ហេតុអ្វីបានជាប្រព័ន្ធ AI ល្អបំផុតរបស់ពិភពលោក នៅតែមិនល្អទេក្នុងការលេង Pokémon

(SeaPRwire) –   ឥឡូវនេះនៅលើទីភ្នំពេញ Twitch អ្នកអាចមើលឃើញប្រព័ន្ធកិច្ចស្មារតីពិភពលោកបីគ្រឿងដែលកំពុងព្យាយាមចម្ចាត់ហ្គេម Pokémon បុរាណ។ ទោះយ៉ាងណាដោយស្តង់ដារមនុស្ស ពួកគេមិនល្អគ្រប់គ្រាន់ទេ។

ប្រព័ន្ធកិច្ចស្មារតីទាំងនេះយឺត, ខ្លាំងពីលើ ហើយច្រើនពេលភ្លេចភ្លាំង។ ប៉ុន្តែប្រសិនបើអ្នកចង់យល់ដឹងអំពីអ្វីដែលសម្រាប់ប្រព័ន្ធកិច្ចស្មារតីនេះបច្ចុប្បន្នជាអាចធ្វើបាននៅក្នុងពិភពទូទៅ, ពីការតាមដានការចោរចិត្តរបស់ពួកគេដើម្បីក្លាយជាអ្នកឱ្យចម្បង Pokémon នឹងអនុវត្តអ្វីច្រើនជាងលេខគោលដៅដែលច្រើនពេលមិនច្បាស់ដែលត្រូវបានដាក់ជាមួយនឹងការចេញចេញនូវម៉ូដែលថ្មីមួយៗ។

ការស្វែងរកដើម្បីធ្វើឱ្យម៉ូដែលភាសាខណ្ឌធំ (LLM) ជាអ្នកឱ្យចម្បង Pokémon បានចាប់ផ្តើមនៅខែ ফេប្រួអឺរីន批ីនេះ, ពេលដែលអ្នកស្រាវជ្រាវ Anthropic បានចាប់ផ្តើមការផ្សព្វផ្សាយនៃ Claude ដែលលេងហ្គេម Pokémon Red ឆ្នាំ 1996 ដើម្បីតាមតាមការចេញចេញនូវ Claude Sonnet 3.7 ដែលជាម៉ូដែលមួយនៅពេលនោះមកពីពិភពលោកល្អបំផុត។ ដូចដែលក្រុមហ៊ុនបានសម្គាល់, ជាម៉ូដែល Claude ដំបូងដែលអាចលេងហ្គេមបានតាមតន្ត្រី (ម៉ូដែលមុន “លេងប្រយ័ត្នយ៉ាងដោះស្រាយ ឬ陷入ជុំវិញ” ហើយមិនអាចឆ្លាតកាត់កាត់ដំណើរចាប់ផ្តើមនៃហ្គេមនោះទេ) ។ ក្នុងរយៈពេលពីរសប្តាហ៍ដំបូង, ឆន្ទប្រឌិតបានទទួលបានប្រហែល 2,000 អ្នកមើល ហើយចង់ប្រមោឃដល់ Claude នៅក្នុងឆាន់ប្រចាំជាតិ។

កុមារភាគច្រើនបញ្ចេញហ្គេមនេះក្នុងរយៈពេលប្រហែល 20 ទៅ 40 ម៉ោង។ Sonnet 3.7 មិនបានសម្រេចចិត្តយកជ័យជីវិតហើយ ជានឹកញាប់陷入ជុំវិញរយៈពេលជាច្រើនម៉ោង។ ម៉ូដែលថ្មីបំផុតរបស់ Anthropic ដែលជា Claude Opus 4.5 កំពុងធ្វើការល្អជាងមុន ហើយក៏ជានឹកញាប់陷入ជុំវិញ។ ក្នុងករណីមួយ, វាបានចរចរជីវិតនៅលើវាលហ្គីមន៍ប្រហែល 4 ថ្ងៃដោយមិនអាចចូលបាន ដោយសារតែវាមិនដឹង (ឬមិនអាចឃើញ) ពួកវាត្រូវតែកាត់ដើមឈើ។ ម៉ូដែល Gemini របស់ Google បានជោគជ័យបញ្ចេញហ្គេមដែលស្មើគ្នានៅខែ មេសា ឆ្នាំនេះ ដែលនាំឱ្យ Sundar Pichai ប្រធានាធិបតី Google ឆ្លើយតបជាមនោគរណ៍ថាខុមារត្រូវកាន់តែជិតជាងមួយជំហានក្នុងការបង្កើត “ស្មារតី Pokémonសិទ្ធិប្រព័ន្ធកិច្ចស្មារតី” ។

