40年前，《吃豆人》(Pac-Man)首次出現在日本的遊戲廳中，隨後風靡全世界。數據顯示，僅僅在1981年，美國人就為了《吃豆人》往遊戲機裡投了幾十億個25美分硬幣，遊戲總時間達到75000小時，相當於8年半。
現在，這款列入世界遊戲名作殿堂的經典之作，又藉助於NVIDIA AI技術，重現人間!
在NVIDIA DGX系統的神經網絡上，經過多達5萬個回合、總計數萬幀的遊戲訓練，NVIDIA研究院創建的強大新AI模型「NVIDIA GameGAN」，已經能夠在無需基礎遊戲引擎的情況下，生成完整版的《吃豆人》遊戲。
換句話說，AI即使不了解遊戲的基本規則，也可以完美地再現這款經典遊戲。
據介紹，GameGAN是第一個利用生成式對抗網絡(GAN)模仿計算機遊戲引擎的神經網絡模型。GAN模型由兩個相互對抗的神經網絡組成，一個生成器(generator)，一個鑑別器(discriminator)，能夠學習並創建足以媲美原版內容的新內容。
經過訓練後的GameGAN模型能夠生成靜態環境元素，例如統一的迷宮形狀、豆子、強化道具、作為敵人的幽靈、吃豆人本身等移動元素。
它還能學習簡單和複雜的關鍵性遊戲規則：吃豆人無法穿過迷宮牆，而需要一邊四處移動、一邊吃豆;吃到強化道具後，鬼魂會變成藍色並四處逃竄;吃豆人從一側離開迷宮時，會被傳送到迷宮的另一側;吃豆人碰到鬼魂，屏幕就會閃爍並結束遊戲。
當智能代理試玩GAN生成的遊戲時，GameGAN會對代理的行為做出響應，從而實時生成新的遊戲環境框架。
在使用遊戲不同等級或版本的遊戲劇本進行訓練後，GameGAN甚至還可以生成從未有過的遊戲關卡。
利用此功能，遊戲開發人員可以自動生成新的遊戲等級關卡，AI研究人員則可以更輕鬆地開發用於訓練自主機器的模擬器系統。
事實上，無論是哪一款遊戲，GAN都可以通過從過去的遊戲中提取屏幕錄像和智能代理的按鍵軌跡，來學習其規則，而遊戲開發人員可以將原關卡中的遊戲劇本作為訓練數據，使用該工具為當前的遊戲設計新的等級關卡。
遊戲發行商萬代南夢宮娛樂(BANDAI NAMCO Entertainment)旗下研發公司萬代南夢宮研究有限公司(BANDAI NAMCO Research Inc.)，提供了用於訓練GameGAN所用的《吃豆人》數據，而結果讓他們感到震驚，都無法相信可以在沒有遊戲引擎的情況下，再現這款經典遊戲。
NVIDIA將於今年晚些時候在AI Playground上發布這款由AI再現的《吃豆人》，所有人都可以親身體驗。