作為這個世代中為數(shù)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(xué)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(fā)的人工智能技術(shù)，同時它也相應(yīng)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。

Nautre第7896期封面

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(yè)賽車玩家的對決中，冠軍AI的最高圈速比人類中的最優(yōu)者快了兩秒有余。對一條3.5英里長度的賽道而言，這個優(yōu)勢一如AlphaGo征服圍棋。

在近五年的研發(fā)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(fā)商）共同研發(fā)的AI完成了這個目標(biāo)。

索尼為這個AI起名為GT Sophy。“索菲”是個常見的人名，源自希臘語σοφ?α，意為“知識與智慧”。

Sophy和一般的游戲AI有什么區(qū)別？

AI在游戲中打敗人類，并不是一件稀奇事。OpenAI在“冥想訓(xùn)練”了成千上萬場DOTA2后擊敗過當(dāng)時的Ti8冠軍OG，谷歌的AlphaStar也曾面對《星際爭霸2》的頂級職業(yè)選手時表現(xiàn)過碾壓態(tài)勢，而我們每個普通玩家，也都嘗過“電腦[瘋狂的]”的苦頭。

2019年，OpenAI曾經(jīng)在僅開放部分英雄選用的限制條件下?lián)魯∵^OG

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(qū)別。

對過往賽車游戲里的AI而言，盡管呈現(xiàn)形式都是游戲中非玩家控制的“智能體”，但傳統(tǒng)意義上的AI車手通常只是一套預(yù)設(shè)的行為腳本，并不具備真正意義上的智能。

傳統(tǒng)AI的難度設(shè)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(tǒng)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(huán)境參數(shù)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(jīng)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(tǒng)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(yè)賽車游戲選手。

而Sophy則是和AlphaGo一樣，通過深度學(xué)習(xí)算法，逐漸在模擬人類的行為過程中達到變強：學(xué)會開車，適應(yīng)規(guī)則，戰(zhàn)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(dāng)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。”

這難免再次讓人聯(lián)想到重新改寫了人類對圍棋理解的AlphaGo。

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(fù)雜度更高的電子游戲，在加入深度學(xué)習(xí)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(zhàn)《星際爭霸2》的AlphaStar，基本沒有生產(chǎn)出新的戰(zhàn)術(shù)創(chuàng)意，只是通過無限學(xué)習(xí)人類選手的戰(zhàn)術(shù)，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(yè)選手的對抗記錄里，當(dāng)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(xiàn)”這樣的話。

AlphaStar用追獵者“逆克制關(guān)系”對抗MaNa的不朽者部隊

同樣，《GT賽車》也是一款與《星際爭霸2》具備同樣復(fù)雜度的擬真賽車游戲。

在專業(yè)賽車玩家的眼中，路線、速度、方向，這些最基本的賽車運動要素都可以拆解為無數(shù)細小的反應(yīng)和感受，車輛的重量、輪胎的滑移、路感的反饋……每條彎道的每次過彎，都可能存在一個絕佳的油門開度，只有最頂級的車手可以觸摸到那一縷“掌控”的感覺。

在某種意義上來講，這些“操縱的極限”當(dāng)然能夠被物理學(xué)解釋，AI能掌握的范圍顯然要大于人類。所以，Sophy的反應(yīng)速度被限制在人類的同一水平，索尼為它分別設(shè)置了100毫秒、200毫秒和250毫秒的反應(yīng)時間——而人類運動員在經(jīng)過練習(xí)后對特定刺激的反應(yīng)速度可以做到150毫秒左右。

無疑，這是一場比AlphaStar更公平的戰(zhàn)斗。

Sophy學(xué)會了什么

和Sophy為數(shù)眾多的AI前輩一樣，它也是利用神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法來進行駕駛技巧的訓(xùn)練。

Sophy在訓(xùn)練環(huán)境中會因為不同的行為遭受相應(yīng)獎勵或者懲罰——高速前進是好的，超越前車則更好；相應(yīng)地，出界或者過彎時候撞墻就是“壞行為”，AI會收獲負反饋。

在上千臺串聯(lián)起的PS4組成的矩陣中，Sophy經(jīng)受了無數(shù)次模擬駕駛訓(xùn)練，在上述學(xué)習(xí)里更新自己對《GT賽車Sport》的認知。從一個不會駕駛的“嬰兒”到開上賽道，Sophy花費了數(shù)個小時的時間；一兩天后，從基礎(chǔ)的“外內(nèi)外”行車線開始，Sophy已經(jīng)幾乎學(xué)會了所有常見的賽車運動技巧，超越了95%的人類玩家。

索尼AI部門為Sophy搭建的“訓(xùn)練場”

然而，賽車并不是一個人的游戲。即便Sophy在去年7月份的比賽中，已經(jīng)可以沒有其他賽車的情況下?lián)碛谐鲰敿壢祟愡x手的計時賽成績，但在真實的多人游戲中，Sophy還需要學(xué)會與對手進行對抗上的博弈，理解其他車手的行為邏輯。

因此，索尼AI部門的科研人員對Sophy進行了更多的“加練”，比如面對其他車時如何插線超車、阻擋卡位。到最后，Sophy甚至還被“教育”到能夠理解和遵守賽車運動中的比賽禮儀——比如作為慢車時進行讓車，同時避免不禮貌的惡意碰撞。

賽車游戲中的AI車，一般即便會嘗試躲避與玩家擦碰，其實現(xiàn)方式也只是不自然地閃躲。而Sophy呈現(xiàn)出的“比賽理解”，都是依靠腳本運行的傳統(tǒng)賽車AI無法做到的。

