Stadia: Wird laut Google in Zukunft weniger Latenz haben als lokale Hardware

[CritsJumper]

Na dann bleiben wir doch mal bei Rennspielen. Ich bin mir ziemlich sicher, dass, wenn ich 200 Leute zusammentrommele, die Dirt Rally spielen, nach spätestens 5 Sekunden niemand mehr zum gleichen Zeitpunkt an der gleichen Stelle der Strecke sein wird und allesamt sind mit einem unterschiedlichen Lenkeinschlag und einer unterschiedlichen Gas- und Bremspedalstellung unterwegs.

Ein strikt digitales Spiel in einem ebenso strikten Rahmen wie Pacman ließe sich mit so einem System vielleicht realisieren, aber selbst mit den Vorhersagen der analogen Eingabe bei Centipede wäre es doch schon völlig überfordert, wenn man keine völlig absurde Anzahl an Instanzen im Hintergrund laufen lassen will.

Es sieht ja nicht "nur" deine Eingaben am Controller. Das sind die Daten die rein kommen. Es sieht immer das gesamte Bild und hat irgendwie die Spielregeln verinnerlicht.

Bei Centipede zum Beispiel kennt das NN die Position der Krabbler und weiß genau wie sie sich bewegen und was passiert wenn man sie in Stücke schießt. Sie Bewegen sich ja auch wie auf Schienen und beamen sich nicht von A nach B.

Stell dir einfach vor ob du das nächste Bild vorhersagen könntest wenn du die letzten 3 Bilder gesehen hast. Das ist bei Centipede einfach, weil 99% des Bildes sind gleich, lediglich die Koordinaten ändern sich wo das Schiff wirklich ist, bei dem Krabbler nur wenn der Schuss trifft und das der Schuss trifft das weiß das System, genau wie (ein guter) Spieler schon beim Abfeuern, denn das kann in die Zukunft berechnet werden. Nur das das NN das nicht mal berechnen muss, es "weiß" es.

[johndoe1238056]

Da geht es aber immer um A gleich Null oder A ungleich Null und eben nicht um A ist irgendwas zwischen 0 und 4096 und gleichzeitig müssen für B, C und D noch die gleichen Parameter berücksichtigt werden. Bei Sachen, die nicht zeitkritisch sind, wird man selbst das relativ problemlos lösen können, den Fall haben wir hier aber nicht.

Auch das lässt sich höchstwahrscheinlich theoretisch machen, bei den angestrebten Nutzerzahlen und dem Willen es zumindest in absehbarer Zeit profitabel zu betreiben, halte ich da aber sogar Google für mehrere Faktoren zu klein, wenn sie nicht plötzlich mit dem Quantencomputer um die Ecke kommen.

@Chris: Dieser Post galt jetzt Doc. Sollte ich heute noch die Muße haben auf deinen Post einzugehen, werde ich das auch noch machen.

[Doc Angelo]

Da geht es aber immer um A gleich Null oder A ungleich Null und eben nicht um A ist irgendwas zwischen 0 und 4096 und gleichzeitig müssen für B, C und D noch die gleichen Parameter berücksichtigt werden. Bei Sachen, die nicht zeitkritisch sind, wird man selbst das relativ problemlos lösen können, den Fall haben wir hier aber nicht.

Deswegen mein Beispiel mit dem Passwort. Es ist einem Computer egal ob die gleiche Leistung für einen Mensch einfach oder schwierig wäre. Das Limit der menschlichen Wahrnehmung und der menschlichen Gehirnleistung haben keinerlei Bedeutung für das Limit von ganz anders funktionierenden Systemen.

Auch das lässt sich höchstwahrscheinlich theoretisch machen, bei den angestrebten Nutzerzahlen und dem Willen es zumindest in absehbarer Zeit profitabel zu betreiben, halte ich da aber sogar Google für mehrere Faktoren zu klein, wenn sie nicht plötzlich mit dem Quantencomputer um die Ecke kommen.

Das Training ist genau einmal aufwändig, danach wird es nur noch angewandt. Es ist nicht nötig den gesamten dahinter steckenden Aufwand für jede Spielsession oder für jede Vorraussage immer wieder aufs Neue zu betreiben. Das wäre in der Tat nicht möglich.

Es ist genau wie beim DLSS von NVidia. Es wird einmal trainiert, und zwar mit hunderten Bilder-Paaren des jeweiligen Spiels. Ein Bildpaar besteht aus dem gerenderten Original-Bild, und aus einem kleiner gerenderten Bild. Das Training besteht nun daraus, das aus dem kleineren Bild ein großes Bild hochskaliert wird, und im Anschluss geprüft wird, wie akkurat die Skalierung im Vergleich zum Original war. Wenn sie nicht gut war, dann werden die Parameter der Software geändert und ein neuer Durchlauf beginnt. Und das dann ein paar Millionen mal, oder Milliarden mal, wenn man denn will. Das Machine Learning, was sehr aufwändig ist und lange dauert, führt am Ende zu genau einem Algorithmus der einfach nur noch angewandt wird, und jedes Eingangsbild wird dadurch hochskaliert. Es muss nicht für jedes Frame das Training von vorne beginnen. Es wird lediglich der aus dem Training resultierende Algorithmus benutzt.

