多數的玩家聽到用人工智慧玩遊戲，第一個反應多半是這樣還有樂趣嗎？的確，以現行不少賽車遊戲的 AI 來說，多半都只會順著所謂的完美路線前進，或是遇到特定的情況會以不合情但合理的方式前進，與真正的人類玩家行為完全不同；而在兩年前打造出 MarIO 神經網路讓 AI 自己玩超級瑪利歐世界的工程師 SethBling 又再度打造了玩馬力歐系列遊戲的新 AI ，稱為 MariFlow ，這次他透過類神經網路技術進行學習，不過目的並不在於打造完美的 AI ，而是更像真人的 AI ，至少他試圖讓 AI 的技術跟玩法像是他的父親 SethBling 一樣。
MariFlow 透過四層的計算去預測 SethBling 的操作行為，同時這項系統是基於循環性的神經網路架構，這也意味著系統能夠記住資訊，不過這也意味著 MariFlow 並非是一個自動化的程序，需要持續提供它更多的人類的使用紀錄使系統知道哪些是關鍵資訊，這也意味著 MariFlow 會在某些狀況下產生鬼打牆，這時候就需要給予 MariFlow 新的遊戲紀錄，所以這時候就將 SethBling 的 15 個小時的遊戲紀錄給予 MariFLow 提供再訓練。
目前 MariFlow 已經能夠在馬力歐賽車的蘑菇盃以及花盃比賽拿到冠軍，但目前為止只能在星星盃奪下銀牌，但這也意味著新世代的賽車遊戲 AI 或許能在結合神經網路技術之後，讓 AI 更像是真人的反應，而非只是為了求取勝利的冰冷機器。
新聞來源： Polygon
