AI uzņēmumi cīnās, lai dominētu nozarē, guess dažreiz viņi cīnās arī Pokémon sporta zālēs.
Tā kā gan Google, gan antropic pēta, kā viņu jaunākie AI modeļi pārvietojas agrīnās Pokémon spēles, rezultāti var būt tikpat uzjautrinoši kā apgaismojoši – un šoreiz Google Deepmind ir Rakstīts ziņojumā Šis Dvīņi 2.5 Professional ķērās pie panikas, kad tā Pokémon ir tuvu nāvei. Tas var izraisīt AI sniegumu piedzīvot “kvalitatīvi novērojamu noārdīšanos modeļa spriešanas spējā”, teikts ziņojumā.
AI etalonuzdevums – vai, salīdzinot dažādu AI modeļu veiktspēju, ir apšaubāma māksla, kas bieži nodrošina maz konteksta attiecīgā modeļa faktiskajām iespējām. Guess daži pētnieki domā, ka pētot, kā AI modeļi spēlē videospēles, varētu būt noderīgas (vai vismaz smieklīgi).
Pēdējo vairāku mēnešu laikā divi izstrādātāji, kas nav saistīti ar Google un Antropic, ir izveidojuši attiecīgās raustīšanās straumes ar nosaukumu “Dvīņi spēlē Pokémon”Un“Klods spēlē Pokémon“Kur ikviens var skatīties reālā laikā, kad AI mēģina orientēties bērnu videospēlē no vairāk nekā pirms 25 gadiem.
Katrā straumē tiek parādīts AI “argumentācijas” course of – vai dabiskās valodas tulkojums, kā AI novērtē problēmu un nonāk atbildē – sniedzot mums ieskatu par šo modeļu darbību.
Kaut arī šo AI modeļu progress ir iespaidīgs, viņi joprojām nav īpaši labi spēlēt Pokémon. Dvīņu saprāts prasa simtiem stundu, izmantojot spēli, kuru bērns varētu pabeigt eksponenciāli mazāk laika.
Tas, kas ir interesanti, skatoties AI, pārvietoties ar Pokémon spēli, ir ne tik daudz par savu pabeigšanas laiku, guess gan par to, kā tā uzvedas.
“Spēles laikā Gemini 2.5 Professional nonāk dažādās situācijās, kas modelim simulē“ paniku ”,” teikts ziņojumā.
Šis “panikas” stāvoklis var izraisīt modeļa snieguma pasliktināšanos, jo AI var pēkšņi pārtraukt izmantot noteiktus rīkus tā rīcībā, lai spēlētu spēli. Kaut arī AI nedomā un neizraisa emocijas, tās rīcība atdarina veidu, kādā cilvēks varētu pieņemt sliktus, pārsteidzīgus lēmumus stresa apstākļos – aizraujoša, tomēr satraucoša reakcija.
“Šī uzvedība ir notikusi pietiekami atsevišķos gadījumos, kurus Twitch tērzēšanas locekļi ir aktīvi pamanījuši, kad tā notiek,” teikts ziņojumā.
Klods savos ceļojumos visā Kanto ir izrādījis arī ziņkārīgu izturēšanos. Vienā gadījumā AI izvēlējās modeli, ka tad, kad visam Pokémon trūkst veselības, spēlētāja varonis “balts” un atgriezīsies Pokémon centrā.
Kad Klods iestrēga Mo Moon alā, tas kļūdaini izvirzīja hipotēzi, ka, ja tas apzināti visu savu Pokémon nožāvētu, tad nākamajā pilsētā tas tiks nogādāts pāri alai uz Pokémon centru.
Tomēr tā nav tā, kā spēle darbojas. Kad viss jūsu Pokémon mirst, jūs atgriezīsities pie jebkura Pokémon centra, kuru jūs pēdējā laikā izmantojāt, nevis tuvāko ģeogrāfiski. Skatītāji šausmās vēroja, kā AI būtībā mēģināja sevi nogalināt spēlē.
Neskatoties uz trūkumiem, ir daži veidi, kā AI var pārspēt cilvēku spēlētājus. Sākot ar Gemini 2.5 Professional izlaišanu, AI spēj atrisināt mīklas ar iespaidīgu precizitāti.
Ar zināmu cilvēku palīdzību AI izveidoja aģentu rīkus – pamudināja uz Gemini 2.5 Professional gadījumiem, kas bija vērsti uz konkrētiem uzdevumiem -, lai atrisinātu spēles laukakmeņu mīklas un atrast efektīvus ceļus, lai sasniegtu galamērķi.
“Tā kā ir tikai uzvedne, kas apraksta Boulder fiziku un aprakstu, kā pārbaudīt derīgu ceļu, Gemini 2.5 Professional spēj vienam no šāvieniem, kas noņem dažas no šīm sarežģītajām laukakmeņu mīklām, kuras ir vajadzīgas, lai progresētu pa Victory Street,” teikts ziņojumā.
Tā kā Gemini 2.5 Professional paveica daudz darba, veidojot šos rīkus, Google teorē, ka pašreizējais modelis var būt spējīgs izveidot šos rīkus bez cilvēka iejaukšanās. Kas zina, varbūt Dvīņi sevi terapija, lai izveidotu moduli “Don’t Panic”.