Genau so ist es bei Google auch. Machine Learning wird im Vorfeld gemacht, nicht "live".

[IEP]

Für so eine Logik müsste eine neue Spieleengine entwickelt werden, denn so funktioniert das alles nicht mit aktuellen Spielen, es sei denn du legst im Hintergrund immer und immer mehr Instanzen eines Spiels im Speicher an und führst die nächstmöglichen Aktionen alle tatsächlich aus. Deswegen halte ich das ganze auch für so haarsträubend.
Nimm dir gut gemeinte 5 Millionen gleichzeitige Spieler mit jeweils sehr spartanischen 65.000 möglichen Eingabekombinationen, die eventuell Sinn ergeben und das, wie oft? Alle 6 Frames, laut einigen von euch, also 10 mal die Sekunde.
Und für all die 650.000 verschiedenen Szenarien pro Sekunde müssen Instanzen eines Spiels im Speicher angelegt werden, da du nicht einfach die Zeit zurückspulen kannst um dem Spiel zu sagen, dass doch etwas anderes geschehen ist. Auch in Spielen ist der Zeitfluss linear. Jetzt nimm die 650.000 mal die Anzahl der aktuellen Spieler und multipliziere diese Zahl dann mit dem Speicher, den dein Lieblingsspiel im RAM belegt.
Es ist und bleibt ein unrealistisches Szenario.

[Doc Angelo]

Wie kommst Du auf "65.000 mögliche Eingabekombinationen"? Pro Spieler? Pro Spiel? Warum sollte das System eine vorausgesagte Eingabe 65.000 mal durchspielen, inklusive Berechnung des gesamten Frames, sämtlicher Physik, der Audioengine... und so weiter?

Falls das mit der Idee zu tun hat, das Google mehrere mögliche Voraussagen gleichzeitig losschicken könnte, damit beim Spieler vor Ort die passende gezeigt wird: Die Vermutung kommt hier aus dem Forum, das hat Google selbst nicht gesagt. Und ich glaube auch weiterhin nicht, das sie das so machen.

[IEP]

Wegen analogen Eingaben, die eben nicht mit "Rechts + X" abgebildet werden können.

Warum ich das glaube? Weil dir kein neuronales Netzwerk der Welt ohne diese Infos voraussagen kann, was der Spieler als nächstes macht, bzw. was im Spiel sonst als nächstes passieren wird. Das sind teilweise unmengen an Megabytes an Informationen, die alles mögliche beeinflussen in jedem Frame.

[Doc Angelo]

Wegen analogen Eingaben, die eben nicht mit "Rechts + X" abgebildet werden können.

Warum ich das glaube? Weil dir kein neuronales Netzwerk der Welt ohne diese Infos voraussagen kann, was der Spieler als nächstes macht, bzw. was im Spiel sonst als nächstes passieren wird. Das sind teilweise unmengen an Megabytes an Informationen, die alles mögliche beeinflussen in jedem Frame.

Aber warum sollte ein virtueller Computer für einen Spieler 65.000 Situationen komplett durchspielen? Wofür? Sind die 65.000 deine persönliche Schätzung der stets möglichen Eingaben für den nächsten Frame, und das diese Zahl für dich das maximum an Vorhersagekapazität ist?

[IEP]

Weil euer "nur das wahrscheinlichste"-Folgeszenario nur funktioniert, wenn du die möglichen Folgezustände auch kennen würdest. Aber wie schon einige Male gesagt wurde, spielen Spieler wohl ähnlich, aber nicht gleich, was man schon an Rennspielen wie Trackmania perfekt sehen kann. Da ist jeder Folgezustand bei jedem Spieler ein bisschen unterschiedlich, je nach dem wo er sich befindet, wie schnell er ist und wie weit so ein Analogstick, Lenkrad oder ähnliches gedrückt oder gedreht wird.

Wie soll ein Programm wissen, wie die möglichen Folgezustände sind, und welche die wahrscheinlichsten sind, wenn nicht alles durchberechnet wird? Das ist doch eine Logiklücke sondergleichen.

[Doc Angelo]

Wie soll ein Programm wissen, wie die möglichen Folgezustände sind, und welche die wahrscheinlichsten sind, wenn nicht alles durchberechnet wird? Das ist doch eine Logiklücke sondergleichen.

