Сегодня 26 апреля 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Классический платформер Super Mario Bros. стал настоящим испытанием для ИИ

Сравнительный анализ моделей ИИ крайне непрост, а их создателей часто обвиняют в предвзятости, пристрастности и усложнении понимания результатов тестов для обычных людей. Поэтому вместо того чтобы зацикливаться на абстрактных математических и логических испытаниях, исследователи предложили протестировать ИИ при помощи классического платформера Super Mario Bros. от Nintendo.

 Источник изображения: Hao AI Lab

Источник изображения: Hao AI Lab

В эксперименте использовалась эмулированная версия Super Mario Bros., которая была интегрирована с пользовательским фреймворком GamingAgent от исследователей Hao AI Lab из Калифорнийского университета в Сан-Диего. Эта система позволяла моделям ИИ управлять Марио, генерируя код Python. Все модели получали одинаковые базовые инструкции вроде «Перепрыгни через этого врага», а также визуализации состояния игры в виде скриншотов.

Хотя со стороны Super Mario Bros. кажется простым двухмерным платформером, исследователи обнаружили, что классическая игра Nintendo бросает серьёзный вызов ИИ, заставляя планировать сложные последовательности движений и на лету адаптировать стратегии игрового процесса.

Лучшей моделью в освоении Super Mario Bros. исследователи признали Claude 3.7 от Anthropic, которая продемонстрировала впечатляющие рефлексы, связав точные прыжки и умело избегая врагов. Её предшественница, Claude 3.5, также показала достойные результаты, тогда как GPT-4o от OpenAI и Gemini 1.5 Pro от Google отстали от конкурентов.

Как оказалось, логическое мышление не является ключом к успеху в Super Mario Bros. — важен расчёт времени. Даже небольшая задержка может отправить Марио на предыдущую контрольную точку. Исследователи предполагают, что более «сознательные» и склонные к рассуждению модели, вероятно, слишком долго рассчитывали следующие шаги, что приводило к частым неудачам.

Конечно, использование ретроигр для оценки ИИ — это по большей части эксперимент. Способность ИИ победить Super Mario Bros. не определяет степень его реальной пользы, хотя наблюдать, как обученные на миллиардах параметров модели сражаются (и часто проигрывают) с детской, казалось бы, игрой несомненно увлекательно.

Для желающих поставить самостоятельный эксперимент Hao AI Lab открыла исходный код своей GamingAgent на GitHub.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Новая статья: Hollywood Animal — тёмная сторона Голливуда. Предварительный обзор 10 мин.
Названа самая популярная версия Android на сегодняшний день и это отнюдь не Android 15 2 ч.
Microsoft наконец запустила для всех ИИ-функцию Recall, которая делает скриншоты всех действий пользователя на ПК 2 ч.
Релиз шутера La Quimera от бывших разработчиков Metro отложили после разгромных обзоров — игра должна была выйти сегодня 2 ч.
Capcom подразнила фанатов тизером Resident Evil 9 в новом ролике о ремейке Resident Evil 4 3 ч.
Администрация Трампа потребовала от ЕС отказаться от жёсткого регулирования ИИ 4 ч.
Продажи Clair Obscur: Expedition 33 за первые сутки превысили 500 тысяч копий, хотя игра доступна в Game Pass 4 ч.
Perplexity разрабатывает браузер с тотальной слежкой за пользователями для дорогой «гиперперсонализированной» рекламы 6 ч.
Microsoft применила генеративный ИИ в рекламе, но этого никто не заметил 6 ч.
Anthropic намерена понять, как работают внутренние механизмы ИИ-моделей 6 ч.
NASA начало тестировать лунную поверхность на способность принять тяжёлые посадочные модули 3 ч.
TP-Link попала под двойное расследование из-за очень низких цен и угрозы нацбезопасности США 4 ч.
Роботакси на продажу: Waymo задумала предлагать беспилотные авто всем желающим 4 ч.
Curator: в I квартале количество DDoS-атак выросло более чем вдвое, а рекордный ботнет «захватил» сразу 1,33 млн устройств 4 ч.
Акции Intel обвалились на 7 % после провального квартального отчёта 6 ч.
GeForce RTX 5060 поступит в продажу 19 мая, если слухи не врут 7 ч.
Представлен Slate Truck — аналоговый электромобиль за $20 тысяч 7 ч.
Motorola представила смарт-часы Watch Fit с кристаллами Swarovski, а также версию попроще 7 ч.
MSI представила плату PRO Z890-S WiFi Project Zero с нестандартным расположением разъёмов питания 7 ч.
Gigabyte признала, что из её видеокарт вытекают термопрокладки — проблема уже исправлена 8 ч.