Everyone

GobTech

Jelly Bean

Create, customize, and battle your own neural network AI! Note: This game is still in beta and is being actively developed and improved!

Whether it's predicting the stock market, driving a car, or beating the best Go player in the world, there's no doubt that neural networks are the hot new topic in AI. Their inspiration comes from the human brain, and they have the remarkable ability to learn how to overcome even the most traditionally complex tasks for a computer on their own.

Perhaps their greatest drawback is how difficult they can be to set up or play around with for yourself. The Neural Sandbox is here to change this! Enter a small cellular world where you play god, and can create and customize neural net controlled creatures for yourself. Train neural nets as you see fit just by hitting a button, no programming required! From there you can test it out in the cell world, and even control a cell in the world yourself.

This game is in beta, so there are still many features to be added. If you have any ideas or suggestions, we'd love to hear them!

Questions? Comments? Suggestions? Email us at contact@gobtech.io

More information about neural nets and how they work in this game:

A neural net is a mathematical model inspired by the biological brain. Each one is essentially a web of interconnected neurons, which take in input, modify it and then send out an output to the next neuron. In a large neural net, this can lead to some pretty complex decision making! The neural net cells in this game take in inputs as information such as position and velocity from nearby cells and output a direction for themselves to move. In the training window, thousands of rounds of the game are simulated so that the neural net can "practice" and learn how to play the game based on your specifications for its personality.
Buat, menyesuaikan, dan pertempuran jaringan saraf Anda sendiri AI! Catatan: Game ini masih dalam versi beta dan sedang aktif dikembangkan dan ditingkatkan!

Entah itu memprediksi pasar saham, mengendarai mobil, atau mengalahkan yang terbaik Go pemain di dunia, tidak ada keraguan bahwa jaringan saraf adalah topik panas baru di AI. inspirasi mereka berasal dari otak manusia, dan mereka memiliki kemampuan luar biasa untuk belajar bagaimana mengatasi bahkan tugas yang paling tradisional kompleks untuk komputer mereka sendiri.

Mungkin kelemahan terbesar mereka adalah betapa sulitnya mereka dapat untuk mengatur atau bermain-main dengan untuk diri sendiri. The Neural Sandbox di sini untuk mengubah ini! Memasuki dunia seluler kecil di mana Anda bermain dewa, dan dapat membuat dan menyesuaikan makhluk net dikendalikan saraf untuk diri sendiri. Melatih jaringan syaraf sesuai keinginan Anda hanya dengan menekan sebuah tombol, tidak ada pemrograman diperlukan! Dari sana Anda dapat menguji itu di dunia sel, dan bahkan mengendalikan sel dalam dunia sendiri.

Game ini dalam versi beta, sehingga masih banyak fitur yang akan ditambahkan. Jika Anda punya ide atau saran, kami akan senang mendengar mereka!

Pertanyaan? Komentar? Saran? Email kami di contact@gobtech.io

Informasi lebih lanjut tentang jaring saraf dan bagaimana mereka bekerja dalam game ini:

Sebuah jaringan syaraf adalah model matematika yang terinspirasi oleh otak biologis. Masing-masing pada dasarnya adalah web neuron yang saling berhubungan, yang mengambil masukan, memodifikasi dan kemudian mengirimkan output ke neuron berikutnya. Dalam jaringan syaraf yang besar, ini dapat menyebabkan beberapa pengambilan keputusan yang cukup kompleks! Sel-sel jaringan syaraf dalam game ini mengambil masukan informasi seperti posisi dan kecepatan dari sel-sel di dekatnya dan output arah untuk diri mereka sendiri untuk bergerak. Pada jendela pelatihan, ribuan putaran permainan disimulasikan sehingga saraf bersih bisa "praktek" dan belajar cara bermain game berdasarkan spesifikasi Anda untuk kepribadiannya.


Buat \u0026amp; menyesuaikan makhluk AI Anda sendiri! Percobaan dengan jaringan saraf AI!

Neural Sandbox Beta

Versi Terakhir dari Neural Sandbox Beta

Versi lain