Genau das ist aber das, was Machine Learning ausmacht. Durchgerechnet wird alles im Vorfeld. Danach wird nur noch die entstandene Logik angewandt, und in den meisten Fällen ist die Vorhersage korrekt - unter anderem deswegen, weil der Mensch nicht wortwörtlich 100 prozentig individuell ist und reagiert, und zum anderen weil die Spiele per Definition eines Spiels (Regeln und Werkzeuge) nun mal ein bestimtes Reaktionsmuster voraussetzen.

Ich weiß genau wie Du das meinst, aber das ist wirklich genau das, was so ein System kann.

[johndoe527990]

Du verstehst nicht die Grenzen des Systems. Mit dem Machine Learning könnte ein Computer das Spiel irgendwann alleine durchspielen, das sollte wohl kein Problem darstellen.

Sogar die Aktionen von anderen Spielern oder Gegnern korrekt vorherzusagen, sollte kein Problem darstellen. Das ist aber Reagieren.

Sobald es um das Agieren mit der Eingabe von einem Menschen geht, ist das zum Scheitern verurteilt.
Einfache Assistenz für bestimmte Aktionen sicherlich, aber nicht die Eingabe 0 und weitere.

[Kirishima]

Mit welchem Geld wollen die die nötige Rechenleistung für so was eigentlich bezahlen? Klar kann so ein Rechenzentrum theoretisch alles berechnen, wozu die Hardware zuhause niemals in der Lage wäre. Aber bereits für einen abweichenden Frame benötigt man quasi die doppelten Ressourcen (vorhergesagter Frame + normaler Fallback Frame). Und der ganze Aufwand um im Idealfall einen Frame an Latenz einzusparen? lol, never, da könnt ihr mir erzählen was ihr wollt! XD

Zumal weiss der casual nicht mal was stadia ist, sonst fragst du mal ein paar Leute auf der Straße was sie kennen, Playstation oder stadia.

Das ist doch das was meine Oma immer abends im Fernsehn schaut.

Das mag zwar Irre klingen, aber es gibt tatsächlicher Spieler, die mehr an der Story und der Atmosphäre des Spiels interessiert sind, als an der Spielmechanik und der Herausforderung.
Ein Grund warum immer mehr Entwickler einen Easy- / Story- / Toddler-Mode anbieten.

Ja aber die arbeiten alle bei den Rocketbeans

[stormgamer]

Schön reflektiert. Wenn ich mir hier so den thread anschaue: Diesen Tenor finde ich in diesem Thread nicht.

Vielen Dank

Jaa man muss viele Beiträge überspringen. Aber wischendurch kommt auch so manche interessante Idee bei rum.

[Doc Angelo]

Du verstehst nicht die Grenzen des Systems.

Die Grenzen von Machine Learning sind a) die verfügbaren Date, b) die Anzahl der Durchläufe und c) die erlaubte Berechnungskomplexität. Wenn Du genug Daten hast und dem System genug Möglichkeiten gibst sich auszuprobieren, desto mehr Muster wird es erkennen. Ganz gleich ob Du als Mensch vorher wusstest das es dieses oder jenes Muster geben wird. Das ist nicht das, was an Machine Learning nicht funktionieren kann, sondern das ist genau das, was das Ergebnis von Machine Learning sein soll. Sonst könnte man (der Mensch) es ja selber machen.

Mit dem Machine Learning könnte ein Computer das Spiel irgendwann alleine durchspielen, das sollte wohl kein Problem darstellen.

Das ist eine ganz andere Aufgabenstellung. Es geht, wie schon oft gesagt wurde, eben nicht darum, einen Spielablauf vom Levelstart bis zum Endgegner zu "berechnen". Das würde ja eh nur bei 100% deterministischen Spielen gehen, andernfalls bräuchte das System Zugriff auf entweder die Grafikausgabe oder die Metadaten von der Spielsituation.

Sogar die Aktionen von anderen Spielern oder Gegnern korrekt vorherzusagen, sollte kein Problem darstellen. Das ist aber Reagieren.

Falls Du menschliche Gegenspieler meinst: Warum sollte man die Aktionen von denen voraussagen können, aber nicht die vom eigenen Spieler?

Sobald es um das Agieren mit der Eingabe von einem Menschen geht, ist das zum Scheitern verurteilt.
Einfache Assistenz für bestimmte Aktionen sicherlich, aber nicht die Eingabe 0 und weitere.

Was meinst Du mit "Eingabe 0"?

[CritsJumper]

Es ist und bleibt ein unrealistisches Szenario.

Weil du den Maßstab nicht siehst und halt keinen Zugang zu Big Data hast. Schon vor 6 Jahren wurden jede Stunde, 75 Stunden Videomaterial bei Youtube hoch geladen. Was auch nur ein Bruchteil von dem ist was die pro Stunde raus rotzen.

