𝗛𝗶𝗴𝗵-𝗥𝗲𝘀 𝗡𝗲𝘂𝗿𝗮𝗹 𝗖𝗲𝗹𝗹𝘂𝗹𝗮𝗿 𝗔𝘂𝘁𝗼𝗺𝗮𝘁𝗮𝘁𝗮
Piksel dapat tumbuh dan memperbaiki gambar secara mandiri.
Neural Cellular Automata (NCA) menggunakan neural network untuk menjalankan proses ini. Setiap piksel bertindak seperti sel hidup. Setiap sel berisi neural network kecil yang sama.
Cara kerjanya:
- Setiap sel melihat statusnya sendiri.
- Setiap sel melihat tetangganya.
- Neural network memutuskan bagaimana cara mengubah sel tersebut.
- Pelatihan (training) menginstruksikan sel-sel ini untuk membentuk gambar tertentu.
Ini menciptakan perilaku emergen (emergent behavior). Aturan lokal yang sederhana menghasilkan pola global yang kompleks. Sistem ini belajar untuk mengatur diri sendiri (self-organize). Jika Anda merusak gambarnya, sel-sel tersebut bekerja sama untuk memperbaikinya.
Model NCA lama memiliki masalah dengan skala. Model tersebut bekerja pada grid kecil tetapi gagal pada resolusi tinggi. Model tersebut menjadi tidak stabil atau terlihat pixelated.
Pendekatan resolusi tinggi yang baru ini mengubah hal tersebut. Ini memungkinkan pola yang stabil dan kompleks pada resolusi 512x512 atau 1024x1024.
Mengapa pengembang harus peduli:
- Generasi prosedural dalam game.
- Seni digital otonom.
- Cara baru untuk mempelajari sistem yang kompleks.
Anda dapat menggunakan sistem ini untuk membuat aset yang berevolusi atau bereaksi terhadap perubahan secara real-time.