Saa nne za umakini wa binadamu zilijenga upya mchezo wa vita wa mwaka 1989 kwa ajili ya wavuti
Msanidi programu mmoja, kompyuta moja, wiki moja. Kazi ya kuhamisha mchezo huo ni jambo dogo. Lakini kinachoashiria kuhusu kazi za maarifa zinazopangiwa bei kwa uchache wake si kidogo.
Mtu mmoja, wiki moja, mchezo mmoja wa mkakati wa mwaka 1989
Msanidi programu anayeandika katika this.os.isfine.org amechapisha taarifa ya kazi inayoendelea kuhusu kuchambua kinyume (reverse engineering) mchezo wa War of the Lance (1989) na kuuhamishia kwenye vivinjari vya kisasa kwa kutumia "code harness" ya AI (mfumo otomatiki unaoendesha miundo ya AI dhidi ya msimbo wa programu mara kwa mara). Kwa maelezo yake, kazi nzima ilichukua takriban wiki moja ya muda wa saa za ukutani na chini ya saa nne za umakini wake binafsi. Anasema hakufungua IDE (programu ya kuandikia msimbo), Blender, zana ya reverse engineering, command line wala source control (mfumo wa kuhifadhi na kufuatilia matoleo ya msimbo). Hajui msimbo unaonekanaje. Anajua kwamba unapita masharti ya linting na majaribio ambayo harness ilitekeleza kila mara ilipoendeshwa.
Hii ni makala ya blogu ya mtu mmoja kuhusu mradi wake wa burudani, si utafiti uliokaguliwa na wengine. Chukulia kila nambari ndani yake kama dai. Lakini madai hayo ni mahususi vya kutosha kuchambuliwa, kwa sababu utaratibu anaoueleza ndio sehemu inayoweza kutumika katika mazingira mengine.
Harness hufanya nini hasa
Kuchambua kinyume mchezo wa zamani wa DOS kunamaanisha kurejesha kanuni na tabia ya uonyeshaji picha kutoka kwenye faili iliyokwisha kukusanywa (compiled binary). Msimbo asili umepotea, kwa hiyo unakisia programu inafanya nini kwa kuiangalia ikiendeshwa. Kihistoria, hili lilihitaji mchanganyiko adimu wa ujuzi: disassembly (kubadilisha msimbo wa mashine kuwa maelekezo yanayosomeka), miundo ya picha, mpangilio wa kumbukumbu, pamoja na uhandisi wa kuujenga upya mahali pengine. Mwandishi anakadiria kwamba mchanganyiko huo ulikuwepo kwa labda watu elfu chache kati ya wafanyakazi 320,000 wa kitaalamu wa sekta ya michezo, na kwamba mchezo mmoja ulichukua miezi au miaka.
Harness anayoielezea inaunganisha majukumu kadhaa kati ya hayo kwa wakati mmoja. Inacheza mchezo asili ndani ya DOSBox-X, ikisoma nakala za kumbukumbu na disassembly ili kubaini kanuni. Inacheza toleo lake jipya kupitia Playwright (zana ya kuendesha kivinjari kiotomatiki, ambayo kwa kawaida hutumika kwa majaribio), ikikagua muundo wa ukurasa na kumbukumbu, na kutumia miundo ya maono (vision models) kutazama skrini. Huandika majaribio inapoendelea, ili mabadiliko ya baadaye yasiharibu kimyakimya kazi ya awali. Kwa vitu vya 3D, modeli huandika msimbo wa Python unaoendesha Blender bila kiolesura (headless mode) ili kutoa faili za GLB, muundo wa kawaida wa 3D kwenye wavuti. Anaripoti kuunda takriban miundo 80 hadi 100 kwa usajili wa wiki moja, na kwamba kuongeza misimu, mchana/usiku na awamu tatu za mwezi kulimgharimu dakika 15 na $2.28.
Istilahi zinazofaa kukumbuka: lane ni mfanyakazi mmoja anayefanya kazi sambamba na wengine. Aliweza kuendesha moja tu kwenye kompyuta yake kwa sababu ya mipaka ya VRAM (kumbukumbu ya kadi ya picha). Mwelekeo anaoutaja ni kwamba modeli ya ndani inayolingana na modeli bora ya Aprili au Mei huchukua wiki moja; kutuma lanes za wingu (cloud) hupunguza hadi siku mbili; modeli bora ya Septemba 2026 itakamilisha kwa saa chache. Anatabiri dakika ndani ya miezi 18 hadi 36. Hatua za awali ni mambo anayosema alifanya. Ya mwisho ni utabiri tu.
