科學研究 - 索尼「GT索菲」是劃時代的AI嗎？

在博弈人工智慧（AI）領域，谷歌的AlphaGo是跨時代的作品。2016年3月AlphaGo以4:1擊敗世界頂尖職業棋手李世石，成爲第一個不借助讓子而擊敗圍棋職業九段棋手的電腦圍棋程式，爲AI研究立下了里程碑。此後，AlphaGo的改進版AlphaZero擁有更加強大的學習能力，透過自我學習，在21天達到勝過中國頂尖棋手柯潔的AlphaGo Master的水平。至此，AlphaGo已經沒有人類對手。於是，其顯影器傑米斯·哈薩比斯宣佈AlphaGo退役。

最近，索尼公司宣佈，其經過2年時間訓練的人工智慧代理者 ― 「GT索菲」，能擊敗《GT賽車》中全球最優秀的車手。《GT賽車》是一款由Polyphony Digital公司開發，在索尼PlayStation平台上非常受歡迎的類比賽車遊戲。

《GT賽車》影片截圖

據報導，這款名爲「GT蘇菲」的AI代理者，在2021年7月首次與《GT賽車》的四名頂尖車手展開了較量，當時，只有在賽道上沒有其他車輛的情況下，才能戰勝人類車手。但是在同年10月，在賽車擠滿賽道上的情況下，「GT蘇菲」也戰勝了《GT賽車》的車手。

「GT蘇菲」與AlphaGo一樣，都屬於博弈AI。但是，賽車駕駛技術的難點在於，其許多決定必須即時迅即做出，而圍棋、象棋等比賽則只要在規定時間内完成，侷限上要寬鬆許多。

常見的人工智慧系統，如人臉識別與甄別垃圾郵件等等，都是透過使用被稱爲「深度學習」的方法，用真實世界的資料進行訓練的。「GT蘇菲」則採用了與「深度學習」不同的「深度強化學習」技法。在該技術中，AI在未接受訓練、不知道該做什麼的狀態下開始訓練。「GT索菲」在賽道上反複比賽，透過工程師設計的獎勵系統，促使她取得更好的成績，慢慢地球科學會了駕車遊戲。

在「GT索菲」的學習程序中，特別困難的是要理解賽車中不成文的規則，比如避免碰撞，以及對其他車手不適當的插隊等。「GT索菲」將博弈AI帶到一個新的水平，透過掌握具有複雜動態的車輛即時控制來解決超現實模擬器的挑戰，所有這些都是在與對手距離幾英寸的情況下操作。

深度強化學習超越《GT賽車》的冠軍，被認爲是人工智慧的突破，該專案因此登上了《自然》雜誌2022年2月版的封面。(有趣的是AlphaGo是在2016年1月發表於《自然》雜誌上的)

AI的研究是需要挑戰的，只有不斷戰勝挑戰，才能改進AI模式，提高技術水平。博弈AI裏玩手與AI的博弈，就是不斷給人工智慧模式提供新的挑戰。業界巨人微軟公司也是一直在利用遊戲來改進人工智慧。可見，微軟與索尼是異曲同工。

當然，索尼的宣告說，其開發「GT索菲」，並不是爲了輸贏，而是爲了爲了與頂級的《GT賽車》車手競爭，提升他們的遊戲體驗。