靠着機器學習和各種不同的訓練方式 ，AI 已經可以做出不少讓人嘆為觀止的事情，但如果完全不用 3D 引擎，只靠 AI 神經元網絡來運算出一個 3D 遊戲，會是什麼效果呢？近日油管主 Harrison Kinsley 和 Daniel Kukiela 等 AI 愛好者一同打造出 《GAN Theft Auto》， 將《俠盜獵車 5》英文原名 (Grand Theft Auto V) 的第一個字由生成對抗網絡 (Generative Adversarial Networks) 的縮寫所取代。顧名思義，這是個由生成對抗網絡模擬出來的《俠盜獵車》世界。
視頻欣賞：
生成對抗網絡由兩個相對抗神經元網絡組成，一個負責生成，另一個負責判別。在這個例子中 ，AI 被丟到《俠盜獵車》世界中的一條高速公路上進行學習，了解當使用者按下加速、煞車、左轉、右轉時，畫面應該如何變化。生成網絡會產生出一個它猜測應該正確的畫面，而判別網絡則會與實際的遊戲畫面進行比較，來指導生成網絡產生怎樣的畫面才是對的。
其結果就是生成了一個看起來有些模糊，但大致能辨別的世界。裡面所有的元素都是 AI 神經元網絡依照經驗生成的，完全沒有用到任何 3D 繪圖或物理運算。即便如此 ，AI 依然不可思議地學到了車輛影子的角度該隨着轉動變化，車體上的反光也是正確的。如果車子撞到障礙物時 ，AI 會懂得讓畫面停住，隨後視撞擊的角度向左或右滑，後來加入了其他車輛 ，AI 也能正確進行反應，甚至連遠方山群都會隨着遠近的距離產生大小變化。
訓練這樣的 GAN 需要耗費大量的 GPU 運算力，英偉達借給 Kinsley 一台包含 64 核 AMD CPU， 四張 A100 顯卡的 DGX Station A100， 可以同時執行 12 個 AI 訓練模型 。Kinsley 除了讓這些模型反覆在公路上奔跑之外，還用 AI 來平滑畫面，讓其看起來不太像素化，最終得到了好像在夢境中開車的場景。
由於時間不足 ，Kinsley 和 Kukiela 無法擴大實驗範圍，他們不確定能將這個世界擴展到多大 ，AI 才會開始輸出奇怪結果；又或是對於與其他車輛的互動，能進行到什麼程度。就目前而言，與其他車輛的互動大多以對方被撞后就消失告終，但也發生過撞上時對方一分為二的事情、在少數情況下 ，AI 可以產生出正確的互動，例如有車輛擋在左方時，會讓左轉失效。但若想更精確表現與其他車輛的互動，恐怕還需要很長時間的訓練才行。
這或許也是對未來遊戲的一瞥。不難想象由 GAN 生成整個遊戲，或是生成一部分遊戲內容，讓人覺得很有意思，很有新鮮感。