Sony представила амбициозные планы по интеграции передовых технологий искусственного интеллекта в PlayStation 6, включая встроенную поддержку больших языковых моделей (LLM), таких как те, что лежат в основе ChatGPT и Gemini. Марк Церни, главный архитектор PlayStation, подробно рассказал в интервью Digital Foundry о том, как консоль следующего поколения будет разработана для работы с широким спектром моделей ИИ, которые могут преобразить игровой процесс.
Существует множество типов машинного обучения, поэтому потребуется множество инструментов. Для небольших моделей потребуется компилятор ONNX, для LLM потребуется более специализированный набор инструментов, а при интеграции ИИ в пиксельный шейдер, как в случае с нейронными текстурами, потребуется иная поддержка. Со временем мы поймём, насколько важно быть «близким к железу» в этой архитектуре.
Архитектура новой консоли позволит играм использовать передовой ИИ для создания более естественных диалогов с неигровыми персонажами, более сложного поведения и игровых миров, которые будут значительно более отзывчивы к действиям игрока.
Wерни также отметил существенное изменение стратегии разработки:
Раньше мы создавали собственные технологии только для PlayStation, но теперь, в рамках проекта «Аметист», мы делаем ставку на совместную разработку с AMD. Это изменение окажет очень большое влияние, поскольку разработчики смогут создавать свои технологии, понимая, что они будут работать на нескольких платформах — таких как настольные компьютеры, ноутбуки, консоли и т. д..
Это технологическое развитие является частью проекта «Аметист», совместной инициативы Sony и AMD. В то время как AMD возглавляет разработку специализированного оборудования, Sony вносит свой вклад в исследования и разработки в области машинного обучения, поддерживая стратегическое партнёрство, которое уже существует в консолях текущего поколения.
PlayStation 6 представит три беспрецедентных технических новшества для консолей Sony: нейронные массивы, которые будут управлять вычислительными блоками, предназначенными для задач машинного обучения; ядра Radiance, аналогичные ядрам NVIDIA RT для трассировки лучей; и технологию Universal Compression, которая оптимизирует пропускную способность графической памяти, потенциально работая в сочетании с методами масштабирования на основе нейронных сетей.
