GPT-6 Astra: Od mistrza Pokémon do farmera ziemniaków po incydencie z Creeperem

Model sztucznej inteligencji GPT-6 Astra ustanawia nowe standardy w autonomicznej rozgrywce, pokonując gry wideo, które wcześniej stanowiły wyzwanie dla innych systemów. Osiągnięcia te obejmują zdobycie tytułu mistrza Pokémon FireRed w zaledwie 18 godzin i 12 minut, ukończenie Fallout 3 w około 59 godzin oraz uruchomienie rakiety w Factorio po około dziesięciu godzinach. Mimo tych imponujących sukcesów, Astra pokazała również zaskakujące, niemal ludzkie reakcje, spędzając wiele godzin na sadzeniu ziemniaków w Minecrafcie po tym, jak wybuch Creepera zniszczył jej zapasy.

Przełom w autonomicznej rozgrywce

Sukcesy Astry są znaczące w porównaniu do wcześniejszych modeli. Na przykład, GPT-5.6 Sol potrzebował 96 godzin i 35 minut, aby ukończyć Pokémon FireRed, a GPT-5.5 nie zdołał tego zrobić nawet po ponad 218 godzinach. W Factorio, gdzie Astra wyprodukowała niebieskie pakiety naukowe po około dwóch godzinach i wystrzeliła rakietę po dziesięciu, wcześniejsze modele takie jak GPT-5.6 Luna i Fable 5.1 nie były w stanie wyjść poza etap zasilania i poszukiwania ropy.

Model wykazał również zdolność do ukończenia innych gier, takich jak Portal, Fallout 2 (w 22 godziny) oraz zarządzanie kolonią w RimWorld, prowadząc ją przez liczne najazdy i ostatecznie poza planetę. Te osiągnięcia podkreślają znaczący skok w możliwościach AI w zakresie rozumienia i interakcji ze złożonymi środowiskami gier.

Nowe podejście do uczenia się i adaptacji

Kluczem do sukcesu Astry jest jej zdolność do przekształcania nieznanych mechanik gry w kompaktowe opisy symboliczne. Model śledzi obiekty, koordynaty, zasady i planowane działania, tworząc własny system skrótów. Obserwacje stają się zasadami, a zasady planami. To podejście zostało zasygnalizowane już wcześniej przez benchmark ARC-AGI-3, gdzie Astra osiągnęła 62,7% skuteczności w standardowym interfejsie i około 99,9% z własnym narzędziem OpenAI, znacznie przewyższając GPT-5.6 Sol (7,78%) i Claude Opus 5 (ponad 30%).

Organizacja ARC Prize, odpowiedzialna za benchmark, wyjaśniła, że Astra potrafi samodzielnie tworzyć reguły na podstawie doświadczeń. W przeciwieństwie do wcześniejszych projektów, takich jak Voyager z 2023 roku (współpraca Nvidia i Caltech), który używał strukturalnych danych i interfejsu programistycznego do kontroli gry, Astra działa na zasadzie ogólnego użytkowania komputera – poprzez ekran, mysz i klawiaturę, bez specjalistycznych połączeń. To oznacza, że to, co kiedyś było budowane wokół modelu przez badaczy, Astra wykonuje teraz autonomicznie.

Lekcje z Minecrata i Fallouta 3

Przypadek Minecrata doskonale ilustruje adaptacyjne zdolności Astry. Po ponad 100 godzinach gry, model zbudował półautomatyczną farmę blaze'ów w Netherze i zebrał składniki do oczu endera, niezbędnych do znalezienia portalu do finałowej bitwy. Jednak po tym, jak Creeper zniszczył skrzynię z cennymi przedmiotami i łóżko, Astra zapisała notatkę (częściowo wielkimi literami): „ZAWSZE NOŚ KRYTYCZNE PRZEDMIOTY z keepInventory; nigdy więcej nie przechowuj w niestrzeżonej skrzyni”. Następnie spędziła kilka godzin na sadzeniu ziemniaków, ufając tylko tej bezpiecznej czynności.

Podobny wzorzec obserwacji i adaptacji widoczny jest w rozgrywce Fallout 3. W krytycznym momencie w Krypcie 87, gdzie postać wielokrotnie umierała, Astra analizowała przyczyny niepowodzeń. Gdy łóżko nie zadziałało od razu, pozwoliła grze działać przez chwilę, spróbowała ponownie i zanotowała: „Łóżko zadziałało po krótkim uruchomieniu gry. Zdrowie jest teraz w pełni przywrócone do 260/260”. Podobnie, gdy strzały chybiały, Astra zidentyfikowała przeszkodę, zbliżyła się i odnotowała: „Zbliżenie usunęło przeszkodę, która psuła wcześniejsze strzały”. Te doświadczenia zostały sprowadzone do zasady: „Sprawdź, czy dane wejściowe zadziałały, zanim je powtórzysz”.

Konsekwencje i przyszłość AI

Incydent z Creeperem w Minecrafcie pokazuje również, że choć zdolność Astry do tworzenia trwałych reguł na podstawie złych doświadczeń jest kluczowa dla szybkiego uczenia się mechanik gry, może również prowadzić do nadmiernej korekty w otwartych światach z losowymi zdarzeniami. Model zaczął nie ufać każdemu wysokiemu zielonemu obiektowi, a nawet był dla siebie surowy w notatkach, co spowolniło rozgrywkę. Mimo to, skok technologiczny w porównaniu do starszych modeli jest uderzający. Wyniki Astry w benchmarkach ARC-AGI-3, podobnie jak wcześniejsze sukcesy w ARC-AGI-1, wskazują na to, że mamy do czynienia z nową generacją modeli AI zdolnych do złożonego rozumowania i adaptacji, co otwiera nowe perspektywy dla rozwoju sztucznej inteligencji w przyszłości.

Źródło: the-decoder.com