ប៉ុន្តែនេះមិនមានន័យថាគាត់ Gemini គឺជាអ្នកឱ្យចម្បង Pokémon មកស្ពាន់ខ្ពស់ជាងគេ។ ព្រោះពីសារប្រព័ន្ធកិច្ចស្មារតីពីរនេះប្រើ “harnesses” ខុសគ្នា។ ដូចជាអ្នកអភិវឌ្ឍឯកជនដែលប្រធានគ្រប់គ្រងឆន្ទប្រឌិត Gemini Plays Pokémon ពនាំ, ហarness ត្រូវបានយល់ដឹងជា “សំលៀក iron man” ដែលបញ្ចូលប្រព័ន្ធកិច្ចស្មារតីចូលក្នុង ហើយអនុញ្ញាតឱ្យវាដកជំនួសនិងធ្វើសកម្មភាពដែលវាមិនអាចធ្វើបានដោយខ្លួនវាផ្ទាល់។ ហarness របស់ Gemini បានផ្តល់ឱ្យវាថាមនុស្សជាងគ្រប់គ្រាន់ – ឧទាហរណ៍ដោយបដិសេធន៍ចម្លងរូបភាពនៃហ្គេមជាភាសា, ដូច្នេះជ្រុះដកខ្សោយវិសាលភាពបញ្ជាញ់នៃវាទៅក្រោម, ហើយដោយផ្តល់ជំនួសជម្រើសផ្ទាល់ដែលវាអាចប្រើដើម្បីដោះស្រាយគំរូបញ្ហា។ Claude ទន្ទឹម, ពីនោះ បានត្រូវបានភ្ជាប់គ្នាជាមួយនឹង ម៉ូដែល ខុសគ្នា, មានន័យថាការព្យាយាមរបស់វាដូរទៅយ៉ាងច្រើនអំពីម៉ូដែលដើម躬េង។

បើទោះបីជារវាងម៉ូដែលនិងហarness របស់វាមិនច្បាស់ដល់អ្នកប្រើប្រាស់ប្រចាំថ្ងៃ, ហarness រួចតែបានផ្លាស់ប្តូររបៀបដែលយើងប្រើប្រាស់កិច្ចស្មារតី។ នៅពេលដែលអ្នកសួរ ChatGPT ការស្វែងរកសម្រាប់ការស្វែងរកនៅលើជ rete ជាមួយនឹងវា, ឧទាហរណ៍, វាដកជំនួសជម្រើសជ្រើសរើសនៅលើជ rete ។ នោះជាផ្នែកមួយនៃហarness របស់វា ។ ទៅនឹង Pokémon, ពីការតាមដាន ម៉ូដែលនីមួយៗកំពុងតែដំណើរការជាមួយនឹងហarness ជំនួសផ្ទាល់ដែលផ្សេងគ្នា, ដែលគ្រប់គ្រងអ្វីដែលវាអាចធ្វើបាន។

Pokémon គឺជាអ្វីដែលសម្របល្អសម្រាប់ពិសោធន៍សមត្ថភាពនៃកិច្ចស្មារតី – ហើយមិនតែដោយសារតែភាពស្គាល់វិជ្ជាជីវៈ។ មិនដូចហ្គេមដូច Mario ដែលតម្រូវបានត្រូវការន做出ប្រតិកម្មនៅពេលប្រ sofortី, ពokemon គឺជាទម្លាយដោយជុំវិញ ហើយមិនមានဖشارពីពេលវេលា ។ ដើម្បីលេង, ព្រព័ន្ធកិច្ចស្មារតីទទួលបានរូបភាពនៃហ្គេម និងការដកសរសេរដែលពន្យល់អំពីគោលដៅរបស់ពួកគេ និងអ្វីដែលពួកគេអាចធ្វើបាន។ បន្ទាប់មកពួកវាធ្លាប់គិតចំពោះខ្លួនឯង ហើយចេញចេញសកម្មភាព (ដូចជា “ចុច A”) ។ នោះជាជំហានមួយ។ Opus 4.5 ដែលបានលេងហ្គេមកាលពី 500 ម៉ោងក្នុងពេលវេលាមនុស្ស ចុះនៅជំហាន 170,000 នៅពេលសរសេរនេះ។ នៅមួយជំហាន, ព្រព័ន្ធកិច្ចស្មារតីត្រូវបានចាប់ផ្តើមនៅដែលថ្មី, ធ្វើទៅដោយយកទៅយ៉ាងច្រើនពីព័ត៌មានដែលវាឈ្មោះចាកចេញចេញ, ដូចជាមនុស្សដែលភ្លេចភ្លាំងពឹងផ្អែកលើសន្ទនាផ្សព្វផ្សាយ។

