یک علاقه‌مند به هوش مصنوعی و مدل‌های زبانی بزرگ (LLM) آزمایشی را انجام داده که در آن مدل جدید GPT-6 Astra از OpenAI به تنهایی بازی پازل سه‌بعدی Portal از Valve را به طور کامل انجام داده است. این یک گام رو به جلو قابل توجه برای LLMها و نمایشی قانع‌کننده از «هوش مصنوعی» چندوجهی به نظر می‌رسد. مدت زیادی از زمانی که هوش مصنوعی در بازی شطرنج آتاری 2600 شکست می‌خورد، نمی‌گذرد. با این حال، این وظیفه بازی پازل منجر به 3,336 فراخوانی ابزار و هزینه API اولیه 571.18 دلار شد. CozyBlaze، این علاقه‌مند، از آن زمان توضیح داده است که هزینه‌ها توسط اشتراک 200 دلاری Codex Pro او پوشش داده شده است.

در ویدیوی بالا، زمان‌های فکر کردن/مکث‌های آسترا حذف شده‌اند تا تماشا کردن آن تا حدی قابل تحمل باشد.

CozyBlaze توضیح می‌دهد: «این مدل بازی Portal را از طریق MCP [پروتکل زمینه مدل] + یک ابزار SourcePauseTool اصلاح‌شده کنترل می‌کند.» «بازی در حالی که مدل فکر می‌کند، متوقف می‌ماند؛ به محض اینکه مدل یک توالی ورودی ارسال می‌کند، SPT از حالت مکث خارج شده و آن را اجرا می‌کند.» در طول زمان فکر کردن، هوش مصنوعی اسکرین‌شات‌ها و اطلاعاتی درباره موقعیت شخصیت بازیکن دریافت می‌کرد. پس از آن، بازی از سر گرفته شد و آسترا حرکات و ورودی‌های برنامه‌ریزی شده خود را اجرا کرد. به همین دلیل، ویدیوی هایلایت‌های ویرایش‌شده حدود 2 ساعت است، اما مجموعه کامل استریم‌های VOD بازی Portal توسط GPT-6 Astra به حدود 24 ساعت می‌رسد.

CozyBlaze در مورد این دستاورد واقع‌بین است. او اذعان می‌کند که هنوز مشکلات زیادی برای حل وجود دارد و این اجرای کامل نباید به عنوان یک معیار هوش مصنوعی در نظر گرفته شود. او مشاهده می‌کند: «اما تماشای یک عامل عمومی که به طور مستقل در بازی حرکت می‌کند و آن را تا انتها پیش می‌برد، حسی شبیه به یک نگاه اجمالی کوچک به تحقق آن چشم‌انداز اولیه است.» آن چشم‌انداز اولیه متعلق به OpenAI از سال 2016 است، زمانی که هدف نهایی یک عامل واحد برای حل انواع بازی‌ها مطرح شد.

اگر می‌خواهید از نحوه عملکرد داخلی عامل Portal CozyBlaze مطلع شوید، آن در گیت‌هاب (GitHub) موجود است. دستورالعمل‌هایی نیز برای کاوش یا امتحان کردن آن توسط خودتان در آنجا وجود دارد.

GPT-6 Astra اوایل این ماه به مدل پرچمدار OpenAI تبدیل شد. OpenAI ادعا می‌کند که مدل جدید «نسل جدیدی از هوش» را ارائه می‌دهد و «در استفاده از کامپیوتر، مرور وب، مهندسی نرم‌افزار، امنیت سایبری، علم و کارهای حرفه‌ای پیشرفته‌ترین است.» انتظار می‌رود در روزهای آینده شاهد نمایش بیشتر توانایی‌های آسترا باشیم.