人工智能（简称AI）几乎从电子游戏诞生之初就出现在游戏中。然而，电子游戏《gt赛车》（Gran Turismo）所吹嘘的人工智能控制代理的飞跃时代也已经到来。
在Gran Turismo的法国村庄里飞驰，你可能会发现后面有一辆克尔维特（Corvette）正试图赶上你的滑流。利用对手赛车的草稿来加速并超越他们是PlayStation这款现实赛车游戏的熟练玩家的最爱。
然而，这名Corvette司机并不是由人类控制的，而是由PlayStation制造商索尼制造的强大的人工智能代理GT索菲。
《Gran Turismo》自上世纪90年代推出以来，玩家就一直在与电脑生成的赛车进行竞争。尽管如此，上周在《gt赛车7》中发布的新人工智能驾驶员更智能，速度更快，因为它使用了最新的人工智能方法进行训练。
索尼AI首席运营官迈克尔·斯普朗格（Michael Spranger）表示：“《gt赛车》从一开始就内置了AI，但它的表现范围非常窄，而且并不完美。”“这很容易预测。但是，一旦你达到一定的水平，它就不再吸引你了。”
但现在，他说，“这个人工智能将奋起反抗。”
参观大学的人工智能实验室，以及索尼、b谷歌、meta、微软和chatgpt制造商OpenAI等公司。像索菲这样的人工智能代理并不罕见，比如赛车，向猪投掷愤怒的小鸟，进行史诗般的星际战斗，或者帮助人类玩家建立新的《我的世界》世界——这些都是试图学习如何在游戏中变得更聪明的计算机系统的工作描述的一部分。
但有时，他们也试图学习如何在现实世界中竞争更多。在1月份的一篇论文中，剑桥大学（University of Cambridge）的一名研究人员构建了一个人工智能代理来控制poksammon角色，他认为它可以“激发各种需要在极端不确定条件下进行团队管理的应用，包括在不断变化的环境中管理一个由医生、机器人或员工组成的团队，比如在疫情肆虐的地区或战区。”
虽然这听起来像是一个孩子在为多玩三个小时的poksammon Violet做理由，但自20世纪中期以来，对游戏的研究一直被用于推进人工智能研究，并训练计算机解决复杂问题。
最初，人工智能被用于跳棋和国际象棋等游戏中，以测试策略游戏的获胜情况。现在，一个新的研究分支专注于在复杂的世界中执行开放式任务，并与人类互动，而不仅仅是击败他们。
“现实就像一场超级复杂的游戏，”poksammon论文的作者尼古拉斯·萨兰蒂诺斯（Nicholas Sarantinos）说。他最近拒绝了牛津大学（Oxford University）的博士邀请，要求他创办一家人工智能公司，帮助企业建立更具协作性的团队。
在基于网络的poksamumon摊牌战斗模拟器中，Sarantinos开发了一种算法来分析一个由6个poksamumon组成的团队，根据他们面前所有可能的战斗场景以及他们的相对优势和劣势来预测他们的表现。
拥有广受欢迎的《我的世界》（Minecraft）游戏特许经营权和Xbox游戏系统的微软，已经让人工智能代理完成了各种各样的任务——从避开熔岩到砍伐树木和制造熔炉。研究人员希望他们的一些研究成果最终能在现实世界的技术中发挥作用，比如如何让家用机器人在不需要编程的情况下承担某些家务。
塔伦蒂诺说，虽然“不用说”真实的人类与虚构的电子游戏生物的行为大不相同，但“核心思想仍然可以使用”。“如果你使用心理学测试，你可以根据这些信息得出他们合作的程度。”
新泽西理工学院（New Jersey Institute of Technology）信息学助理教授艾米·胡佛（Amy Hoover）为数字纸牌游戏《炉石传说》（Hearthstone）构建了算法，她说：“研究游戏是有原因的。”不过，解释起来并不总是那么容易。
“人们并不总是明白，重点在于优化方法，而不是游戏本身，”她说。
研究人员、丹麦创业公司Modl的联合创始人瓦妮莎·沃尔兹（Vanessa Volz）说，游戏也为人工智能提供了一个有价值的测试平台——包括机器人或医疗保健方面的一些现实应用——在虚拟世界中进行试验更安全。该公司为游戏开发构建ai系统。
但是，她补充说，“它可能被夸大了。”
沃尔兹说：“这可能不会是一个重大突破，一切都将转移到现实世界。”
日本电子巨头索尼在2020年成立了自己的人工智能研究部门，目的是娱乐，但它仍然吸引了更广泛的学术关注。去年，该公司介绍索菲的研究论文登上了著名科学杂志《自然》（Nature）的封面，该杂志称，索菲可能会影响无人机和自动驾驶汽车等其他应用。
索菲背后的技术是基于一种被称为强化学习的算法方法，这种方法通过在进行数千次虚拟比赛时对系统进行奖励来训练系统。
“奖励会告诉你，‘你正在取得进步。这很好，”或者，“你偏离轨道了。这可不妙，’”斯普兰杰说。
在3月31日之前，PlayStation玩家只能在有限的赛道上尝试与索菲比赛，所以它可以得到一些反馈，然后重新进入测试阶段。索尼美国人工智能主管、GT Sophy项目负责人彼得·沃曼（Peter Wurman）表示，人工智能代理在20台playstation上训练大约需要两周时间。
他说：“要让它在整个比赛中传播开来，我们需要更多的突破和更多的时间才能做好准备。”
把它放到真正的街道上或者f1赛道上？这可能需要更长的时间。
自动驾驶汽车公司采用了类似的机器学习技术，但“他们不像我们那样完全控制汽车，”沃曼说。“在模拟世界中，没有人有生命危险。你清楚地知道你会在环境中看到什么样的东西。没有人过马路或类似的东西。”
