Pokémon стал новым испытанием для ИИ: классическая игра с 1990-х превратилась в бенчмарк для ведущих моделей

Классическая видеоигра Pokémon неожиданно стала одним из ключевых инструментов тестирования передовых моделей искусственного интеллекта. Стартапы и крупные технологические компании все чаще используют пиксельную игру с 1990-х годов для оценки реального прогресса ИИ.

В отличие от традиционных интеллектуальных игр – шахмат, го или покера – Pokémon требует от модели не мгновенной реакции, а долговременного планирования, ориентации в сложном пространстве, последовательного принятия решений и способности удерживать контекст в течение часов или даже дней игрового процесса.

Во время таких тестов ИИ должен самостоятельно исследовать игровой мир, проходить лабиринты, ловить покемонов и решать задачи, результаты которых не видны сразу. В подобных экспериментах уже участвуют модели Claude, GPT, Gemini и другие. Трансляции их игры на платформе Twitch собирают сотни тысяч комментариев, а сам процесс активно обсуждается в сообществе разработчиков.

Google даже включил прогресс модели Gemini в Pokémon в свой официальный отчет, а компания Anthropic регулярно демонстрирует, как Claude справляется с игрой, во время профильных конференций и публичных мероприятий.

Разработчики объясняют, что практическая ценность Pokémon состоит именно в комплексности задач. Игра позволяет оценить не способность ИИ отвечать на отдельные запросы, а его умение мыслить стратегически, планировать заранее и действовать в меняющейся среде – то есть те качества, которые считаются критически важными для следующего поколения интеллектуальных систем.

Как отмечает The Wall Street Journal, для индустрии Pokémon постепенно превращается в новый «бенчмарк взросления» искусственного интеллекта, показывающий, насколько далеко ИИ продвинулся от простых ответов к сложному поведению в реальном времени.