[ad_1]
Takuma Miyazono começou a dirigir carros de corrida virtuais aos 4 anos, quando seu pai trouxe para casa o jogo de automobilismo altamente realista Gran Turismo 4. Dezesseis anos depois, em 2020, Miyazono tornou-se o Gran Turismo campeão mundial, ganhando um “tríplice coroa” sem precedentes de eventos de automobilismo e-sports. Mas ele nunca enfrentou um Gran Turismo piloto como GT Sophy, um inteligência synthetic Desenvolvido por Sony e Polyphony Virtual, o estúdio por trás do Gran Turismo franquia.
“Sophy é muito rápido, com tempos de volta melhores do que o esperado para os melhores pilotos”, diz ele por meio de um tradutor. “Mas assistindo Sophy, havia certos movimentos que ecu só acreditei que seriam possíveis depois.”
Videogames tornaram-se uma caixa de areia importante para a pesquisa de IA nos últimos anos, com computadores dominando uma gama crescente de títulos. Mas Gran Turismo representa um novo desafio significativo para uma máquina.
Em contraste com os jogos de tabuleiro que a IA domina, como xadrez ou Vai, Gran Turismo requer julgamentos contínuos e reflexos de alta velocidade. É muito mais complexo do que jogos de ação como Starcraft ou Dota e exige manobras de condução desafiadoras. UMA Gran Turismo Ace deve equilibrar empurrar um carro digital até seus limites e lutar com atrito, aerodinâmica e linhas de direção precisas com a dança sutil de tentar ultrapassar um oponente sem bloquear injustamente sua linha e incorrer em uma penalidade.
“Superar motoristas humanos com tanta habilidade em uma competição direta representa uma conquista marcante para a IA”, disse Chris Gerdesprofessor de Stanford que estuda direção autônoma, em um artigo publicado na quarta-feira ao lado da pesquisa da Sony na revista Natureza.
Gerdes diz que as técnicas usadas para desenvolver o GT Sophy podem ajudar no desenvolvimento de carros autônomos. Atualmente, os carros autônomos usam apenas o tipo de rede neural algoritmo que GT Sophy empregou para acompanhar as marcações da estrada e perceber outros veículos e obstáculos. O device que controla o carro é manuscrito. “O sucesso da GT Sophy na pista sugere que as redes neurais podem um dia ter um papel maior no device de veículos automatizados do que têm hoje”, escreve Gerdes.
A Sony anunciou em 2020 que estava desenvolvendo um protótipo de carro elétrico com recursos avançados de assistência ao motorista. Mas a empresa diz que ainda não há planos de usar a GT Sophy em seus esforços automotivos.
GT Sophy também mostra como os ambientes simulados se tornaram importantes para os sistemas de IA do mundo actual. Muitas empresas que desenvolvem tecnologia de direção autônoma usam simulações de computador sofisticadas para gerar dados de treinamento para seus algoritmos. Por exemplo, Waymoa empresa de carros autônomos de propriedade da Alfabetodiz que seus veículos viajaram o equivalente a 20 milhões de milhas em simulações.
“O uso de aprendizado de máquina e controle autônomo para corridas é empolgante”, diz Avinash Balachandran, gerente sênior de Pesquisa de Direção Centrada no Homem do Toyota Analysis Institute, que está testando carros autônomos capazes de operando em velocidades extremas. Ele diz que a Toyota está trabalhando na “amplificação humana, na qual tecnologias que aproveitam os aprendizados de especialistas do automobilismo podem um dia melhorar os sistemas de segurança ativa”.
Bruno Castro da Silva, professor da Universidade de Massachusetts Amherst que estuda o aprendizado por reforço, chama o GT Sophy de “uma conquista impressionante” e um passo importante para o treinamento de sistemas de IA para veículos autônomos. Mas da Silva diz que passar do Gran Turismo para o mundo actual será um desafio, porque é difícil para algoritmos de aprendizado por reforço, como o GT Sophy, considerar as implicações de longo prazo das decisões e porque é difícil garantir a segurança ou confiabilidade de tais algoritmos.
.
[ad_2]
Fonte da Notícia
