Игра на чужом поле: в каких соревнованиях ИИ побеждает людей

Домашнее поле машины

Историю соперничества людей и машин принято отсчитывать от шахмат. В мае 1997 года суперкомпьютер IBM Deep Blue обыграл чемпиона мира Гарри Каспарова в матче из шести партий со счётом 3,5 : 2,5. Впервые программа одолела действующего чемпиона в матче с классическим контролем времени. Прошло 19 лет, и пришло время машины торжествовать в другой игре — го. В марте 2016-го программа AlphaGo со счётом 4:1 победила обладателя 18 международных титулов Ли Седоля из Южной Кореи. В ноябре 2019 года Ли объявил об уходе из профессионального го и пояснил, что даже став первым номером, не окажется на вершине, поскольку появился соперник, которого нельзя победить.

За свою карьеру Ли Седоль (справа) одержал 1324 победы Фото: © YONHAP / ТАСС

Тогда же ИИ пришёл в киберспорт. В апреле 2019 года система OpenAI Five победила чемпионов мира по игре Dota 2 — команду OG, а осенью система AlphaStar от DeepMind достигла гроссмейстерского уровня в игре StarCraft II, войдя в число сильнейших игроков.

У всех этих побед есть общая черта: арена была закрытой. Правила зафиксированы, состояние игры известно машине целиком или почти целиком, а главное — партию можно переигрывать бесконечно. За десять месяцев обучения OpenAI Five накопил опыт, эквивалентный примерно 45 тысячам лет игры. Машина училась в мире, который сама могла проигрывать миллионы раз, — это и есть её домашнее поле.

На чужом поле

Реальный мир устроен иначе — он менее предсказуем и цена ошибки выше. Поэтому соревноваться в таких условиях искусственному интеллекту сложнее. И всё же успехи есть. Всё началось с соревнований по управлению летающими беспилотниками. Первой ласточкой стал дрон Swift, созданный в Цюрихском университете совместно с Intel. В июне 2022 года в ангаре аэродрома Дюбендорф он встретился с тремя сильными пилотами: Алексом Вановером (чемпион Drone Racing League 2019 года), Томасом Битматтой (чемпион MultiGP 2019 года) и трёхкратным чемпионом Швейцарии Марвином Шеппером. В итоге Swift выиграл 15 гонок из 25 и показал лучшее время круга. При этом когда условия среды отличались от тех, на которых учился Swift, например при более ярком освещении трассы, его результаты ухудшались.

Swift использовал, помимо камеры, данные в реальном времени от инерциального измерительного блока — ускорение, скорость и ориентацию, что улучшило динамику полёта Фото: © University of Zurich

Показательным в противостоянии живых и искусственных дроноводов стал турнир, который Abu Dhabi Autonomous Racing League (A2RL) и Drone Champions League провели в 2025 году в Абу-Даби. Призовой фонд составил 1 млн долларов. Автономный дрон и трассу готовили и обслуживали организаторы, они же разработали единую платформу для ИИ-команд и пилотов-людей. В итоге автономный беспилотник MonoRace обошёл дроны 13 других ИИ-команд, а затем в турнире на выбывание последовательно победил троих бывших чемпионов мира среди FPV-пилотов. Пиковая скорость на трассе достигала 100 км/ч.

Вместо стереопары и внешней системы захвата движения MonoRace использует одну монокулярную камеру со скользящим затвором и инерциальный измерительный блок (IMU), фиксирующий ускорение и вращение. На такой скорости кадры размыты и искажены, а времени на точное определение положения почти нет. Выход — надёжно объединять картинку с данными о собственном движении дрона, что позволяет обходиться без данных со спутника. Нейросеть выделяет на кадре ворота, а оценка положения строится на сочетании этих данных с моделью дрона.

Не только небо

За последний год машины заметно подтянулись и в других физических дисциплинах. В апреле 2025 года мир узнал о роботе Ace от компании Sony AI, который играет в настольный теннис по правилам Международной федерации (ITTF). Его испытывали в матчах с профессиональными игроками. В итоге Ace выиграл три матча из пяти. Интересно, что роботы-теннисисты создаются с 1983 года, но ни один из них не приближался к уровню сильнейших спортсменов.

Другая дисциплина — бег. В апреле этого года в Пекине гуманоидный робот Lightning компании Honor пробежал полумарафон за 50 минут 26 секунд. Это быстрее результата рекордсмена Джейкоба Кипилимо, который в марте в Лиссабоне преодолел ту же дистанцию примерно за 57 минут. Год назад победитель среди роботов финишировал за 2 часа 40 минут, то есть результат улучшился более чем втрое.

Роботы бежали в собственном забеге, который проходил параллельно с забегом людей, а часть машин падала или врезалась в ограждения Фото: © VCG / ТАСС

Пока машины выигрывают в условиях хорошо знакомой среды, где задача чётко определена, а человек — там, где условия меняются. Swift терялся при смене освещения, а Ace не умел подавать мяч с вращением. Тем не менее, как показывает пример робота Lightning, ИИ быстро обучается. Значит, уровень конкуренции будет усиливаться с каждым годом.