វាអាចជាការភ្លេចភ្លាំងថាប្រព័ន្ធកិច្ចស្មារតី, ដែលមានសមត្ថភាពខ្ពស់នៅលើជេនគម្រីនិង Go មានការជម្រះនឹងហ្គេមដែលសាមញ្ញសម្រាប់កុមារបុរសប្រាំមួយ។ ប៉ុន្តែប្រព័ន្ធក្រិចកិច្ចស្មារតីដែល បានចម្ចាត់ទន្ទឹមជេនគម្រីនិង Go គឺត្រូវបានបង្កើតជំនោគសម្រាប់ហ្គេមនោះជាពិសេស, ផ្សេងពីប្រព័ន្ធកិច្ចស្មារតីជាទូទៅដូចជា Gemini, Claude, និង ChatGPT ។ ទោះយ៉ាងណា, ព្រោះប្រព័ន្ធកិច្ចស្មារតីទាំងនេះនៅតែបន្តបាញ់បង់កន្ទុកនៅក្នុងការធ្វើបច្ចេកទេស និងគ្រប់គ្រងមនុស្សនៅក្នុងការប្រកួតប្រជែងកូដ។ មិនបានសម្រាប់អ្វីដែលពួកវាមិនបានប្រសើរនៅទីនេះ, ជាតូចចង់ចេញពីមុខ។

ការផ្រាំប្រាំនៃកិច្ចស្មារតីមកពី “ពីរបៀបដែលវាអាចទទួលរងការធ្វើអាជីវកម្មមួយតាមរយៈពេលវេលាទauer” មក, ខ្ញុំ Zhang ។ មានសារធាតុសំខាន់, ពីសមត្ថភាពនេះដើម្បីធ្វើការពិភាក្សាមនោគរណ៍, ព្រោះប្រព័ន្ធកិច្ចស្មារតីត្រូវបានធ្វើឱ្យធ្វើការកognitive។ “ប្រសិនបើអ្នកចង់ឱ្យអម៉ាកធ្វើការងាររបស់អ្នក, វាមិនអាចភ្លេចភ្លាំងអំពីអ្វីដែលវាបានធ្វើកាលពី 5 ភ្លូវមុន” គាត់និយាយ។

Peter Whidden, អ្នកស្រាវជ្រាវឯកជនដែល បង្កើតប្រព័ន្ធកិច្ចស្មារតីលេង Pokémon មានមូលដ្ឋានលើកិច្ចស្មារតីចម្រៀងពីការមុន, ពនាំដូចនេះ ៖ “កិច្ចស្មារតីដឹងអំពី Pokémon អ្វីគ្រប់យ៉ាង ។ វាត្រូវបានបង្រៀនលើទិន្នន័យមនុស្សច្រើនជាច្រើន ។ វាដឹងអ្វីដែលវាត្រូវធ្វើ, ប៉ុន្តែវាធ្វើការដំណឹងខ្មោច” ។ ខណៈពេលដែលពាក្យ “អម៉ាក” បានក្លាយជាថ្មីត្រូវបានផ្ទុកនៅក្នុងការធ្វើឃ្លាញ់ការពាណិជ្ជកម្ម, ម៉ូដែលកិច្ចស្មារតីណាមួយដែលសម្រាប់ពាក្យនោះនឹងត្រូវតែបិទចន្លោះនេះរវាងចំណេះដឹង និងការធ្វើការ, ហើយត្រូវធ្វើកម្មវិធីរូបភាពតាមរយៈពេលវេលាទauer ។

មានសញ្ញាដែលចន្លោះនេះចាប់ផ្តើមបញ្ចប់ ។ Opus 4.5 មានសមត្ថភាពល្អជាងម៉ូដែលមុនក្នុងការដាក់សន្ទនាផ្សព្វផ្សាយដល់ខ្លួនវាផ្ទាល់, ដែលជាមួយនឹងសមត្ថភាពដែលប្រសើរឡើងនៃវាភាញ់ពីអ្វីដែលវាហង្ហាញ, ហើយបានអនុវត្តឱ្យវាដើបលើហ្គេម។ ហើយបន្ទាប់ពីបានយកជ័យជីវិតនូវ Pokémon Blue ទឹកចេញពីមុខ, ម៉ូដែល Gemini ថ្មីបំផុត (Gemini 3 Pro) បានបន្តទៅរកបញ្ចប់ Pokémon Crystal ដែលមានការប្រយុទ្ធស្មុតថ្មីមួយៗ – ជាតំណាងដែលម៉ូដែលមុនៗ, ម៉ូដែល Gemini 2.5 Pro មិនបានសម្រ