Có rất nhiều các tựa game hấp dẫn đã khéo léo lồng ghép một trò chơi nhỏ khác vào thế giới ảo để tăng thêm tính tương tác của người chơi với môi trường xung quanh cũng như tạo ra cảm giác mới lạ cho game thủ. Clip trên đã tổng hợp các trường hợp 'game trong game' hay nhất thời gian qua.
Chúng ta có thể kể tới những tựa game nổi tiếng như GTA hay StarCraft 2 và rất nhiều trò chơi hấp dẫn khác nữa.
Theáctựagamebắtngườichơiphảichơngày âm hôm nay bao nhiêuo Trí Thức Trẻ
Tiếp nối trào lưu K/DA và POP/STARS, họa sĩ chuyên nghiệp Shen YH đã thiết kế là một loạt những trang phục tương tự dành cho Lux, Riven, Miss Fortune và Riven.
Dĩ nhiên đây mới chỉ là tác phẩm fan-art nhưng rất nhiều hy vọng đang được dành cho chúng để Riot Games sớm hiện thực hóa mong mỏi của người chơi LMHT.
Phong cách thiết kế của chúng có nét gì đó tươi sáng hơn so với những trang phục gốc của Ahri, Evelynn, Akali và Kai’Sa, Nhưng bạn phải hiểu rằng Shen YH không có ý đồ copy/paste y xì đúc những gì đã được Riot tạo ra! Hơn thế, họa sĩ này vẫn tuân thủ nghiêm ngặt phong cách chung của dòng trang phục K/DA với các màu chủ đạo là đen, trắng, vàng ròng, xanh lam và ánh tím…
Dưới đây là những tác phẩm của Shen YH – bao gồm cả phía trước và sau mỗi bộ trang phục.
Lux Thần Tượng Âm Nhạc
Riven Thần Tượng Âm Nhạc
Syndra Thần Tượng Âm Nhạc
Miss Fortune Thần Tượng Âm Nhạc
Nếu quan tâm tới khả năng sáng tạo hội họa của Shen YH, độc giả có thể theo dõi thêm những sản phẩm khác TẠI ĐÂY.
Gnar_G(Theo Dot Esports)
">Ban ngày, dưới ánh sáng lý tưởng, ảnh chụp từ R17 Pro cho chất lượng tốt trong tầm giá, không khác biệt với những máy ở phân khúc của nó.
Dưới đây là bộ ảnh chụp tại Sài Gòn của tay máy Đinh Phúc:
 |
 |
 |
 |
 |
| Các bước mô phỏng từ ảnh vệ tinh sang bản đồ chi tiết bởi CycleGAN. Ảnh: TechCrunch. |
Các nhà nghiên cứu từ hai tổ chức mong muốn cải tiến quá trình biến đổi ảnh chụp Google Maps thành những tấm bản đồ chi tiết. Đó là lý do CycleGAN, một mạng neuron máy học ra đời. Trí thông minh nhân tạo có khả năng biến chuyển hình ảnh loại X và Y sang các dạng khác với độ chính xác khá cao.
Sau khi thử nghiệm nhiều lần, AI hoàn thành công việc và cho ra kết quả tốt đến mức đáng nghi. Đội ngũ nghiên cứu nhận thấy trong quá trình mô phỏng ảnh vệ tinh có nhiều chi tiết ẩn mà những tấm ảnh thử nghiệm trước không hề xuất hiện. Chẳng hạn, các ánh đèn tỏa sáng trên mái nhà sẽ xuất hiện trở lại nếu AI được yêu cầu thực hiện lại quá trình tái tạo.
Ngay sau đó, Google và Stanford tiến hành thu lại quá trình phân tích của AI. Họ phát hiện ra rằng CycleGAN đã tự động tìm cách nhanh hơn để giải quyết vấn đề.
Lúc đầu, AI được xây dựng với khả năng "diễn dịch" những yếu tố có sẵn trên bản đồ và đặt chúng vào đúng vị trí được lập trình sẵn. Tuy nhiên, CycleGAN không làm như thế. AI tự học cách mã hóa những yếu tố trên bản đồ thành các "độ noise" như nhau.
Sau đó, CycleGAN so chiếu chúng qua 2 loại bản đồ khác nhau để tái tạo thành sản phẩm cuối cùng. Mắt thường không thể nhận thấy những đốm noise nhỏ nhưng máy tính thì có thể phân tích.
Tiếp theo, nhờ việc thử nghiệm nhiều lần, AI sử dụng những đốm noise đã phân tích và lưu trữ được tạo thành những bản đồ chi tiết cùng loại khác. CycleGAN bỏ qua bước nhận biết giữa các đối tượng khác nhau trên bản đồ, nó sử dụng data có sẵn để hoàn thành công việc.
 |
| Các loại bản đồ thay đổi theo từng tiến trình thực hiện. Ảnh: TechCrunch |
Công nghệ mã hóa data thành hình ảnh đã có từ lâu, môn khoa học mang tên giấu tin trong ảnh (steganography) thường dùng để thêm watermark hay gắn kèm các chi tiết mã hóa khác nhau. Tuy nhiên, một loại trí thông minh nhân tạo có khả năng tự học steganography để rút gọn các bước làm việc là điều hoàn toàn mới lạ.
"Trí thông minh nhân tạo tuy phát triển nhưng vẫn còn hạn chế. Vấn đề của AI là vận hành bởi con người nên yếu tố con người cần đặt lên trên tất cả", Devin Coldewey chia sẻ trên TechCrunch.
Theo Zing
">