條遊戲評論,以對評論進行排序和分類。此外每天還執行 Amazon ECS 任務,以收集和預先處理資料並標記新評論。這提供了近乎即時的遊戲意見回饋。

閱讀使用案例 »

觀看影片 »

CAPCOM 如何使用容器、資料和 ML 快速建置好玩的遊戲
Capcom

CAPCOM 如何使用容器、資料和 ML 快速建置好玩的遊戲

透過在 AWS 上使用強化學習,CAPCOM 能夠減輕熟練工作者的負擔,高速建立具有良好平衡的關卡。 

觀賞簡報 »

Voodoo:使用機器學習執行推薦
VooDoo

Voodoo:使用機器學習執行推薦

Voodoo 使用 Amazon SageMaker 在生產中建置、訓練和部署其機器學習推論,並改善了對其玩家的推薦。

觀看影片 »

開始使用 AWS AI 和 ML

使用 ML 偵測詐騙詐

使用機器學習偵測遊戲詐騙

了解如何使用機器學習啟動和執行詐騙偵測,以便訓練和執行機器學習模型來協助偵測遊戲內詐騙。

閱讀部落格 »

使用強化學習自動執行遊戲關卡

使用強化學習自動執行遊戲關卡

了解如何透過 Amazon SageMaker 強化學習來自動化遊戲關卡

開始研討會 »

偵測遊戲中的異常狀況

偵測遊戲中的異常狀況

使用 Amazon Lookout for Metrics 和遊戲分析管道解決方案,在分析資料中找到「有趣的」資料。對異常保持警惕;製作高峰、聊天流量下降,或是玩家身分驗證 API 的命中次數過多

開始研討會 »

在 Amazon Translate 中套用褻瀆屏蔽

在 Amazon Translate 中套用褻瀆屏蔽

了解在遊戲中使用 Amazon Translate 進行玩家對玩家多語言聊天時,如何透過 grawlix 字串 (“?$#@$”) 屏蔽褻瀆的字詞和片語。

閱讀部落格 »

與主要產業合作夥伴一起創新

從廣泛的產業領先 AWS 合作夥伴網路中探索專用 AWS for Games 解決方案與服務,這些合作夥伴在 AWS 上建置解決方案方面展示了技術專長和客戶成功案例。

Spectrum Labs, Inc.

人工智慧驅動的內容審核

遊戲守護者,偵測並阻止有害行為以最佳化玩家體驗並發展您的社群。

Spectrum Labs, Inc.APN 頁面 »

開啟機器學習之旅

機器學習是遊戲的新技術前沿。Amazon 致力於協助遊戲開發人員和遊戲學生掌握這項技術,並利用技術建置驚人的體驗。

機器學習大學

機器學習大學 (MLU) 讓任何人、在任何地點、任何時間都能存取用於培訓 Amazon 內部開發人員機器學習相關知識的課程。透過 MLU,所有開發人員都能按自己的節奏學習 MLU 加速教學習系列,了解如何使用機器學習。

進一步了解機器學習大學 »

適用於 AWS DeepRacer 的免費 Udacity 課程

在這項由 AWS 讚助的為期 2 週的免費 Udacity 課程中,了解如何使用強化學習 (RL) 訓練現實生活中的自動駕駛汽車。然後加入 DeepRacer Leage 來測試新技能並贏取大獎。 

參加免費課程 »

Amazon SageMaker Studio Lab (預覽版)

Amazon SageMaker Studio Lab 是一個免費的機器學習 (ML) 開發環境,免費提供運算、儲存 (高達 15GB) 和安全,供任何人使用 ML 進行學習和實驗。只需有效的電子郵件地址即可開始,無需設定基礎設施或管理身分和存取權限,甚至無需註冊 AWS 帳戶。

探索 SageMaker Studio Lab »

透過 A Cloud Guru 取得 AWS Machine Learning 認證

A Cloud Guru 提供適用於各級別的隨需雲端教育課程,包括認證路徑、實作實驗室、每週課程和深入課程,為您的團隊提供交付成果所需的技能。存取 acloud.guru 上的 ACG 了解詳細資訊,或直接透過 AWS Marketplace 為團隊購買會員資格。