Mengebut di sekitar desa Prancis dalam video game Gran Turismo dan Anda mungkin melihat Corvette di belakang Anda mencoba menangkap dasar sungai.

Teknik menggunakan draft mobil balap lawan untuk berakselerasi dan menyalipnya disukai oleh para pemain ahli dalam game balapan real-time di PlayStation.

Tapi pengemudi Corvette ini tidak dikendalikan oleh manusia – itu adalah GT Sophy, agen kecerdasan buatan yang kuat yang dibuat oleh produsen PlayStation Sony.

Para pemain Gran Turismo telah membalap dengan mobil balap buatan komputer sejak waralaba diluncurkan pada 1990-an, tetapi driver AI baru yang diluncurkan minggu lalu di Gran Turismo 7 lebih pintar dan lebih cepat karena telah dilatih menggunakan metode AI terbaru.

“Gran Turismo memiliki AI built-in yang sudah ada sejak awal permainan, tetapi memiliki rentang kinerja yang sangat sempit dan tidak terlalu bagus,” kata Michael Spranger, chief operating officer Sony AI. “Ini sangat mudah ditebak. Begitu kamu melewati level tertentu, itu tidak akan menggodamu lagi.”

Tapi sekarang dia berkata, “AI ini akan melakukan perlawanan.”

Kunjungi lab AI di universitas dan perusahaan seperti Sony, Google, Meta, Microsoft, dan pembuat OpenAI ChatGPT, dan tidak jarang menemukan agen AI seperti mobil balap Sophy, melempar burung pemarah ke babi, melakukan pertempuran epik antar bintang, atau membantu pemain Manusia untuk membangun dunia Minecraft baru – itu semua adalah bagian dari deskripsi pekerjaan untuk sistem komputer yang mencoba mempelajari cara menjadi lebih pintar dalam permainan.

Namun dalam beberapa kasus, mereka juga mencoba mempelajari cara menjadi lebih pintar di dunia nyata. Dalam sebuah makalah yang diterbitkan pada bulan Januari, seorang peneliti University of Cambridge yang membangun agen AI untuk mengendalikan karakter Pokemon mengatakan itu dapat “menginspirasi semua jenis aplikasi yang memerlukan manajemen tim dalam kondisi ketidakpastian yang ekstrem, termasuk mengelola tim dokter atau robot.” atau karyawan di lingkungan yang selalu berubah, seperti daerah yang dilanda pandemi atau zona perang.”

Dan sementara itu mungkin terdengar seperti anak kecil yang bermain Pokemon Violet selama tiga jam lagi, studi game telah digunakan untuk memajukan penelitian AI — dan melatih komputer untuk memecahkan masalah kompleks — sejak pertengahan abad ke-20.

Awalnya, AI dalam permainan seperti catur dan catur digunakan untuk menguji permainan strategi kemenangan. Sekarang ada cabang penelitian baru yang lebih berfokus pada melakukan tugas-tugas terbuka di dunia yang kompleks dan berinteraksi dengan manusia, bukan hanya untuk mengalahkan mereka.

“Realitas itu seperti permainan yang sangat kompleks,” kata Nicholas Sarantinos, yang menulis The Pokemon Paper dan baru-baru ini menolak tawaran PhD di Universitas Oxford untuk memulai perusahaan AI yang bertujuan membantu tempat kerja perusahaan menciptakan lebih banyak tim kolaboratif.

Dalam simulator pertempuran berbasis web Pokemon Showdown, Sarantinos mengembangkan algoritme untuk menganalisis tim yang terdiri dari enam Pokémon – memprediksi bagaimana kinerja mereka berdasarkan semua kemungkinan skenario pertempuran di depan mereka dan kekuatan serta kelemahan relatif mereka.

