登上《自然》封面的索尼賽車AI，是如何擊敗人類頂級車手的？
"我們追求人工智能 ， 是為了最終更好地了解人類 。 "
作為這個世代中為數不多的擬真賽車游戲 ， 《GT賽車Sport》的玩家們可能從來沒有想過 ， 自己玩的游戲 ， 有天會登上世界頂級科學期刊《自然》（Nature）的封面 。
在昨天 ， 索尼公布了一款由其旗下AI部門開發的人工智能技術 ， 同時它也相應地成為了本周《自然》的"封面人物" ， 而這個人工智能的成就 ， 是在《GT賽車Sport》中擊敗了全球一流賽車游戲選手們 。
文章圖片
或者 ， 用"征服"這個詞來形容更為合適 。 在索尼演示的四位AI車手與四名職業賽車玩家的對決中 ， 冠軍AI的最高圈速比人類中的最優者快了兩秒有余 。 對一條3.5英里長度的賽道而言 ， 這個優勢一如AlphaGo征服圍棋 。
在近五年的研發時間里 ， 這個由索尼AI部門、SIE還有PDI工作室（也就是《GT賽車》開發商）共同研發的AI完成了這個目標 。
【登上《自然》封面的索尼賽車AI，是如何擊敗人類頂級車手的？】索尼為這個AI起名為GTSophy 。 "索菲"是個常見的人名 ， 源自希臘語σοφα ， 意為"知識與智慧" 。
Sophy和一般的游戲AI有什么區別？
AI在游戲中打敗人類 ， 并不是一件稀奇事 。 OpenAI在"冥想訓練"了成千上萬場DOTA2后擊敗過當時的Ti8冠軍OG ， 谷歌的AlphaStar也曾面對《星際爭霸2》的頂級職業選手時表現過碾壓態勢 ， 而我們每個普通玩家 ， 也都嘗過"電腦[瘋狂的]"的苦頭 。
文章圖片
但這些"打敗"并非一回事 。 要明白GTS中的AI車手Sophy意味著什么 ， 首先要明確Sophy和其一個單純"你跑不過的AI"有什么區別 。
對過往賽車游戲里的AI而言 ， 盡管呈現形式都是游戲中非玩家控制的"智能體" ， 但傳統意義上的AI車手通常只是一套預設的行為腳本 ， 并不具備真正意義上的智能 。
傳統AI的難度設計一般也是依賴"非公平"的方式達成的 ， 比如在賽車游戲中 ， 系統會盡可能削弱甚至消除AI車的物理模擬 ， 讓AI車需要處理的環境參數遠比玩家簡單 。
而要塑造更難以擊敗的AI敵人 ， 也不過是像RTS游戲中的AI通過暗中作弊的方式偷經濟暴兵一樣 ， 讓AI車在不被注意的時刻悄悄加速 。
所以對于具備一定水平的玩家而言 ， 賽車游戲里的傳統AI在行為邏輯和策略選擇上幾乎沒有值得參考的點 ， 遑論職業賽車游戲選手 。
而Sophy則是和AlphaGo一樣 ， 通過深度學習算法 ， 逐漸在模擬人類的行為過程中達到變強：學會開車 ， 適應規則 ， 戰勝對手 。
這種AI帶給玩家的 ， 完全是"在公平競爭中被擊敗"的體驗 。 在被Sophy擊敗后 ， 一位人類車手給出了這樣的評價："（Sophy）當然很快 ， 但我更覺得這個AI有點超乎了機器的范疇……它像是具備人性 ， 還做出了一些人類玩家從未見過的行為 。 "
文章圖片
相對于圍棋這種信息透明的高度抽象游戲 ， 玩法維度更多、計算復雜度更高的電子游戲 ， 在加入深度學習AI之后 ， 其實一直很難確保"公平競技"的概念 。
例如在2019年征戰《星際爭霸2》的AlphaStar ， 基本沒有生產出新的戰術創意 ， 只是通過無限學習人類選手的戰術 ， 再通過精密的多線操作達成勝利——即便人為限制了AlphaStar的APM ， AI完全沒有無效操作的高效率也并非人類可比 。
這也是為什么在AlphaStar與人類職業選手的對抗記錄里 ， 當AI用"三線閃追獵"這樣的神仙表演擊敗波蘭星靈選手MaNa后 ， 并不服氣的MaNa在賽后采訪中說出了"這種情況在同水平的人類對局中不可能出現"這樣的話 。
相關經驗推薦
- 《寶可夢》來源與生態：角金魚與金魚王呈現的不同現實種類！
- 從電影《戰斗天使》和《副本》分析，賽博格2.0和3.0的區別
- 《傳世群英版》之吉祥如意，好禮連送，玩法初解！
- 游戲《王者榮耀》,玩王昭君也是主流,可是昭君定位中路
- 某位同事試玩了六個小時《艾爾登法環》，沒玩夠
- 《塞爾達傳說:荒野之息》里還有宇宙?玩家的發現讓人大開眼界
- 爆紅游戲圈的《師父》，為何是法國人做的？國產游戲為何不行？
- 《英雄聯盟》12.3版本更新匯總
- 前段時間|《說書人》這首歌，是斗魚主播寅子的人生寫照
- 在《我的世界》中|我的世界：神奇的冒險模式，服務器的香餑餑，如此特殊的游戲類型