格德斯|为游戏而生的AI车手，可能将改写人类驾驶技术的未来

文章插图

文章插图
撰文 / 张鸥
编辑 / 涂彦平
设计 / 师玉超
来源 / WIRED 作者：Will Knight 图源：GTPLANET.NET / AI.SONY
宫园拓马（TAKUMA MIYAZONO）4岁时开始接触虚拟赛车，启蒙游戏便是父亲送给他的礼物——高度逼真的《GT赛车4》（Gran Turismo 4）。16年后的2020年，宫园成为这一项虚拟赛车的世界冠军，并赢得了史无前例的电竞赛车“三连冠”。
但他从来没有与GT Sophy进行过对战。GT Sophy是索尼和GT赛车系列游戏背后的工作室Polyphony Digital联手开发的AI赛车手。宫园说：“Sophy的速度非常快，单圈时间比最好的车手还要快。它甚至完成了一些我一直以来觉得不太可能的操作，如果不是亲眼见到，根本难以想象。”
近年来，视频游戏已经成为人工智能研究的一个重要沙盒。而GT赛车则尤其对于汽车来说，是一个意义非凡的挑战。
与国际象棋或围棋等人工智能已经熟悉的棋类游戏相比，GT赛车更强调连续判断和高速反应的能力。它比《星际争霸》或《Dota》等动作游戏复杂得多，而且需要具有挑战性的驾驶动作。想要成为GT赛车的王牌车手，必须在同一时间完美地平衡三件事：将虚拟赛车推向极限；与摩擦力、空气动力学和精确的驾驶路线进行斗争；要超越对手但又不能挡住对手路线招致处罚。

文章插图

文章插图
将GT Sophy应用于自动驾驶技术的可能性
【格德斯|为游戏而生的AI车手，可能将改写人类驾驶技术的未来】斯坦福大学研究自动驾驶的教授克里斯·格德斯（Chris Gerdes）当地时间2月16日在《自然》杂志上与索尼共同发表文章说：“在虚拟赛道上如此熟练地超越人类车手，代表了人工智能里程碑式的成就。”
格德斯说，用于开Sophy的技术可以帮助自动驾驶汽车的研发。目前，自动驾驶汽车只使用Sophy所采用的神经网络算法来跟踪道路标线，并感知其他车辆和障碍。“Sophy在赛道上的成功表明，神经网络有一天可能会在自动驾驶汽车的软件中发挥比现在更大的作用。”格德斯在文章中写道。
索尼在2020年宣布，它正在开发一款具有先进驾驶辅助功能的电动汽车原型。不过该公司表示，目前还没有计划将Sophy引入汽车项目。
GT Sophy还说明了模拟环境对现实世界中人工智能应用的重要性。许多开发自动驾驶技术的公司使用复杂的计算机模拟来为其算法生成训练数据。例如，Alphabet旗下的自动驾驶汽车公司Waymo表示，其车辆在模拟中行驶了相当于3200万公里的距离。

文章插图

文章插图
实际操作性
“将机器学习和自主控制用于赛车令人感到振奋，丰田正在进行以‘人’为中心的放大作用，利用专家从赛车运动中学习的技术，有朝一日可以改善主动型安全系统。”丰田研究所的人本驾驶研究高级经理阿维纳什·巴拉钱德兰（Avinash Balachandran）说道。该研究所正在测试能够在极端速度下运行的自动驾驶汽车。
马萨诸塞大学阿默斯特分校研究强化学习的教授布鲁诺·卡斯特罗·达席尔瓦（Bruno Castro da Silva）称赞GT Sophy为令人印象深刻的成就，也是为自动驾驶汽车培训AI系统的重要一步。但他同时也表示，将其技术从GT赛车中应用到现实世界是一个挑战，因为像这样的强化学习算法很难考虑决策的长期影响，也很难保证这种算法的安全性或可靠性。