Smartphone e Grand Theft Auto – GTA per i più “addicted” – si incontrano con gran regolarità. Del resto la serie di giochi arrivata alla settima puntata garantisce un’esperienza virtuale di sfogo puro: sulla base del furto di automobli (di qui la denominazione inglese, che vi fa per l’appunto diretto riferimento), il giocatore assiste e si rende protagonista di conflitti con criminali e gang rivali, portando a compimento le missioni che gli vengono assegnate da amici, alleati, boss o dal suo clan di appartenenza.

Ma adesso ci giocano anche le macchine, non portatili bensì potenti server, e lo scopo è tutto meno che ludico: permette ai computer di apprendere, con lo scopo di creare e perfezionare algoritmi di controllo dei veicoli in chiave di guida autonoma sempre più potenti e soprattutto realistici, in grado cioè di interpretare la realtà della circolazione in tutte le sue sfumature. Anche, se non soprattutto, quelle meno ortodosse: tra i limiti più evidenti della self driving car non c’è infatti il controllo in sé del veicolo, quanto la complessa interazione con il mondo circostante.

Diversi gruppi di ricerca sono dunque utilizzando questo gioco molto popolare, che movimenta in primo piano macchine veloci come mezzo per compiere le varie attività nefaste, in modo da “addestrare” gli algoritmi alla base della guida autonoma. Esiste una modesta possibilità che il computer apprenda anche comportamenti scorretti, ma il paesaggio incredibilmente realistico riprodotto in Grand Theft Auto contribuisce alla corretta percezione da parte della macchina degli elementi del mondo reale.

In effetti, forse la maggior sfida nello sviluppo della guida automatica è data proprio dalla capacità del sistema di adattarsi propriamente al mondo reale, che presenta situazioni sempre particolari e mutevoli. Per ottenerla serve una impressionante quantità di dati selezionati, difficile da ottenere e molto onerosa in termini di tempo e risorse. Ecco perché, in pratica, si fa sempre più ricorso proprio ai videogiochi: gli scenari sono ormai così incredibilmente realistici da poter essere utilizzati per generare dati consistenti tanto quanto quelli ottenuti da immagini reali.

Sono già in costruzione simulazioni 3D che impiegano motori di gioco per generare dati di allenamento per i loro algoritmi incluso il popolare Unreal alla base di titoli quali KiteRunner e Hellblade, così come visualizzazioni architettoniche particolarmente fedeli. Ma pare che i giochi per computer già pronti, siano anche meglio.

In particolare, un team di ricercatori di Intel Labs e Università di Darmstadt, in Germania, ha sviluppato un modo intelligente per estrarre i dati utili da Grand Theft Auto: è stato creato un software supplementare che gira tra gioco e hardware all’interno del computer ospitante, in grado di classificare automaticamente diversi oggetti nelle scene stradali mostrate nel gioco. Ciò fornisce le etichette che possono poi essere inviate all’algoritmo di apprendimento automatico, ampliando la capacità di riconoscere automobili, pedoni e altri oggetti nel gioco come su una vera strada. Secondo il team, sarebbe quasi impossibile etichettare a mano tutte le scene con questo livello di dettaglio, incluse le non meno importanti variazioni delle condizioni ambientali (luce e clima).