صعود تاریخی GPT-6 Astra در سرسختترین بازی جهان (بخش اول)؛ چرا فتح بازی NetHack نقطه عطف استرا است؟بازی روگلایک NetHack (محصول ۱۹۸۷) دهههاست به عنوان یکی از دشوارترین سدهای پیشروی هوش مصنوعی شناخته میشود. در این بازی هر تصمیمی دائمی است؛ مرگ قطعی (Permadeath) یعنی یک اشتباه کوچک کل روند بازی را نابود میکند، چیدمان مراحل به صورت تصادفی تولید میشود و هیچ راهنمای کاملی وجود ندارد که خصوصیات هزاران معجون و چوبدستی ناشناخته را به بازیکن بگوید. در بنچمارکهای مرجع مانند BALROG، بهترین مدلهای فرانتیر نتوانسته بودند پیشرفتی فراتر از ۱۳ درصد ثبت کنند، زیرا فاصله بزرگی میان «دانستن قوانین تئوری» و «اجرای درست آنها در یک زنجیره طولانی از دهها هزار نوبت بازی» وجود دارد؛ مدلی که تمام جزییات هیولاها را در ذهن دارد، ممکن است به محض باز شدن یک منو یا تغییر زاویه نقشه دچار خطای استدلال شود و نابود گردد.
با این حال، مدل GPT-6 Astra موفق شد روی سرور رسمی Hardfought در قالب یک کاراکتر والکیری دورف به نام CodexDelver پس از ۳۷,۱۴۰ نوبت بازی پیوسته، بازی را با موفقیت تمام کند و به مقام «صعود» (Ascension) دست یابد؛ رویدادی که نخستین فتح ثبتشده این بازی توسط یک مدل زبانی در تاریخ است. این پیروزی بدون شکستهای سنگین قبلی به دست نیامد: مدل در تلاش اول پس از ۳۳,۳۰۲ نوبت بازی در طبقه ۵۱ سیاهچال بر اثر حمله اسلایمها جان باخت؛ در تلاش دوم پس از ۱۲,۲۷۱ نوبت در قلعه با پرتو مرگ کشته شد؛ و سرانجام در تلاش سوم توانست با اصلاح استراتژیهای بقا به پایان برسد. کل این مأموریت با هزینهای در حدود ۳۰۰ تا ۵۰۰ دلار به سرانجام رسید و تمام لاگها و شواهد آن با زنجیره هش رمزنگاری در سرور عمومی ذخیره شد تا صحت آن تایید گردد.
اهمیت این صعود فراتر از یک سرگرمی کامپیوتری است؛ نتهک محیطی است که برخلاف شطرنج یا گو، اطلاعات در آن به شدت ناقص است و عامل باید ساعتها ریسکهای تصادفی را مدیریت کند. دستیابی به نرخ موفقیت در چنین محیطی اثبات میکند که مدلهای نسل جدید توانستهاند بر معضل فراموشی در افقهای زمانی بسیار طولانی غلبه کنند و میان کاوش در محیطهای ناشناخته و بقای محتاطانه، تعادلی عقلانی برقرار سازند.
@ACCELERATIONERS
