«Зачем лечиться, если можно нажимать B?»: как нейросеть Gemini попыталась пройти Pokémon и создала комедию абсурда

Прямая трансляция Google с демонстрацией того, как ИИ играет в игры, закончилась неожиданным комическим эффектом. Во время показа возможностей флагманской модели в классической 8-битной игре, связка Gemini Pokemon проявила полнейшую беспомощность: алгоритм бесконечно нажимал одну кнопку, путал команды и тратил ценные ресурсы на здоровых персонажей. В результате презентация мгновенно переросла в вирусные геймерские мемы, наглядно показав разрыв между маркетинговыми заявлениями о суперинтеллекте и реальной логикой нейросетей в динамичной среде.

---

Обещали суперинтеллект, а получили «нуба» на первой локации

Маркетинговые презентации IT-гигантов привычно убеждают нас в том, что искусственный интеллект вот-вот заберет работу у программистов, писателей и аналитиков. Однако стоит бросить алгоритму действительно сложный вызов — например, заставить его пройти культовую JRPG 90-х годов на Game Boy — и весь пафос улетучивается за считанные секунды.

На официальном стриме разработчики Google решили продемонстрировать агентные функции своей флагманской системы. По задумке, нейросеть должна была в реальном времени анализировать видеопоток с экрана, принимать стратегические решения и отправлять команды виртуальному контроллеру. Но вместо триумфа зрители увидели тонны первоклассного IT юмора, созданного самим алгоритмом.

«Тактика века»: зелья на максимальном HP и бег по стенкам

С первых же минут трансляции что-то пошло не так. Вместо того чтобы исследовать игровой мир и побеждать диких покемонов, алгоритм застрял в базовой логике.

Вот лишь небольшой список «гениальных» решений, которые продемонстрировала нейросеть:

• Бесконечный спам одной кнопки: В какой-то момент ИИ решил, что кнопка «B» — это универсальный ответ на любые жизненные проблемы, и прожимал её сотни раз подряд.
• Логистика высокого уровня: Персонаж под управлением нейросети буквально уткнулся лицом в стенку и пытался идти сквозь неё в течение нескольких минут.
• Трата редкого лута: Увидев в инвентаре драгоценные зелья здоровья (Potions), ИИ мгновенно применил их на покемона, у которого и так был 100% уровень HP.

Каждое подобное действие сопровождалось комментарием от самой нейросети в стиле: «Я принимаю оптимальное решение для продвижения по сюжету». Подобные провалы нейросетей всегда вызывают у зрителей особый восторг, ведь они разрушают миф о непогрешимости алгоритмов.

Почему классика из 90-х остается кошмаром для мультимодальных моделей

На первый взгляд кажется странным, почему мультимодальная модель, способная писать код и решать университетские задачи по физике, спотыкается на игре тридцатилетней давности. Ответ кроется в самой природе современных Large Language Models (LLM).

Игра в реальном времени требует от агента не просто распознавания текста или отдельных кадров, а непрерывной пространственно-временной памяти. Алгоритм должен удерживать контекст: «где я нахожусь», «куда я шел секунду назад» и «зачем я открыл инвентарь». Когда Gemini в Pokemon сталкивается с необходимостью удерживать длинную цепочку причинно-следственных связей без явных текстовых подсказок, её логика рассыпается. ИИ начинает действовать как новичк, который впервые взял в руки геймпад и нажимает все клавиши наугад.

Чат взорвался: как геймеры встретили фейл от Google

Трансляция мгновенно разошлась на нарезки в соцсетях и на видеоплатформах. Геймерское сообщество встретило стрим с огромным энтузиазмом — чат буквально заплыл ироничными комментариями.

• «Наконец-то я увидел нейросеть, которая играет точно так же, как мой младший брат!»
• «Google: Мы создали AGI! Также Gemini: Тратит Super Potion на здорового Пикачу и упирается в дерево.»
• «Теперь я спокойнее за свое рабочее место. Если терминаторы придут нас уничтожать, мы просто спрячемся за текстурами или заставим их нажимать B».

Подобный контент напоминает нам о важной вещи: технологический прогресс — это не только сухие отчеты и графики производительности, но и курьезные ошибки, которые делают процесс разработки живым и уморительным.

Итог: AGI пока откладывается, зато мемы удались 🚀

Провал Google на стриме вовсе не означает, что мультимодальные модели бесполезны. Это лишь очередной этап обучения, показавший инженерам узкие места в работе ИИ-агентов с визуальной памятью и планированием.

Но пока разработчики переписывают алгоритмы и оптимизируют задержку передачи кадров, мы можем просто насладиться моментом. Ведь пока искусственный интеллект путается в трех соснах 8-битного мира, у человечества точно есть время посмеяться над отличными мемами.

A как вы относитесь к подобным экспериментам? Верите, что ИИ сможет пройти игры уровня Dark Souls без подсказок человека уже в ближайшие годы, или алгоритмам пока рановато соревноваться с живыми геймерами? Делитесь мнением в комментариях! 🚀