没有喂养数据，AI将了解“逆转裁判”?

资料来源：近年来游戏研究协会，AI在玩游戏中的剩余表现已变得司空见惯。 2018年，Starcraft对AI提出了挑战，参与的团队越过大海并展示了他们的神秘力量。 2019年，“国王荣耀”的朱乌（Juewu）在世界冠军联赛展览中赢得了五名活跃的职业球员； 2022年，“ Dark Zone Breakthrough”推出了世界上第一个AI队友F.A.C.U.L.，该队员直接填补了竞争性游戏的最高调整。但是，AI播放器都是“单个游戏代理”，专为单个游戏训练而设计，需要大量数据支持。老实说，这些AI必须学会在场景中识别现场的建筑物，对象，装饰和交互式对象。微型丧失和战术游戏合作只能依靠手动标记和强化培训。如果将其放入游戏中，您还将获得很多计算强度。尽管Google的多游戏代理推出了在2022年，可以玩41场Atari游戏，但它也依赖大量的预了解数据。要清楚地说，他们都必须模仿人，并且必须依靠“阅读技术”来维持智商。但是最近，加州大学圣地亚哥分校的HAO AI实验室对AI的推理能力进行了特殊测试。他们选择了四种不同的AI模型，并直接让他们扮演“反向裁判”，而没有预训练的四个“竞争对手”是Gemini 2.5 Pro，Claude 3.7十四行诗，Llama-4 Maverick和Openai O1。换句话说，ISAI的整个过程需要能够理解游戏的图形，图和机制，并促进游戏过程 - 与最初与此游戏互动的新玩家无关。最终结果也令人惊讶：在比赛开始时，Llama-4小牛被删除，Gemini 2.5 Pro和Claude 3.7 Sonnet进入了第二章“姐妹逆转”，而Openai O1在TH结束时击中E的第二阶段。尽管它没有完全通过水平，但其性能值得称赞。为什么四个模型的最终结果在同一阶段竞争以选择“逆转裁判”测试AI？根据HAO AI实验室的解释，有三个主要目标：首先，要测试长期的AI推理能力，“反转裁判”要求AI在过去的对话中进行交叉引用和证据以渗透冲突；其次，测试视觉理解，观察AI是否识别并拒绝错误陈述的图像；第三，为了测试动态决策 - 制定能力，何时施加压力，显示证据或隐藏，AI需要在有限数量的反复试验时间内做出正确的选择。最终，AI可能会与人类理解和问题有关，并根据其自身的推理能力解决问题。 AI将了解证词中的漏洞，并决定打开菜单并展示玩游戏的证据。 AI显然是变得更聪明。五个月前，Claude 3.0十四行诗的PokémonRed/Green测试尚未发布真正的新城镇。经过遗忘的克劳德3.7十四行诗已经完成了30,000多个游戏公司，并能够击败三位画廊导演。可以假设大概是一个小时才能通过“逆转裁判”。 Claude 3.7十四行诗执行神奇宝贝红/绿色数据x轴是联系人的数量，Y轴是成就，包括收集道具，来到老板或殴打，举起枪支，投掷枪支，打手榴弹，拍打桌子和大喊。虽然AI肯定正在迈向使用跨游戏的游戏，但也许在不久的将来，我们实际上可以拥有一个全圈的AI团队，这不仅是“指向FPS”的“要点”，而且还可以理解RPG拼图在一起，而不是拖回，不争吵，不再有线，最重要的是，您将永远不会被允许。