Ishara si mchezo wenyewe
Hoja yake kali zaidi inahusu bei. Uchumi wa maarifa hulipia maarifa ambayo ni ghali kuyapata na yanayotumika kwa uhakika. Mfano wake ni miaka kumi na mitano ya daktari ikilinganishwa na meneja wa duka la vyakula. Mashine ikiwa chombo shindani cha kuhifadhi na kutumia maarifa hayo, ikiwa na faida za gharama za kiwango kikubwa cha kati, malipo ya uchache wa maarifa hupungua, hata kama akili ya jumla (general intelligence) haitafika kamwe.
Hajavutiwa na maonyesho ya benchmark (vipimo vya ulinganisho): anasema GPT6 Astra ya OpenAI ilifunzwa kwa nguvu kwenye matukio ya Three.js ya jaribio moja kwa sababu tu mtandao hupima kwa matukio hayo, wakati uandishi wa msimbo uliboreka kidogo zaidi. Pia anataja kushindwa moja: Opus 5, ambayo anasema haifikii mwisho wa kazi ndefu. Uwezo wa maana, kwa maelezo yake, si alama ya benchmark bali uwezo wa kuendelea kwa uthabiti kwa saa au siku. Anatarajia athari pana za kiuchumi zitachukua muongo mmoja au zaidi, kwa sababu kazi halisi ni ngumu kuliko maonyesho ya majaribio, na kubadilisha mifumo iliyoboreshwa mara chache huleta faida.
Maswali Unayopaswa Kujiuliza
- Kama hakuna mtu kwenye timu yako aliyesoma msimbo, mpango wako ni upi utakapoharibika kwa njia ambayo majaribio hayakuifunika?
- Nani ana dhima ya kisheria kwa matokeo yaliyojengwa upya kutoka kwenye kazi ya mtu mwingine, na je, mwanasheria wako amelijibu hilo kwa uhakika, au ameona tu kwamba utekelezaji wa sheria unaonekana dhaifu kwa sasa?
- Muuzaji anapotaja kuboreka kwa benchmark, je, kinapima uwezo unaouhitaji, au uwezo ambao mtandao unawapa alama kwa ajili yake?
- Nguvu yako ya kupanga bei inategemea kwa kiasi gani maarifa kuwa magumu kuyapata badala ya kuwa magumu kuyatumia?
- Je, modeli unayoinunua inaweza kubaki thabiti katika kazi ya siku nyingi, na utajuaje kabla ya kujitolea?
Cha Kufuatilia Baadaye
Fuatilia kama matokeo yaliyothibitishwa na yanayorudiwa ya reverse engineering yataanza kuonekana kutoka kwa watu ambao si wao wanaotoa dai hilo. Wiki ya mpenzi mmoja wa hobi ni simulizi tu; kazi ile ile ikirudiwa kwa saa chache na watu wasio na maslahi katika simulizi hiyo ni ishara ya soko la ajira. Na fuatilia kesi za hakimiliki. Msimamo mkali wa mwandishi ni kwamba mazingira ya sasa ya kisiasa hayatazuia lolote kati ya haya, na kwamba matokeo ya Meta yanapaswa kukomesha matumaini ya mtu yeyote kwamba kanuni za zamani bado zinashikilia.
- 1Weka vizuizi vigumu ambavyo harness yako ya AI lazima ipitishe kila inapoendeshwa, yaani linting, majaribio na build, ili msimbo usiokaguliwa usijikusanye kimyakimya.
- 2Fuatilia muda wa saa za ukutani kando na saa zako za umakini wa kina; pengo kati yake hufichua mahali otomatiki inapokuokolea juhudi kweli.
- 3Chukulia vipimo vya miradi ya mtu mmoja visivyokaguliwa kama madai ya kurudiwa kwa jaribio dogo la awali kabla ya kuvitaja au kubadilisha mtiririko wako wa kazi.
Ready to implement AI in your business?
Our team builds the AI systems you just read about. Start with a free 30-minute discovery meeting.
