«قارچ‌خور»، مدل‌های مشهور هوش مصنوعی را آزمایش کرد

به گزارش ایسنا، برخی تصور می‌کنند که «پوکمون»(Pokémon) یک معیار سخت برای محک زدن هوش مصنوعی به شمار می‌رود اما گروهی از پژوهشگران معتقدند بازی «سوپر ماریو»(Super Mario) که در ایران با نام «قارچ‌خور» شناخته می‌شود، سخت‌تر است.

به نقل از تک کرانچ، سازمان پژوهشی «هائو ای‌آی لب»(Hao AI Lab) در «دانشگاه کالیفرنیا سن‌دیگو»(UCSD) هوش مصنوعی را به بازی‌های سوپر ماریو وارد کرد. در این آزمایش، هوش مصنوعی «کلود ۳.۷»(Claude 3.7) شرکت «آنتروپیک»(Anthropic) بهترین عملکرد را داشت. مدل‌های هوش مصنوعی «جمینای ۱.۵ پرو»(Gemini 1.5 Pro) گوگل و «GPT-4o» شرکت «اوپن‌ای‌آی»(OpenAI) با مشکل روبه‌رو شدند.

واضح است که این نسخه از بازی سوپر ماریو همان نسخه اصلی سال ۱۹۸۵ نبود. این بازی در یک شبیه‌ساز به اجرا درآمد و با چارچوب «گیمینگ‌ایجنت»(GamingAgent) ادغام شد تا کنترل ماریو را به هوش مصنوعی بدهد.

گیمینگ‌ایجنت که هائو آن را توسعه داده است، دستورالعمل‌های اساسی هوش مصنوعی مانند «اگر مانع یا دشمن نزدیک است، برای جاخالی دادن به سمت چپ حرکت کنید/پرش کنید» و اسکرین‌شات‌های درون بازی را فراهم کرد. سپس هوش مصنوعی، ورودی‌هایی را در قالب کد پایتون برای کنترل ماریو تولید کرد.

با وجود این کمک‌ها، مقامات هائو گفتند که بازی هر مدل را مجبور می‌کرد تا برنامه‌ریزی مانورهای پیچیده و توسعه راهبردها را یاد بگیرد. جالب اینجاست که این آزمایشگاه دریافت مدل‌های استدلالی مانند o1 شرکت اوپن‌ای‌ای که برای رسیدن به راه‌حل‌ها گام‌به‌گام به مشکلات فکر می‌کنند، به رغم قوی‌تر بودن در بیشتر معیارها، بدتر از مدل‌های غیر استدلالی عمل می‌کنند.

به گفته پژوهشگران، یکی از اصلی‌ترین دلایل مشکل مدل‌های استدلالی در انجام دادن بازی‌هایی از این دست، زمان محدود – معمولا چند ثانیه – برای تصمیم‌گیری درباره اقدامات است. در بازی سوپر ماریو، زمان‌بندی همه‌چیز است. حتی یک ثانیه هم می‌تواند به معنای تفاوت بین یک پرش ایمن و سقوط به سوی مرگ باشد.

چندین دهه است که از بازی‌ها برای محک زدن هوش مصنوعی استفاده می‌شود اما برخی از کارشناسان، خردمندی ایجاد ارتباط بین مهارت‌های بازی هوش مصنوعی و پیشرفت فناوری را زیر سوال برده‌اند. برخلاف دنیای واقعی، بازی‌ها معمولا انتزاعی و نسبتا ساده هستند و از نظر تئوری، داده‌های بی‌نهایت را برای آموزش هوش مصنوعی ارائه می‌کنند.

انتهای پیام