GPT-6 Astra не смогла пройти легендарную миссию с вертолетом в GTA Vice City

Исследователь Юньтянь Дэн провел необычный стресс-тест возможностей модели искусственного интеллекта GPT-6 Astra, запустив алгоритм в культовом экшене Grand Theft Auto: Vice City. Вместо привычных синтетических тестов энтузиаст поручил автономному агенту одолеть сюжетную миссию Demolition Man, которая годами вызывала приступы ярости у игроков по всему миру. По правилам задания требуется взять под контроль игрушечный радиоуправляемый вертолет и за ограниченное время доставить 4 бомбы на строительную площадку, попутно уворачиваясь от вооруженных охранников и агрессивных рабочих.

Как проходил эксперимент

Эксперимент проводился на портативном компьютере MacBook Air с чипом Apple Silicon под управлением macOS 15. Нейросеть запускалась через агент Codex, который напрямую взаимодействовал с рабочим столом. Игровой процесс транслировался из версии экшена для iPad, запущенной на компьютере, а написанная исследователем утилита на языке Swift делала непрерывные скриншоты экрана и отправляла команды клавиатуры, имитируя нажатия кнопок виртуального геймпада.

Управление хрупким вертолетом оказалось непреодолимым испытанием даже для новейшей нейросети. Модель не смогла совладать с физикой полета и тяжелой инерцией винтов при управлении в реальном времени. По словам Дэна, алгоритм быстро осознал собственную беспомощность перед высокой динамикой игры и нашел неожиданный выход. Как отметил автор исследования, Astra догадалась превратить динамичный экшен в пошаговую тактику, начав непрерывно ставить процесс на паузу. Схема действий свелась к циклу из паузы, анализа скриншота, расчета следующего маневра, снятия с паузы, короткого движения клавишами и моментального возврата в меню.

Даже переход в режим пошаговой стратегии не спас искусственный интеллект от фиаско. Нейросеть смогла с трудом заложить только 1 бомбу из 4 необходимых. Во время полета за следующим взрывным зарядом виртуальный пилот не справился с инерцией винтов, задел стены здания и получил критический урон. Игрушечный вертолет загорелся, рухнул на землю возле фургона Top Fun и с грохотом взорвался, выдав на экран культовую надпись Mission Failed.

Публикация неудачного полета спровоцировала волну иронии в игровом сообществе. Пользователи социальных сетей отметили, что неспособность осилить данную миссию как раз и доказывает подлинную человечность алгоритма, поскольку живые геймеры десятилетиями бросали геймпады в стену на этом же самом месте. В комментариях также вспомнили популярную тактику бывалых игроков, предложив нейросети сначала зачистить строительную площадку от рабочих лопастями вертолета до взятия 1 заряда, чтобы таймер обратного отсчета даже не успел запуститься.

По заявлению Юньтяня Дэна, прохождение комплексных видеоигр на практике служит гораздо более показательным тестом возможностей искусственного интеллекта, чем абстрактные тесты на эрудицию, ведь игра требует четкого следования цели и моментальной адаптации к ошибкам. Автор выложил все наработки, системный промпт и скрипты в открытый доступ на платформе GitHub. Для желающих повторить эксперимент энтузиаст подготовил готовые файлы сохранений перед началом миссии как для мобильного порта на macOS, так и для классического релиза для Windows, работающего через оболочку Whisky.