WEBVTT 00:00.270 --> 00:03.890 Xin chào và chào mừng một lần nữa đến với Mô-đun hai Doom. 00:03.900 --> 00:07.830 Bây giờ chúng tôi sẽ chuẩn bị sẵn sàng để bắt đầu triển khai AI của chúng tôi. 00:07.860 --> 00:13.230 Và như thường lệ, việc đầu tiên chúng ta cần làm là đặt đúng thư mục làm thư mục làm việc. 00:13.350 --> 00:17.310 Vì vậy, chúng ta hãy làm điều này ngay bây giờ để chúng ta có thể chuyển sang những gì thú vị hơn. 00:17.310 --> 00:23.580 Vì vậy, như thường lệ, tôi bắt đầu trên máy tính để bàn của mình, sau đó tôi đi đến trí thông minh nhân tạo của tôi là thư mục đó, 00:23.580 --> 00:25.380 sau đó mô-đun hai bây giờ diệt vong. 00:25.380 --> 00:29.190 Và chúng ta bắt đầu, đó là thư mục chúng ta phải đặt làm thư mục làm việc. 00:29.220 --> 00:30.120 Vì vậy, chúng ta hãy làm điều này. 00:30.120 --> 00:35.880 Bây giờ chúng ta nhấp vào hai nút này ở đây, sau đó khởi động lại hạt nhân và sau đó có và chúng ta bắt đầu. 00:35.880 --> 00:38.820 Bây giờ chúng ta có đúng thư mục làm thư mục làm việc. 00:39.210 --> 00:42.210 Vì vậy, bây giờ như bạn có thể thấy, chúng tôi có bốn tệp. 00:42.210 --> 00:45.990 Thực ra cũng có thư mục 3001 trong thư mục thư mục làm việc này. 00:45.990 --> 00:47.460 Vì vậy, hãy bắt đầu với cái đầu tiên. 00:47.460 --> 00:49.980 Người đầu tiên là ADP. 00:50.010 --> 00:54.270 Đó là tất nhiên, tệp sẽ chứa trí tuệ nhân tạo của chúng tôi. 00:54.270 --> 00:56.670 Và đó không có gì khác hơn là tập tin này ở đây. 00:56.670 --> 01:04.650 Đó là tệp ADP trong đó chúng tôi sẽ triển khai mọi thứ liên quan đến xây dựng API và đặc biệt là 01:04.650 --> 01:08.430 xây dựng AI với mô hình học tích hợp sâu. 01:09.060 --> 01:11.730 Vì vậy, về cơ bản đó là nơi chúng ta sẽ có cuộc phiêu lưu lớn. 01:11.970 --> 01:13.330 Sau đó, chúng tôi có một số tệp khác. 01:13.330 --> 01:17.130 Vì vậy, chúng tôi có tệp thứ hai ở đây, đó là trải nghiệm chơi lại số pi đó. 01:17.130 --> 01:23.460 Và vì vậy lần này tôi đặt kinh nghiệm thay thế riêng chỉ vì chúng tôi đã triển khai nó. 01:23.460 --> 01:25.740 Và bây giờ chúng tôi muốn tập trung vào những gì mới. 01:25.740 --> 01:32.280 Và tin tôi đi, chúng ta có rất nhiều điều mới phải làm với trí thông minh nhân tạo mới này vì không chỉ chúng ta 01:32.280 --> 01:36.450 muốn xây dựng một AI mà còn muốn xây dựng một AI để đánh bại Doom. 01:36.450 --> 01:40.920 Vì vậy, bạn có thể tưởng tượng rằng điều này sẽ yêu cầu một số mã khá nâng cao. 01:41.370 --> 01:42.360 Vì vậy, không phải lo lắng. 01:42.360 --> 01:46.620 Chúng tôi có một mã lớn đang chờ chúng tôi và bạn sẽ học được rất nhiều thủ thuật mới. 01:46.620 --> 01:53.370 Đó là lý do tại sao thủ thuật chơi lại trải nghiệm