Microsoft, yang memiliki franchise game Minecraft yang populer serta sistem game Xbox, telah menugaskan agen AI dengan berbagai aktivitas — mulai dari mengais lava hingga menebang pohon dan membuat tungku. Para peneliti berharap bahwa beberapa dari apa yang telah mereka pelajari pada akhirnya akan berperan dalam teknologi dunia nyata, seperti bagaimana membuat robot rumah melakukan beberapa pekerjaan tanpa harus memprogramnya untuk melakukannya.

Sarantinos mengatakan bahwa meskipun “tidak disebutkan” bahwa manusia nyata bertindak sangat berbeda dari makhluk video game fiksi, “ide dasarnya masih dapat digunakan”. “Jika Anda menggunakan tes psikologi, Anda dapat mengambil informasi ini untuk menyimpulkan seberapa baik Anda bekerja sama.”

“Benar-benar ada alasan untuk mempelajari permainan,” kata Amy Hoover, asisten profesor informatika di New Jersey Institute of Technology yang merancang algoritme untuk permainan kartu digital Hearthstone, “tetapi tidak selalu mudah untuk dijelaskan.”

“Orang tidak selalu mengerti bahwa intinya adalah tentang metode peningkatan, bukan permainannya,” katanya.

Game juga memberikan pengujian yang berguna untuk AI — termasuk beberapa aplikasi dunia nyata dalam robotika atau perawatan kesehatan — yang lebih aman untuk bereksperimen di dunia maya, kata Vanessa Volz, peneliti AI di startup Denmark Modl.ai, yang membangun sistem intelijen. perkembangan.

Tapi, dia menambahkan, “itu bisa berlebihan.”

“Ini mungkin tidak akan menjadi terobosan besar dan semuanya akan bergulir ke dunia nyata,” kata Falls.

Raksasa elektronik Jepang Sony meluncurkan divisi penelitian AI-nya sendiri pada tahun 2020 dengan mempertimbangkan hiburan, tetapi tetap menarik minat akademis yang lebih luas. Makalah yang dipresentasikan Sophie tahun lalu ditampilkan di sampul jurnal ilmiah bergengsi Nature, yang menurutnya berpotensi memiliki implikasi untuk aplikasi lain seperti drone dan kendaraan otonom.

Teknologi di balik Sophy didasarkan pada metode algoritmik yang dikenal sebagai pembelajaran penguatan, yang melatih sistem dengan memberi penghargaan saat melakukan sesuatu dengan benar sambil menjalankannya dalam balapan virtual ribuan kali.

“Hadiahnya akan memberi tahu Anda bahwa Anda membuat kemajuan. Tidak apa-apa,” kata Spranger, atau, “Anda keluar jalur. Yah, itu tidak apa-apa.”

Pemain Gran Turismo terbaik di dunia masih mengungguli Sophy dalam turnamen, tetapi pemain biasa akan kesulitan mengalahkan mereka – dan mereka dapat menyesuaikan pengaturan kesulitan mereka tergantung seberapa menantang yang mereka inginkan.

Pemain PlayStation hanya akan dapat balapan melawan Sophy hingga 31 Maret, dalam jumlah episode terbatas, sehingga mereka bisa mendapatkan umpan balik dan kembali ke ujian. Peter Wermann, direktur Sony AI America dan pemimpin proyek GT Sophy, mengatakan bahwa melatih agen AI di PlayStation 20 membutuhkan waktu sekitar dua minggu.

“Untuk menyebarkannya ke seluruh permainan, dibutuhkan lebih banyak pencapaian dan beberapa waktu sebelum kami siap untuk itu,” katanya.

Dan membuatnya di jalan nyata atau trek Formula Satu? Ini mungkin memakan waktu lebih lama.

Perusahaan mobil self-driving merangkul teknik pembelajaran mesin yang serupa, kata Wurman, tetapi mereka “tidak menyerahkan kendali penuh atas mobil seperti yang kami bisa.” “Dalam dunia simulasi, tidak ada kehidupan yang dalam bahaya. Anda tahu persis hal-hal apa yang akan Anda lihat di lingkungan. Tidak ada orang yang menyeberang jalan atau semacamnya.”