Grand Theft Auto: Veículos a motor aprendem com o jogo

Passar muitas horas jogando Grand Theft Auto pode n√£o ter um efeito positivo sobre os seres humanos, mas, de acordo com muitos pesquisadores, este jogo pode ajudar a tornar nossos computadores mais inteligentes.

Muitos grupos de pesquisa est√£o usando o famoso brinquedo para praticar algoritmos destinados a conduzir um ve√≠culo aut√īnomo para o mundo real. Dirigir √© bastante realista no Grand Theft Auto e praticar um algoritmo o ajudar√° a entender melhor.

Isso √© feito usando t√©cnicas de aprendizado de m√°quina, que, entre outras coisas, s√£o usadas em algoritmos que reconhecem rostos, voz e muito mais, como uma pessoa faria. O “treinamento” desses algoritmos requer enormes conjuntos de dados, que levariam muito tempo para serem coletados, para que um mundo virtual possa tornar o processo mais f√°cil e r√°pido.

gta

Uma equipe de pesquisadores do Intel Labs e da Universidade de Darmstadt, na Alemanha, desenvolveu uma maneira inteligente de extrair dados √ļteis do Grand Theft Auto. Eles criaram um software especial “localizado” entre o jogo e o hardware, que categoriza automaticamente os v√°rios objetos no mundo do jogo. Dessa forma, depois de categorizar os dados, eles s√£o entregues ao algoritmo de aprendizado de m√°quina, que realiza o reconhecimento de carros, pedestres e outros objetos que algu√©m realmente encontraria.

Se você realmente precisar coletar esses dados, precisará de milhares de horas de hardware e de milhares de horas adicionais para categorizar esses dados. Também não seria fácil reproduzir todos os eventos que realmente podem acontecer, como um carro colidindo com uma parede em alta velocidade.

A aluna de doutorado Alizera Shafaei diz: “Categorizar dados do mundo real √© bastante caro, com as abordagens atuais n√£o tornando mais f√°cil faz√™-lo. Com o uso de ambiente artificial, podemos facilmente categorizar dados em uma escala maior, al√©m de ter a conveni√™ncia de nos adaptarmos √†s condi√ß√Ķes clim√°ticas e de ilumina√ß√£o. Pudemos mostrar que esses dados sint√©ticos s√£o bons e, √†s vezes, melhores que os dados reais “.

Fonte