này mà bạn đã biết và tôi nhắc nhở sẽ cải thiện rất nhiều quá trình đào tạo. 01:53.370 --> 01:55.950 Vâng, chúng ta hãy đặt nó một cách riêng biệt trong trải nghiệm này. 01:55.950 --> 02:01.500 Chúng tôi phát tệp PI đó để bây giờ chúng tôi có thể tập trung vào tất cả các khái niệm, kỹ thuật và thủ thuật mới đang 02:01.500 --> 02:02.430 chờ đợi chúng tôi. 02:02.880 --> 02:03.300 Được rồi. 02:03.300 --> 02:06.750 Và sau đó chúng tôi có hình ảnh xử lý trước tệp pi. 02:06.750 --> 02:12.270 Vì vậy, đó là một tệp Python khác sẽ xử lý trước hình ảnh của chúng ta bởi vì bạn biết đấy, lần 02:12.270 --> 02:18.810 này AI của chúng ta sẽ có mắt và đó là bởi vì các trạng thái đầu vào không còn được mã hóa bởi một vectơ nữa, mà 02:18.810 --> 02:21.360 lần này các trạng thái đầu vào là hình ảnh. 02:21.360 --> 02:27.180 Vì vậy, lớp đầu tiên của mạng nơ-ron lớn mà chúng ta sẽ tạo ra sẽ là mắt và đó 02:27.180 --> 02:30.210 sẽ là các lớp chập của mạng nơ-ron tích hợp. 02:30.240 --> 02:36.090 Nhưng để đảm bảo những hình ảnh này có thể được chấp nhận làm đầu vào của mạng nơ-ron phức hợp, chúng ta 02:36.090 --> 02:37.650 cần phải xử lý trước chúng. 02:37.650 --> 02:43.920 Và vì vậy tệp này sẽ xử lý trước những hình ảnh này để chúng có thể đi vào mạng nơ-ron. 02:43.920 --> 02:48.720 Và vì vậy tôi đã tách tệp này ra vì nó không liên quan trực tiếp đến AI. 02:48.720 --> 02:55.170 Và một lần nữa, chúng tôi muốn duy trì tối đa bộ não và trí nhớ cũng như sự tập trung của chúng tôi vào mọi 02:55.170 --> 02:56.430 thứ liên quan đến AI. 02:56.460 --> 03:02.370 Vì vậy, chúng tôi đặt điều này một cách riêng biệt để chúng tôi có thể xử lý trước hình ảnh bằng đèn pin và tiết kiệm một số năng 03:02.370 --> 03:03.510 lượng cho phần còn lại. 03:03.660 --> 03:05.340 Bạn có thể xem qua nó nếu bạn muốn. 03:05.340 --> 03:10.350 Và nếu bạn cũng có khóa học học sâu, tốt, bạn có thể xem các hướng dẫn thực hành. 03:10.350 --> 03:15.240 Chúng tôi nói về tiền xử lý hình ảnh, nhưng ở đây một lần nữa, chúng tôi thực sự muốn tập trung vào AI. 03:15.240 --> 03:17.130 Tin tôi đi, chúng ta còn rất nhiều việc phải làm. 03:17.610 --> 03:21.540 Và cuối cùng là thư mục cuối cùng, đó là thư mục video. 03:21.540 --> 03:24.540 Vì vậy, ngay bây giờ thư mục này trống như bạn có thể thấy. 03:24.540 --> 03:31.050 Nhưng khi chúng tôi thực thi mã, một số video về AI đang chơi trò diệt vong sẽ được thêm vào thư mục này. 03:31.050 --> 03:36.660 Vì vậy, điều đó sẽ rất thú vị vì chúng ta sẽ thấy trên một số video AI đang hoạt động tốt như thế nào. 03:36.660 --> 03:41.910 Vì vậy, chúng ta sẽ thấy AI giết quái vật và cố gắng chạy về phía mục tiêu theo đúng nghĩa đen. 03:42.090 --> 03:44.310 Vì vậy, bạn sẽ thấy điều này sẽ khá thú vị. 03:44.310 --> 03:50.700 Vì vậy, tất nhiên những video đầu tiên sẽ rất tệ vì AI sẽ chưa được đào tạo nhiều và vì vậy nó 03:50.700 --> 03:52.170 sẽ bị giết rất nhanh. 