ปฏิเสธไม่ได้ว่า Grand Theft Auto เป็นหนึ่งในเกม open-world ที่มีความสมจริงโดยเฉพาะสภาพแวดล้อมบนท้องถนน และนี่จึงเป็นสาเหตุให้นักวิจัยและนักพัฒนาระบบรถไร้คนขับใช้ GTA ในการสอนระบบ Machine Learning
นักวิจัยได้ใช้ข้อมูลบนท้องถนนภายในเกม GTA ทั้งป้ายจราจร ไฟจราจร ทางเดินเท้า คนเดินถนน รถคันอื่น หรือแม้แต่ scenario ต่างๆ บนท้องถนนมาทดแทนข้อมูลจากโลกจริง เนื่องจากการเก็บข้อมูลบนท้องถนนจริงนั้น ทั้งใช้ระยะเวลาที่นาน ค่อนข้างท้าทาย ปริมาณข้อมูลที่มหาศาล อาจไม่ได้ scenario ที่นักวิจัยต้องการและที่สำคัญคือมีค่าใช้จ่ายสูงกว่ามาก
ตัวอย่างเช่นทีมวิจัยของ Intel และมหาวิทยาลัย Darmstadt ในเยอรมนี ที่สร้างซอฟต์แวร์ที่สามารถแยกแยะวัตถุต่างๆ ภายในเกมได้อย่างแม่นยำ ก่อนจะนำข้อมูลเหล่านี้ป้อนให้กับ Machine Learning
ขณะที่อีกด้านหนึ่ง Alizera Shafaei นักศึกษาปริญญาเอกจากมหาวิทยาลัย British Columbia ซึ่งเขียนงานวิจัยที่ว่าด้วยการใช้ข้อมูลจากเกมสอนระบบประมวลผลภาพของคอมพิวเตอร์ ได้แสดงความเห็นว่า "ข้อมูลสังเคราะห์จากเกมดีเทียบเท่า หรือบางครั้งก็ดีกว่า การใช้ข้อมูลจากโลกจริงด้วยซ้ำไป"
ที่มา - MIT Technology Review