到了10月，Sophy已經(jīng)可以在正式的同場比賽中擊敗最頂級的人類選手。

索尼邀請的四位人類車手，其中包括GT錦標(biāo)賽三冠王宮園拓真

比如第一場在Dragon Trail（龍之徑）上進行的比賽。作為《GT賽車Sport》的駕駛學(xué)校尾關(guān)，每個GTS玩家應(yīng)該都相當(dāng)熟悉這條賽道（以及DLC中的“漢密爾頓挑戰(zhàn)”）。在數(shù)萬個小時的訓(xùn)練過后，排名第一的Sophy車手已經(jīng)可以踩著絕對的最優(yōu)路線保持全程第一。

而在四個Sophy與四位人類車手角逐的第二個比賽日中，AI們的優(yōu)勢進一步擴大了——幾乎達成了對頂級人類玩家的碾壓。

如果只是在路線的選擇和判斷上強過人類，用更穩(wěn)定的過彎來積累圈速優(yōu)勢，這可能還沒什么大不了的。

但研究者們認為，Sophy幾乎沒有利用在用圈速上的絕對優(yōu)勢來甩開對手（也就是AI身為非人類在“硬實力”上更強的部分），反而在對比賽的理解上也超過了人類玩家，比如預(yù)判對手路線的情況下進行相應(yīng)的對抗。

在《自然》論文所舉的案例中，兩名人類車手試圖通過合法阻擋來干擾兩個Sophy的首選路線，然而Sophy成功找到了兩條不同的軌跡實現(xiàn)了超越，使得人類的阻擋策略無疾而終，Sophy甚至還能想出有效的方式來擾亂后方車輛的超車意圖。

Sophy還被證明能夠在模擬的薩爾特賽道（也就是著名的“勒芒賽道”）上執(zhí)行一個經(jīng)典的高水平動作：快速駛出前車的尾部，增加對前車的阻力，進而超越對手。

更令研究者稱奇的是，Sophy還搗鼓出了一些非常規(guī)的行為邏輯，聽上去就像AlphaGo用出新的定勢一樣。通常，賽車手接受的教育都是在過彎時“慢進快出”，負載只在兩個前輪上。但Sophy并不一定會這么做，它會在轉(zhuǎn)彎時選擇性制動，讓其中一個后輪也承受負載。

而在現(xiàn)實中，只有最頂級的F1車手，比如漢密爾頓和維斯塔潘，正在嘗試使用這種三個輪胎快速進出的技術(shù)——但Sophy則完全是在游戲世界中自主學(xué)會的。

曾經(jīng)取得三次GT錦標(biāo)賽世界冠軍的車手宮園拓真在與AI的對抗中落敗后說，“Sophy采取了一些人類駕駛員永遠不會想到的賽車路線……我認為很多關(guān)于駕駛技巧的教科書都會被改寫。”

“為了更好地了解人類”

區(qū)別于以往出現(xiàn)在電子游戲中的先進AI們（比如AlphaStar），Sophy的研究顯然具備更廣義、更直接的現(xiàn)實意義。

參與《自然》上這篇論文撰寫的斯坦福大學(xué)教授J.Christian Gerdes就指出，Sophy的成功說明神經(jīng)網(wǎng)絡(luò)在自動駕駛軟件中的作用可能比現(xiàn)在更大，在未來，這個基于《GT賽車》而生的AI想染會在自動駕駛領(lǐng)域提供更多的幫助。

索尼AI部門的CEO北野宏明也在聲明中表示，這項AI研究會給高速運作機器人的研發(fā)以及自律型駕駛技術(shù)帶來更多的新機會。

Sophy項目官網(wǎng)的介紹

但如果我們將目光挪回作為擬真賽車游戲的《GT賽車》本身，Sophy的出現(xiàn)，對大眾玩家和職業(yè)車手而言同樣具備不菲的意義。

正如文章前面所說，在目前市面上大多數(shù)擬真賽車游戲中，“傳統(tǒng)AI”已經(jīng)是一個完全不能帶給玩家任何樂趣的事物。這種依賴不公平條件達成的人機對抗，與賽車游戲開發(fā)者希望帶給玩家的駕駛體驗是相悖的，人類玩家也無法從中獲得任何教益。

在索尼AI部門發(fā)布的紀(jì)錄片中，“GT賽車之父”山內(nèi)一典就表示，開發(fā)無與倫比的AI可能是一項了不起的技術(shù)成就，但這對普通玩家來說可能不是什么直白的樂趣。

因此，山內(nèi)承諾在未來的某個時候，索尼會將Sophy帶入到三月份即將發(fā)售的《GT賽車7》中。當(dāng)Sophy能夠更加了解賽場上的環(huán)境和條件，判斷其他車手的水平，一個這樣智能又具備風(fēng)度的AI，就能夠在與人類比賽時，為玩家提供更多真實的快樂。

在擬真賽車游戲逐漸“小圈子化”，眾多廠商都做不好面對純新玩家的入門體驗的今天，或許一個AI老師的存在，有機會能給虛擬世界中的擬真駕駛帶來更多的樂趣，就像《GT賽車4》的宣傳片片頭所說，“體驗汽車生活”。

這可能才是一個基于游戲而生的AI能為玩家?guī)淼淖钪匾臇|西——如同山內(nèi)一典對Sophy項目的評論， “我們不是為了打敗人類而制造人工智能——我們追求人工智能，是為了最終更好地了解人類。”

本文來自微信公眾號“游戲研究社”（ID:yysaag），作者：AriaX，36氪經(jīng)授權(quán)發(fā)布。