03:52.170 --> 03:58.470 Nhưng sau đó bạn sẽ thấy rằng khi quá trình đào tạo đang tiến triển tốt, AI sẽ ngày càng tốt hơn và 03:58.470 --> 04:04.200 cuối cùng nó sẽ tiêu diệt được một số quái vật đang bị giết và hy vọng chúng ta có 04:04.200 --> 04:05.730 thể đạt được mục tiêu. 04:06.480 --> 04:06.900 Được rồi. 04:06.900 --> 04:10.680 Vì vậy, hãy quay trở lại AFL của chúng tôi, là cái này. 04:10.680 --> 04:16.200 Và như bạn có thể thấy, tôi đã lo việc nhập tất cả các thư viện và gói thiết yếu mà chúng 04:16.200 --> 04:17.820 ta cần để chơi diệt vong. 04:17.820 --> 04:19.980 Vì vậy, chúng ta hãy nhanh chóng xem xét chúng từng cái một. 04:19.980 --> 04:23.820 Tất nhiên, chúng tôi có numpy vì chúng tôi sẽ làm việc với các mảng. 04:23.820 --> 04:25.440 Đó là điều không thể tránh khỏi. 04:25.440 --> 04:29.310 Tất nhiên, chúng ta sẽ bị tra tấn bởi vì chúng ta đang triển khai AI bằng pytorch. 04:29.340 --> 04:34.980 Sau đó, chúng ta có ngọn đuốc và trong mô-đun chứa tất cả các công cụ để triển khai mạng nơ-ron. 04:34.980 --> 04:40.680 Vì vậy, ví dụ, mô-đun sẽ chứa các lớp chập, sẽ là một phần của mạng nơ-ron trong tương lai của 04:40.680 --> 04:41.430 chúng ta. 04:41.520 --> 04:48.360 Sau đó, chúng ta có, và sau đó là gói chức năng có phím tắt F và chứa tất cả các chức 04:48.360 --> 04:50.790 năng được sử dụng trong mạng nơ-ron. 04:50.790 --> 04:57.090 Vì vậy, điển hình là các chức năng kích hoạt, chúng tôi sẽ sử dụng một số chức năng kích hoạt bộ chỉnh lưu, nhưng cũng 04:57.090 --> 04:59.970 có một số chức năng gộp tối đa cho tích chập. 05:00.060 --> 05:03.600 Mạng nơron và tất cả các chức năng này được chứa trong hàm. 05:04.020 --> 05:07.730 Sau đó, chúng tôi có Optim, tất nhiên là dành cho Trình tối ưu hóa. 05:07.740 --> 05:15.480 Tôi nghĩ rằng chúng ta sẽ sử dụng một trình tối ưu hóa nguyên tử và trình tối ưu hóa này được chứa trong Optim và sau đó 05:15.480 --> 05:20.220 là phần mềm tốt nhất trong số tốt nhất của PyTorch, lớp biến từ mô-đun grad khác. 05:20.220 --> 05:26.010 Và đó là tất cả sức mạnh của PyTorch bởi vì đó là thứ chứa các đồ thị động cho phép thực 05:26.010 --> 05:30.570 hiện các tính toán rất nhanh về gradient, thậm chí là gradient của các hàm tổng hợp. 05:30.570 --> 05:32.710 Vì vậy, chúng tôi chắc chắn sẽ sử dụng nó. 05:32.730 --> 05:37.680 Đối với xe tự lái, nhưng hãy tin tôi đi, chúng tôi sẽ cần nó rất tệ. 05:38.460 --> 05:40.890 Vì vậy, đó là tất cả cho các thư viện thiết