El Grand Theft Auto es sin duda uno de los videojuegos más populares que existen en la actualidad, pero también uno de los que más controversia generan. Se trata de un videojuego de mundo abierto, es decir, que ofrece al jugador la posibilidad de moverse libremente por un mundo virtual y alterar cualquier elemento a su voluntad, siendo habitual que durante la partida se realicen prácticas delicitivas y se infrinjan de forma frecuente las normas viales.
No obstante, según informa MIT Technology Review, un equipo de investigadores de Intel Labs y la Universidad de Darmstadt, en Alemania, ha conseguido darle un uso muy útil al mencionado mundo virtual: enseñar a los coches a ser autónomos más rápidamente.
En la actualidad, la técnica que se emplea, el 'aprendizaje de las máquinas' ('machine learning'), permite a los ordenadores reconocer coches, peatones, bicicletas o edificios e, incluso, las caras humanas así como entender el lenguaje; no obstante, eso se consigue acumulando muchos kilómetros y horas circulando con el coche en el mundo real.
A fin de agilizar el proceso, desde Alemania han descubierto que es posible aprovechar lo realista que es el mundo virtual de este videojuego para generar los datos que se necesitan, pero de una forma mucho más rápida. Para ello, los investigadores han creado un software que crea unas etiquetas para el algoritmo de aprendizaje de la inteligencia autónoma, una acción que sería casi imposible de realizar de forma manual y con la que se consigue catalogar todos los elementos con los que nos topamos en la carretera.
Por el momento y según otro estudio previo, se han recopilado 25.000 fotogramas del juego y catalogaron semánticamente el 98,3% de los elementos en tan solo 49 horas. Es decir, se catalogó con una frecuencia de siete segundos, mientras que los sistemas actuales CamVid o Cityscapes, 514 y 771 veces más rápido, respectivamente.