Gran Turismo Sophy cumple cinco años y Sony AI ha aprovechado el aniversario para repasar cómo una investigación de reinforcement learning pasó de “demo técnica” a convertirse en una pieza con peso propio dentro de Gran Turismo 7. La lectura es interesante por dos motivos: explica decisiones clave (incluida la obsesión por la deportividad) y deja pistas claras sobre el siguiente salto de la IA en el juego.
De experimento de laboratorio a rival “deportivo”
El recorrido de Sophy no es el típico de una IA “de bots”, sino el de un proyecto que ha ido creciendo a base de infraestructura, pruebas y mucha iteración. Sony AI subraya que la colaboración entre Sony AI, Polyphony Digital y Sony Interactive Entertainment fue esencial, tanto por el acceso a la física del juego como por la capacidad de entrenar agentes a gran escala.
En el repaso aparecen hitos especialmente llamativos: desde el arranque serio del entrenamiento a gran escala hasta el momento en que el equipo tuvo que corregir contrarreloj el comportamiento de Sophy para que no se convirtiese en el típico rival que “gana a cualquier precio”.
- 2016: primeros experimentos internos para usar Gran Turismo como banco de pruebas de aprendizaje por refuerzo.
- abril de 2020: se forma Sony AI y el proyecto cambia de escala.
- enero de 2021: entra en juego Dart, el sistema de entrenamiento distribuido conectado a recursos de PlayStation en la nube.
- julio de 2021: primera exhibición Race Together; una semana antes se detecta el problema de conducta agresiva y se reajustan recompensas a toda prisa.
- febrero de 2022: el proyecto aparece en Nature, consolidando el salto de “curiosidad” a referencia en IA aplicada a conducción.
El impacto real en Gran Turismo 7: versiones, circuitos y límites
Para el jugador, el punto de inflexión llegó cuando Sophy aterrizó en GT7 como una experiencia acotada: eventos concretos y cobertura limitada de circuitos. Aun así, el movimiento fue importante porque demostraba que Polyphony Digital quería “meterla” en el juego de forma controlada, no dejarla como un experimento de laboratorio.
Desde ahí, la historia es la de una expansión progresiva: más coches compatibles, más circuitos y, sobre todo, una ambición clara de acercarse a carreras con lectura táctica (adelantamientos más humanos, menos contacto y mejor gestión del cuerpo a cuerpo). Sony AI también reconoce entre líneas el gran punto débil: la IA tradicional de muchas pruebas de un jugador sigue sin beneficiarse de Sophy, algo que la comunidad lleva tiempo pidiendo.
Lo que se está cocinando: visión, personalización y nuevas herramientas
Lo más jugoso del aniversario está en lo que sugiere para el futuro: investigación para que el agente dependa menos de “telemetría perfecta” del simulador y pueda aprender con señales más parecidas a las de un coche real (visión de cámara y sensores). Además, se insiste en una dirección que encaja con lo que llevamos contando sobre automatización del entrenamiento: usar modelos de lenguaje para acelerar el diseño de recompensas y reducir el trabajo manual del ajuste fino. Si quieres ese contexto, aquí lo explicamos con detalle: cómo se está usando IA generativa para entrenar a GT Sophy.
En paralelo, no es casualidad que Sony siga preguntando a la comunidad qué quiere ver en el juego: cuanto más crece Sophy, más sentido tiene abrir el abanico de niveles de rendimiento y ajustar el reto a cada perfil. Ahí encaja también la encuesta de Gran Turismo 7 para orientar futuras actualizaciones, que puede marcar prioridades si Polyphony decide “democratizar” Sophy y llevarla a más modos.