yếu. 05:40.890 --> 05:46.530 Sau đó, chúng ta cần nhập một số gói liên quan đến Openai, gym và doom. 05:46.530 --> 05:53.520 Vì vậy, tất nhiên chúng tôi nhập Jim, sau đó chúng tôi nhập một số mô-đun trình bao bọc của thư viện Jim và một trong những trình bao 05:53.520 --> 05:55.260 bọc này là trình bao bọc Kip. 05:55.290 --> 05:58.770 Vì vậy, về cơ bản đó là nhập tất cả các công cụ và môi trường của Jim. 05:59.040 --> 06:04.590 Và cuối cùng, chúng tôi có gói này mà chúng tôi cần nhập và có liên quan trực tiếp đến 06:04.590 --> 06:11.400 doom, và đó là không gian hành động và hai phần rời rạc của trình bao bọc doom về cơ bản chứa môi trường của 06:11.400 --> 06:17.850 diệt vong và cụ thể hơn, các hành động có thể được chơi, số lượng hành động cho trò chơi Doom cụ thể 06:17.850 --> 06:19.470 mà chúng tôi sẽ chơi. 06:19.470 --> 06:21.570 Và tôi nhắc rằng có sáu hành động. 06:21.570 --> 06:24.210 Di chuyển sang trái, sang phải, rẽ trái, rẽ phải. 06:24.210 --> 06:25.950 Tiến về phía trước và bắn. 06:25.950 --> 06:26.640 Tấn công. 06:27.330 --> 06:27.690 Được rồi. 06:27.690 --> 06:30.470 Vì vậy, về cơ bản đó là những gì bạn cần nhập để diệt vong. 06:30.480 --> 06:37.680 Và cuối cùng, tất nhiên, chúng tôi cần nhập hai tệp bên trong trải nghiệm phát lại chiếc bánh đó để trải nghiệm, 06:37.710 --> 06:44.400 phát lại và xử lý trước hình ảnh để xử lý trước hình ảnh không có gì khác ngoài hình 06:44.400 --> 06:47.130 ảnh của màn hình khi chơi trò chơi. 06:47.130 --> 06:53.640 Và những hình ảnh này sẽ được xử lý trước, chuyển đổi thành các mảng numpy, định hình lại thành một định dạng nhất 06:53.640 --> 06:57.420 định, sau đó chúng sẽ chuyển đến mạng nơ-ron, mạng nơ-ron phức hợp. 06:58.160 --> 06:58.610 Được rồi. 06:58.610 --> 07:07.610 Vì vậy, tôi đoán bây giờ chúng ta đã sẵn sàng để bắt 07:07.610 --> 07:12.170 đầu triển khai lớn điều này. 07:12.200 --> 07:17.290 Đó là vì, bạn biết đấy, tôi đã nói với bạn, chúng ta có một triển khai lớn đang chờ chúng ta. 07:17.300 --> 07:21.560 Để không bị lạc trong tất cả những điều này, chúng ta cần có một cấu trúc tốt. 07:21.650 --> 07:24.860 Và vì vậy tôi đã đánh dấu cấu trúc. 07:24.890 --> 07:27.750 Chúng tôi sẽ thực hiện điều này trong hai phần. 07:27.770 --> 07:30.830 Phần đầu tiên sẽ là về xây dựng AI. 07:30.860 --> 07:34.460 Vì vậy, đó là nơi chúng tôi sẽ tạo ra bộ não của AI. 07:34.460 --> 07:38.130 Và bộ não, như bạn đã hiểu, không gì khác chính là mạng lưới thần kinh. 07:38.150 --> 07:45.320 Bạn biết đấy, CNN lớn này bao gồm một số lớp phức hợp và sau đó là một số lớp được kết nối đầy đủ để dự đoán 07:45.320 --> 07:48.140 kết quả đầu ra vẫn là giá trị gợi ý. 07:48.140 --> 07:50.300 Và sau đó chúng tôi sẽ tạo ra cơ thể của AI. 07:50.300 --> 07:53.180 Và đó là một đại diện mới mà tôi đang mang đến cho bạn. 07:53.180 --> 07:55.370 Và đó, một lần nữa, không để bị lạc. 07:55.370 --> 08:01.190 Bạn sẽ thấy rằng chúng ta càng tiến xa hơn với mã, bạn sẽ càng thấy cấu trúc và mọi thứ cuối 08:01.190 --> 08:02.600 cùng sẽ có ý nghĩa. 