Rase im Videospiel Gran Turismo durch ein französisches Dorf und vielleicht entdeckst du eine Corvette hinter dir, die versucht, deinen Windschatten einzufangen.
Die Technik, den Entwurf eines gegnerischen Rennwagens zu verwenden zu beschleunigen und sie zu überholen, ist einer der Favoriten von erfahrenen Spielern des realistischen Rennspiels von PlayStation.
Aber dieser Corvette-Fahrer wird nicht von einem Menschen gesteuert – es ist GT Sophy, ein leistungsstarker Agent für künstliche Intelligenz, der vom PlayStation-Hersteller Sony entwickelt wurde.
Spieler von Gran Turismo treten seit dem Start des Franchise in den 1990er Jahren gegen computergenerierte Rennwagen an, aber der neue KI-Fahrer, der letzte Woche für Gran Turismo 7 veröffentlicht wurde, ist intelligenter und schneller, weil er mit den neuesten KI-Methoden trainiert wurde.
„Gran Turismo hatte von Beginn des Spiels an eine eingebaute KI, aber sie hat ein sehr schmales Leistungsband und ist nicht sehr gut“, sagte Michael Spranger, Chief Operating Officer von Sony AI. „Es ist sehr vorhersehbar. Ab einem gewissen Level reizt es einen nicht mehr wirklich.“
Aber jetzt, sagte er, „wird diese KI den Kampf aufnehmen.“
Besuchen Sie ein Labor für künstliche Intelligenz an Universitäten und Unternehmen wie Sony, Google, Meta, Microsoft und dem ChatGPT-Hersteller OpenAI und es ist nicht ungewöhnlich, KI-Agenten wie Sophy-Rennwagen zu finden, wütende Vögel auf Schweine zu schleudern, epische interstellare Schlachten zu bestreiten oder menschlichen Spielern dabei zu helfen, neue Minecraft-Welten zu bauen – alles Teil der Stellenbeschreibung für Computersysteme, die lernen möchten, wie man darin klüger wird Spiele.
Aber in einigen Fällen versuchen sie auch zu lernen, wie man in der realen Welt klüger wird. In einem Artikel vom Januar argumentierte ein Forscher der University of Cambridge, der einen KI-Agenten zur Steuerung von Pokémon-Charakteren entwickelt hatte, dass dieser „alle Arten von Anwendungen inspirieren könnte, die Teammanagement unter Bedingungen extremer Unsicherheit erfordern, einschließlich der Leitung eines Teams von Ärzten, Robotern oder Mitarbeitern in einem sich ständig verändernden Umgebungen, wie einer von einer Pandemie heimgesuchten Region oder einem Kriegsgebiet.“
Und während das wie ein Kind klingen mag, das dafür plädiert, drei weitere Stunden Pokémon Violet zu spielenwird das Studium von Spielen seit Mitte des 20.
Ursprünglich wurde KI bei Spielen wie Dame und Schach eingesetzt, um zu testen, wie man Strategiespiele gewinnt. Jetzt konzentriert sich ein neuer Forschungszweig mehr darauf, offene Aufgaben in komplexen Welten auszuführen und mit Menschen zu interagieren, nicht nur, um sie zu besiegen.
„Realität ist wie ein superkompliziertes Spiel“, sagte Nicholas Sarantinos, der Autor des Pokémon-Papiers und kürzlich ein Promotionsangebot an der Oxford University abgelehnt hat, um ein KI-Unternehmen zu gründen, das darauf abzielt, Unternehmensarbeitsplätze bei der Einrichtung von Teams mit mehr Zusammenarbeit zu unterstützen.
In dem webbasierten Pokémon Showdown-Kampfsimulator entwickelte Sarantinos einen Algorithmus, um ein Team von sechs Pokémon zu analysieren – und vorherzusagen, wie sie sich auf der Grundlage aller möglichen Kampfszenarien vor ihnen und ihrer vergleichenden Stärken und Schwächen verhalten würden.
