新网Logo
首页>主机-资讯>

Amazon SageMaker助力行者AI实现游戏内容过滤准确率96%

登录 注册

Amazon SageMaker助力行者AI实现游戏内容过滤准确率96%

  • 来源:网络
  • 更新日期:2020-09-23

摘要:[摘要] 记者从行者AI(成都潜在人工智能科技有限公司旗下品牌,xingzhe.ai)获悉,该公司利用亚马逊云服务(AWS)旗下的全托管机器学习服务Amazo...

[摘要] 记者从行者AI(成都潜在人工智能科技有限公司旗下品牌,xingzhe.ai)获悉,该公司利用亚马逊云服务(AWS)旗下的全托管机器学习服务Amazo...
记者从行者AI(成都潜在人工智能科技有限公司旗下品牌,xingzhe.ai)获悉,该公司利用亚马逊云服务(AWS)旗下的全托管机器学习服务Amazon SageMaker开发的游戏内容过滤服务,对不恰当内容的识别率超过96%,大大高于同类产品的水平,上线短短三个月内,已经获得了几十家游戏客户青睐,服务于三国群英传、多多自走棋等多款游戏。借助AWS云服务,行者AI的上线时间比计划缩短了6个月,运营效率提升76%,运营成本节省45%。此外,行者AI还利用AWS云服务开发了AI对战机器人、AI情绪控制、AI自动测试、游戏数据平台等产品,将为游戏企业提供更多有价值的服务,帮助游戏企业改善运营,提高效益。
在游戏运营中,内容审核是一项成败攸关的工作。低俗色情谩骂等内容会导致用户反感,破坏正常交流环境;违规敏感内容会导致平台整顿、停摆;恶意商业推广、垃圾广告会导致用户流失、营收损失。人工审核要耗费大量的人力、时间和精力,而且很难做到实时、全部审核。而目前市场上的通用审核工具,准确率差强人意,而且模型不能进行更新,或者更新周期长。
为此,行者AI推出了一个具有强大机器学习能力的游戏内容过滤服务。团队在考虑IT基础设施建设时认识到,作为一家初创公司,行者AI只有20多人,要尽可能减少运维投入,把更多的精力投入到算法上;内容过滤服务开发和运行中需要大量的GPU、CPU计算资源,并且高峰需求是短暂、不连续的;数据是人工智能的核心要素,数据灾备不可或缺。于是,行者AI决定选择AWS上云,以云原生架构进行开发。
通过使用Amazon SageMaker机器学习服务,行者AI团队可以一键构建、训练、部署机器学习模型,无需自行运维和管理底层的计算资源和机器学习框架等,极大地提高了开发效率。在开发内容过滤服务的过程中,要进行大量的机器学习和深度学习训练。利用Amazon SageMaker,开发团队一旦有新的想法,就可以快速进行算法验证,根据结果做出优化和修正,使每一次模型训练都可以受益于SageMaker带来的效率提升。
行者AI首席技术官江天宇接受记者采访时表示,在他们的调研中,“Amazon SageMaker是所有云厂商中唯一实现了一站式机器学习服务的解决方案。从模型构建、训练、测试到最终的发布,SageMaker提供完善的解决方案,而且操作使用非常简单,基本能做到一键完成,给开发者节约了大量的时间。SageMaker对市面上绝大多数深度学习框架,比如Tensorflow、PyTorch等,都有非常好的支持。AWS的技术支持也非常到位,在模型发布过程中,及时快速地帮助行者AI解决了诸多疑难杂症,为内容过滤服务提前半年上线提供了强有力的保障。”
通过使用Amazon EC2 Spot(竞价)实例,也解决了行者AI对计算资源的弹性需求问题。与按需实例相比,可以将成本降低高达 90%。通过使用完全托管的Amazon Elasticsearch Service服务,行者AI可以搜索、分析和可视化 PB 级的日志数据,而不需要操心数据存储、灾备、扩展等运维问题。
AI对战机器人将深度强化学习技术应用于游戏中,机器人通过学习玩家战斗数据,在模拟环境中进行大量对抗式训练,能够在任意状态下找到最优决策,达到高手玩家操作水平。同时,通过对参数进行调节,可以生成各个难度等级的机器人。由于采用真人玩家数据训练,AI对战机器人将会模仿人类玩家的真实操作,提高游戏内的玩家体验。行者AI COO陈洪宇指出,目前《多多自走棋》AI对战机器人每日调用均值达到百万次,单次调用会持续30分钟左右。
“多年来,游戏行业通常将业务侧重点放在发行上,人力投入重在运维,以及跟游戏收入明显相关的工作。相对来讲,AI的渗透率并不高。”AWS相关负责人介绍。“行者AI凭借自研算法,推出内容过滤、游戏AI以及数据平台解决方案,为游戏企业做AI赋能,业务价值显著。相信未来在游戏行业将涌现更多样化的机器学习应用场景。”



新网箭头云服务器