08:02.600 --> 08:06.380 Và để đảm bảo điều đó có ý nghĩa, chúng ta cần một đại diện của AI. 08:06.410 --> 08:12.570 Và về cơ bản, phần đầu tiên xây dựng AI sẽ bao gồm ba phần. 08:12.590 --> 08:17.030 Phần đầu tiên sẽ là về cấu tạo bộ não là mạng lưới thần kinh. 08:17.180 --> 08:22.580 Phần thứ hai sẽ nói về việc tạo ra cơ thể và tôi gọi nó là cơ thể vì đây là phần 08:22.580 --> 08:24.980 sẽ cho AI biết cách thực hiện hành động. 08:24.980 --> 08:30.860 Vì vậy, bạn biết đấy, đầu tiên bạn có bộ não phát hiện hình ảnh và dự đoán các giá trị tín hiệu, nhưng 08:30.860 --> 08:36.860 sau đó bạn cần xác định cách AI sẽ thực hiện hành động và nó thực hiện hành động đó với cơ thể giống như cơ 08:36.860 --> 08:37.640 thể con người. 08:37.820 --> 08:43.790 Vì vậy, phần thân sẽ là phần mà chúng ta sẽ chỉ định phương pháp chơi hành động. 08:43.790 --> 08:49.520 Vì vậy, ví dụ, với chiếc xe tự lái của chúng tôi, não là mạng lưới thần kinh mà chúng tôi tạo ra và cơ 08:49.520 --> 08:51.380 thể là cách diễn ra hành động. 08:51.380 --> 08:53.300 Đó là, là phương pháp max mềm. 08:53.420 --> 08:54.650 Và đây cũng vậy. 08:54.650 --> 08:59.000 Chúng ta sẽ tạo ra một bộ não và chúng ta sẽ tạo ra một cơ thể sẽ đóng vai trò hành động. 08:59.000 --> 09:00.290 Tôi sẽ cho bạn tìm hiểu. 09:00.290 --> 09:06.140 Nhưng điểm mấu chốt trong tất cả những điều này là chúng tôi sẽ có một đoạn mã rất có cấu trúc để không chỉ bạn có 09:06.140 --> 09:11.660 thể lùi lại một bước và thực sự hiểu những gì đang xảy ra, mà còn có thể sử dụng nó như một khuôn khổ bất 09:11.660 --> 09:14.870 cứ khi nào bạn muốn xây dựng một AI cho các mục đích khác. 09:15.170 --> 09:15.830 Được rồi. 09:15.830 --> 09:21.950 Và sau khi xây dựng AI ở phần một, chúng ta sẽ chuyển sang phần hai, sẽ là về việc triển 09:21.950 --> 09:24.320 khai mô hình học sâu, phức hợp. 09:24.320 --> 09:29.120 Và một lần nữa, chúng ta sẽ có các phần khác nhau và một trong số đó tất nhiên sẽ là đào 09:29.120 --> 09:29.660 tạo AI. 09:29.960 --> 09:32.030 Vì vậy, tôi nóng lòng muốn đi sâu vào nó. 09:32.030 --> 09:38.060 Rõ ràng là bây giờ chúng ta sẽ bắt đầu với phần một và chúng ta sẽ bắt đầu bằng cách tạo ra bộ não của AI 09:38.060 --> 09:38.840 của chúng ta. 09:39.050 --> 09:42.170 Vì vậy, tôi không thể chờ đợi và cho đến lúc đó, hãy tận hưởng AI.