Microsoft, dem das beliebte Minecraft-Spiele-Franchise sowie das Xbox-Spielsystem gehören, hat KI-Agenten mit einer Vielzahl von Aktivitäten beauftragt – von der Vermeidung von Lava bis zum Fällen von Bäumen und dem Bau von Öfen. Die Forscher hoffen, dass einige ihrer Erkenntnisse schließlich eine Rolle in der realen Technologie spielen könnten, z. B. wie man einen Heimroboter dazu bringt, bestimmte Aufgaben zu übernehmen, ohne ihn dafür programmieren zu müssen.
Während es “selbstverständlich ist”, dass sich echte Menschen ganz anders verhalten als fiktive Videospielkreaturen, “können die Kernideen immer noch verwendet werden”, sagte Sarantinos. „Wenn Sie psychologische Tests verwenden, können Sie aus diesen Informationen schließen, wie gut sie zusammenarbeiten können.“
Amy Hoover, Assistenzprofessorin für Informatik am New Jersey Institute of Technology, die Algorithmen für das digitale Kartenspiel Hearthstone entwickelt hat, sagte: „Es gibt wirklich einen Grund, Spiele zu studieren“, aber es ist nicht immer leicht zu erklären.
„Die Leute verstehen nicht immer, dass es eher um die Optimierungsmethode als um das Spiel geht“, sagte sie.
Spiele bieten auch eine nützliche Testumgebung für KI – auch für einige reale Anwendungen in der Robotik oder im Gesundheitswesen –, die in einer virtuellen Welt sicherer zu testen ist, sagte Vanessa Volz, Forscherin und Mitbegründerin des dänischen Startups Modl.ai, die baut KI-Systeme für die Spieleentwicklung.
Aber, fügt sie hinzu, „es kann überbewertet werden.“
“Es wird wahrscheinlich kein großer Durchbruch sein und alles wird in die reale Welt verlagert”, sagte Volz.
Der japanische Elektronikriese Sony hat 2020 seine eigene KI-Forschungsabteilung mit Blick auf die Unterhaltung gegründet, hat aber dennoch eine breitere akademische Aufmerksamkeit auf sich gezogen. Seine Forschungsarbeit Die Einführung von Sophy im letzten Jahr schaffte es auf das Cover des renommierten Wissenschaftsjournals Nature, das sagte, es könne möglicherweise Auswirkungen auf andere Anwendungen wie Drohnen und selbstfahrende Fahrzeuge haben.
Die Technologie hinter Sophy basiert auf einer algorithmischen Methode namens Reinforcement Learning, die das System trainiert, indem es belohnt wird, wenn es etwas richtig macht, während es tausende Male virtuelle Rennen fährt.
„Die Belohnung wird dir sagen: ‚Du machst Fortschritte. Das ist gut“, oder „Du bist vom Weg abgekommen. Nun, das ist nicht gut’“, sagte Spranger.
PlayStation-Spieler können nur bis Mittwoch auf einer begrenzten Anzahl von Strecken gegen Sophy antreten, damit sie Feedback erhalten und wieder testen können. Peter Wurman, Direktor von Sony AI America und Projektleiter bei GT Sophy, sagte, dass KI-Agenten etwa zwei Wochen brauchen, um auf 20 PlayStations zu trainieren.
„Um es über das ganze Spiel zu verteilen, braucht es noch einige Durchbrüche und etwas mehr Zeit, bevor wir dafür bereit sind“, sagte er.
Und um es auf echte Straßen oder Formel-1-Strecken zu bringen? Das könnte viel länger dauern.
Unternehmen für selbstfahrende Autos verwenden ähnliche maschinelle Lerntechniken, aber „sie geben die vollständige Kontrolle über das Auto nicht so ab, wie wir es können“, sagte Wurman. „In einer simulierten Welt ist niemand in Lebensgefahr. Sie wissen genau, welche Art von Dingen Sie in der Umgebung sehen werden. Es gibt keine Leute, die die Straße überqueren oder so etwas.“