Claude не великий игрок в Pokémon, и это нормально
Проект Claude Plays Pokémon на Twitch, кажется, не очень впечатляет зрителей. На протяжении последнего месяца чат-бот Claude от компании Anthropic пытается пройти игру Pokémon Red, выпущенную почти 30 лет назад, но пока безуспешно. Тем не менее, для Дэвида Херши, ведущего разработчика проекта, этот эксперимент уже можно считать успешным.
«Я хотел понять, как Claude справляется с задачами, требующими длительного времени», — объясняет Херши в видеозвонке. В рамках своей основной работы в Anthropic он помогает клиентам компании создавать собственные агенты. Проект Claude Plays Pokémon начался как хобби около года назад, когда Anthropic выпустила версию 3.5 Sonnet.
Имя проекта было вдохновлено Twitch Plays Pokémon, который дебютировал в 2014 году и собрал 1.16 миллиона участников, пытавшихся пройти Pokémon Red с помощью команд, вводимых в чат. Херши не был первым сотрудником Anthropic, который попытался превратить Claude в чемпиона Pokémon, но проект начал набирать обороты именно тогда, когда он к нему присоединился.
В начале проекта было значительным достижением, когда Claude смог покинуть дом главного героя и найти профессора Оука. «Я потратил невероятное количество часов, чтобы добиться такого прогресса», — рассказывает Херши. Он регулярно обновлял коллег о прогрессе Claude в internal Slack-канале, хотя в то время большинство сотрудников не обращали на это внимания, и проект не планировалось делиться с широкой публикой.
Херши продолжал совершенствовать Claude с каждым новым крупным обновлением модели от Anthropic, начиная с улучшенной версии Claude 3.5 Sonnet осенью и заканчивая более недавней версией 3.7 Sonnet. «Это способ узнать, что новая модель может предложить и как она работает», — объясняет Херши. С версией Claude 3.7 Sonnet, которая сейчас играет в игру, можно «прищуриться и увидеть признаки жизни».
Внутри Anthropic надеялись, что Claude станет лучше пробовать разные стратегии и адаптироваться, когда что-то идет не по плану. С Pokémon Red компания видела, как Claude делает это в реальном времени. «[Claude 3.7 Sonnet] меньше времени тратит на застревание в предположениях», — говорит Херши. «Вы все еще увидите, как он делает предположение и затем несколько часов верит в это, принимая при этом глупые решения, но предыдущие модели могли вести себя так вечно».
Каждый медленный ход в игре сопровождается абзацем текста от Claude, например: «Я встретил дикого ZUBAT, пытаясь добраться до (24,24). Согласно моей стратегии, я должен сбежать из этого боя, чтобы сохранить ресурсы», — после чего следует нажатие одной кнопки. Затем Claude переоценивает состояние игры и повторяет процесс.
Если вы наблюдали за тем, как Claude пытается пройти Pokémon Red в качестве фаната игры, модель, которая «меньше времени тратит на застревание в предположениях», может показаться незначительным достижением, особенно когда чат-бот часто застревает в таких местах, как Viridian Forest, иногда на несколько дней из-за лабиринтоподобного дизайна уровня. Тем не менее, это важный шаг для такого типа ИИ-систем, как Claude 3.7.
Подобно многим современным ИИ-системам, Claude 3.7 Sonnet является моделью рассуждений, предназначенной для решения проблем путем их разбиения на более мелкие части. «Многие наши клиенты интересуются тем, насколько эффективен Claude как агент», — объясняет Херши.
Проект Claude Plays Pokémon демонстрирует, как ИИ может адаптироваться и учиться на своих ошибках, даже если процесс кажется медленным и не всегда успешным. Это важный урок для всех, кто интересуется будущим искусственного интеллекта и его возможностями.
* Компания Meta (Facebook и Instagram) признана в России экстремистской и запрещена.
Подпишитесь на новости в телеграм: https://t.me/itnewsros