Az Nvidia egy különleges kutatással készült a legendás japán játéktermi játék, a PAC-MAN 40. születésnapja alkalmából, ugyanis tervbe vették, hogy elkészíttetik a falánk sárga gömböcöt a GameGAN nevű mesterséges intelligenciájukkal.
A feladat látszólag nem tűnik nehéznek, viszont az MI nem láthatta a kódsorokat, egyedül csak a képernyőt nézhette és egy betanított bot mozdulatait, ahogyan irányítja a főszereplőt a játékban. Ez tehát azt jelenti, hogy pusztán abból, hogy látja mi történik, el kellett készítenie a játékot, úgy, hogy megérti a szabályokat is és nem tér el azoktól. Az eredmény pedig 50 000 lejátszott esemény után a következő módon alakult:
Az MI szinte teljesen tökéletesen tudta reprodukálni a játékot. Minden szabályt megértett és jól működő játékot hozott össze. Seung-Wook Kim, a projekt vezetője szerint ez volt az első kutatás, ami emulálni tudott egy játékmotort. Azt akarták elérni, hogy az MI csupán abból, hogy lát valamit, megtanulja a szabályokat és sikerült nekik.
A Bandai Namco kutatásért felelős egyik munkatársa, Tsutsumi Koichiro szerint ez egy elképesztő eredmény és teljesen meglepte őket, mert nem hittek benne, hogy sikerül egy MI-nek ezt véghez vinnie ilyen módon. Ez viszont hatalmas lehetőségeket rejt, hogy felgyorsítsa a kreatív folyamatokat egy-egy játék fejlesztése során, hiszen így új pályák, karakterek vagy akár játékok születhetnek meg pillanatok alatt.
Egy kiképzett GameGAN képes lehet generálni statikus elemeket és környezetet, megtartva a dizájn szerint megkövetelt mintákat, sőt, a PAC-MAN példájából kiindulva akár az ellenséges botok megalkotására is képes, hiszen a szellemek is jól működtek.
Ez az eredmény viszont nem csak a játékoknál lehet fontos. Az önálló robotokat például szimulátor környezetben tanítják be általában, itt viszont sok tényező nem feltétlenül felel meg a valóságnak. Ráadásul ennek a környezetnek a felállítása is sok időt elvesz a fejlesztőktől. Ezek a robotok viszont a GameGAN segítségével sokkal egyszerűbben is betaníthatóvá válhatnak.
Például egy autóra szerelt kamera segítségével az MI megtanulhatja a vezetés szabályait, mikor, hogyan kell egy-egy szituációra reagálni.
Sanja Fidler, az Nvidia Toronto kutatólaborjának az igazgatója szerint egy olyan MI a cél, ami a fizika törvényeit és a vezetés szabályait megtanulja pusztán abból, hogy videókat néz, illetve figyel valakit, hogyan reagál a környezetére.
Az Nvidia Research csapatában jelenleg több, mint 200 fő dolgozik és többek között és az MI mellett az önvezető autókat, robotikát is igyekeznek előrébb vinni.