Die gehen natürlich davon aus das es ein Massen-Medium wird. Damit meine ich eben nicht die kleine Zahl an Steam Spielern für einen Titel, sondern das ganze wird größer gedacht.

Das ist ja auch aktuell schon so wenn eine KI, ein Videospiel aus den 80ern spielt, wohl aber zu Forschungszwecken. Das hat dann auch mehrere Millionen Stunden gespielt, aber in einer "viel kürzeren Zeit", weil es das halt auf einem schnelleren PC unter Last kann. Das meinte ich ja auch es muss nicht so spielen wie ein "Mensch", es muss das alles nur entsprechend Indizieren. Stell dir vor du speicherst ein Letsplay Video ab, hast dazu aber noch mehr Metainformationen und eine höhere Auflösung.

Aktuell werden diese Letsplays ja auch gestreamt. Man kann sagen: Das ist ja viel zu viel Aufwand.... aber praktisch gesehen denke ich das eher nicht. Es braucht jede Menge Speicherplatz, das ist richtig, aber später weniger Rechenkraft.

Google ist in all diesen Bereichen führend. Ich denke sie machen das auch nur nebenbei, ihnen geht es in erster Linie darum das sie ihre Bilderkennung und Bildgenerierung verbessern können. Letztlich nutzen sie halt die Eingaben der Nutzer dazu, dies automatisiert zu optimieren, weil die Gamer es halt spielen.

Warum ich das glaube? Weil dir kein neuronales Netzwerk der Welt ohne diese Infos voraussagen kann, was der Spieler als nächstes macht, bzw. was im Spiel sonst als nächstes passieren wird. Das sind teilweise Unmengen an Megabytes an Informationen, die alles mögliche beeinflussen in jedem Frame.

Du siehst das glaub ich zu verkrampft. Es geht nicht um die Eingabe, es geht darum das Googel das Ergebnis dieser Brechung schon vorher kennt oder sich hinreichend annähern kann, da ist es vielleicht egal ob er den Stick (Analog - Eingaben von 1 bis 10) um 3, 5 oder 10 nach rechts geschoben hat. Zudem kennt das Spiel die Punkte und weiß das nur jene von Interesse sind die "wirklich" zu einer anderen Spielrealität führen, das nennt sich Gamelogik. Alles andere ist nur "kosmetisch". Lustigerweise wäre das bei dem Racing game der Fall, aber bei einem Super Mario... eher weniger.

Zudem kennt es von jedem Spieler das individuelle Reaktions-Delay... mit der Zeit.

Sobald es um das Agieren mit der Eingabe von einem Menschen geht, ist das zum Scheitern verurteilt.
Einfache Assistenz für bestimmte Aktionen sicherlich, aber nicht die Eingabe 0 und weitere.

Das stimmt, aber im schlimmsten Fall muss es halt wieder in Teilen, nicht komplett am Stück berechnet werden, damit ist man dann genauso weit wie bei aktueller Technik. Computer sind halt Rechenmaschinen die ein Ergebnis berechnen, anhand einer Eingabe. Das machen die immer!

Wenn du jetzt einen Punkt hast, der alle gespielten Bildschirme eines Videospieles, zentral berechnen soll für die ganze Welt... was glaubst du wird passieren? - Aber es geht noch besser. Man stelle sich vor wie viel Lets-Play Speicherplatz das spart wenn man dann nur noch die Collage eines Spiels als Karte speichern muss aber nicht mehrere erneut die Daten aus dem das Video besteht.

Es ist halt nun mal so, das man sich in den wenigen Frames die einem in jedem Schritt zur Verfügung stehen, halt nicht "weit" weg davon bewegen können. Es gibt immer eine Art +- Reichweite, vom vorherigen und späteren Zustand. Das sind dann doch nicht so viele unterschiedliche Pixel wie man glaubt, besonders wenn man diese zuvor intelligent packt. Es braucht auch nicht so viel Speicherplatz weil man denkt... es sind halt vielleicht statt 1 4k Bild, dann vielleicht 20 Bilder, bei denen man Überschneidungen noch intelligent packen kann.

@Doc Angelo
Ich merke gerade das wenn sie das ganze vielleicht nur Optisch angehen, weil es Speicherplatz spart. Sie die Spiele leider nicht oder (nie) zu Linux porten müssten. Weil ein Linux-System was die Eingaben testet und die Pixel erzeugt, nicht zwangsläufig Code braucht der unter Linux läuft.

[bohni]

Es geht u.U. nicht nur um Bewegungen einer Spielfigur, sondern z.B. auch um Schüsse und die kommen ggf. in wenigen Frames sehr weit. Mit ein paar Pixel vergleichen kommt man da nicht so weit.

@ChrisJumper um deine Aussagen besser einordnen zu können, bist du eher technikbegeistert, oder vom Fach?
Ich vermute Ersteres, lasse mich aber gerne korrigieren.