A Nvidia revelou o Project G-Assist, um assistente local de IA que ajuda com jogos e aplicativos para PC. Ele é capaz de avaliar o que está acontecendo na tela e entender o contexto, podendo sugerir táticas vencedoras no jogo, analisar erros do jogador ou ajudar em tarefas criativas complexas. Esta solução foi apresentada como parte da apresentação da Nvidia na Computex 2024.
Fonte da imagem: NVIDIA
Segundo a Nvidia, os assistentes de IA mudarão a jogabilidade e a experiência dos aplicativos. Os jogos modernos para PC oferecem vastos universos para explorar e uma variedade de mecânicas para dominar, o que pode ser desafiador e demorado até mesmo para os jogadores mais ávidos. O objetivo do projeto G-Assist é fornecer aos jogadores a capacidade de adquirir conhecimento sobre jogos em tempo real usando IA generativa.
O Projeto G-Assist recebe comandos de voz ou texto do player, bem como informações contextuais da tela, e executa esses dados por meio de modelos de visão computacional. Esses modelos melhoram a consciência contextual e a compreensão específica da aplicação do modelo de linguagem grande (LLM) associado à base de conhecimento do jogo. Em última análise, o sistema gera uma resposta personalizada na forma de texto ou fala. Por exemplo, um assistente pode sugerir táticas contra um chefe do jogo, sugerir uma solução para um quebra-cabeça ou dizer como criar ou encontrar um item específico do jogo. Para os fãs de jogos competitivos, o G-Assist irá ajudá-lo a analisar a demo após a partida e a analisar os erros e o jogo como um todo, como um treinador.
A NVIDIA, em colaboração com os desenvolvedores Studio Wildcard, demonstrou a tecnologia G-Assist no jogo ARK: Survival Ascended. O assistente de IA respondeu perguntas sobre criaturas, itens, história, objetivos, chefes difíceis e muito mais. Como o Project G-Assist leva em consideração o contexto, ele personaliza suas respostas com base na sessão de jogo de cada jogador.
Além disso, o Project G-Assist pode ajustar o sistema de jogo do jogador para desempenho e eficiência ideais. Ele pode fornecer informações sobre métricas de desempenho, otimizar configurações gráficas com base no hardware do usuário, aplicar overclocking a níveis seguros e até mesmo reduzir de forma inteligente o consumo de energia, mantendo o desempenho desejado.