الذكاء الاصطناعي في GeoGuessr: هل يغلب أفضل اللاعبين؟

في 11 مايو 2023، نشر Trevor Rainbolt، وهو من أشهر لاعبي GeoGuessr المحترفين في العالم، فيديو بعنوان world’s best ai vs geoguessr pro. وخسر المباريات الست كلها. وكان خصمه PIGEON، وهو نموذج بحثي من Stanford تعلّم اللعبة من صور Street View وحدها.

«لم نكن أول ذكاء اصطناعي يلعب ضد Rainbolt»، هكذا قال لـNPR أحد مطوريه، Silas Alberti، «نحن فقط أول ذكاء اصطناعي يفوز عليه». وبعد ثلاث سنوات، حُسم السؤال عمّا إذا كان الذكاء الاصطناعي يستطيع هزيمة اللاعبين في GeoGuessr. والأسئلة المفيدة الآن هي كيف يقرأ الذكاء الاصطناعي المشهد، وأين يبقى للإنسان الأفضلية، وما الذي تسمح به القواعد، وكيف تحوّل التقنية نفسها إلى تدريب بدلًا من حظر.

بنى PIGEON كل من Lukas Haas وMichal Skreta وSilas Alberti وChelsea Finn. وبدأ مشروعًا لمقرر CS 330 في Stanford، ونُشر على arXiv في يوليو 2023، وقُدّم في CVPR 2024، وهو من أبرز مؤتمرات الرؤية الحاسوبية.

ما جعل الاختبار الحي أكثر من مجرد نتيجة قياسية هو أنه جرى فعليًا ضد البشر. فقد التقطت إضافة Chrome لقطة شاشة في كل اتجاه من الاتجاهات الأربعة، ثم أرسلت الصور إلى النموذج ووضعت تخمينه على الخريطة. وعبر 458 مباراة في Competitive Duels، تفوق على لاعبين من كل مستويات المهارة. بل أضاف المؤلفون تأخيرًا عشوائيًا اختياريًا قبل كل تخمين، ليبدو سلوكه «أقرب إلى البشر».

اقرأ الوسيط والمتوسط معًا. فنصف تخميناته تقريبًا وقع ضمن نحو 44 كم، ومع ذلك بلغ متوسط الخطأ 252 كم: أكثر من تخمين واحد من كل 20 بعُد بأكثر من 750 كم، وهذه الأخطاء الكبيرة ترفع المتوسط. ويصرّح المؤلفون بسقف القدرة أيضًا، فالأنظمة الحالية، ومنها نظامهم، لا تستطيع التنبؤ على مستوى الشارع بموثوقية.

ثم انضمّ الذكاء الاصطناعي متعدد الأغراض إلى المنافسة. ففي أبريل 2025، لعب Sam Patterson، وهو لاعب مصنّف Master I، خمس جولات No Move ضد o3 من OpenAI، مع منح النموذج لقطتي شاشة فقط، بزاوية 90 درجة، في كل جولة. وفاز o3 بنتيجة 23,179 مقابل 22,054، وسمّى الدول الخمس كلها بشكل صحيح. وفي الشهر نفسه، انتشر «برومبت GeoGuessr» من 1,100 كلمة لـo3 بشكل واسع، رغم أن اختبارًا أُجري عام 2026 على 200 صورة وجد أنه لم يكن أفضل من برومبت قصير.

دُرِّب النموذج المنشور على 400,000 صورة: أربع زوايا لكل موقع من 100,000 موقع عشوائي في GeoGuessr. وهذه هي المنظومة كاملة خطوة بخطوة، دون الخوض في الرياضيات.

1. Step 1حوّل المشهد إلى أرقاميأخذ PIGEON أربع صور بزاوية 90 درجة بينها، تغطي الرؤية الكاملة بزاوية 360 درجة. أما CLIP من OpenAI، وهو نموذج دُرّب أصلًا على مطابقة الصور بالنص، فيحوّل كل صورة إلى embedding، ثم يُحسب متوسط الصور الأربع في ملخص واحد للمكان.
2. Step 2تعلّم الجغرافيا من التعليقاتقبل التدريب الرئيسي، درس النموذج صورًا مقترنة بتعليقات مولّدة، مثل «في هذا الموقع يسير الناس على الجانب الأيسر من الطريق» و«يتمتع هذا الموقع بمناخ محيطي معتدل». وتدفع هذه التعليقات النموذج نحو الملامح المهمة لتحديد الموقع.
3. Step 3اختر خلية جغرافية، لا إحداثياتبدلًا من التنبؤ بخط العرض وخط الطول مباشرة، يصنّف PIGEON المشهد في إحدى 2,203 خلية جغرافية. وهي تتبع الحدود الإدارية الحقيقية، وتُدمج حتى تحوي كل خلية عددًا كافيًا من أمثلة التدريب، وتُقسَّم الخلايا المتضخمة بالتجميع.
4. Step 4عاقب الأخطاء البعيدة بشدة أكبرأثناء التدريب، تنال الخلية المجاورة للصحيحة نقاطًا جزئية تتناسب مع المسافة. فيتعلم النموذج أن الخطأ القريب أفضل من البعيد، وهو المنطق نفسه الذي تعتمده نقاط GeoGuessr.
5. Step 5حسّن الموضع داخل أفضل المرشحينأخيرًا يأخذ الخلايا الجغرافية الخمس الأرجح، ويقارن المشهد بعناقيد من مواقع التدريب داخلها، وينقل الدبوس إلى أقرب تطابق. ويصف المؤلفون خطوة الاسترجاع هذه بأنها الأولى من نوعها في المجال.

لم يُخبر أحد النموذج ما هو الحاجز الأسطواني. ووجد المؤلفون أنه تعلّم مع ذلك «استراتيجيات تُدرَّس في أدلة GeoGuessr على الإنترنت»، فصار ينتبه إلى النباتات وعلامات الطرق وأعمدة المرافق واللافتات. وهي العائلات نفسها من الأدلة في قائمة قرائن البلد التي يعتمدها البشر. أما الصور العادية لا البانوراميات فالمنطق فيها هو المشروح في شرحنا عن تحديد الموقع بالذكاء الاصطناعي.

• وقت القرار. كان Patterson يخمّن عادةً خلال دقيقة أو دقيقتين، وغالبًا خلال 10 ثوانٍ. أما o3 فكان يحتاج في الغالب إلى أكثر من دقيقتين، وتجاوز 6 دقائق مرة واحدة. وفي Duels قد يترك تخمين أحد اللاعبين للآخر 15 ثانية فقط، لذلك تشكّل دقائق التفكير عائقًا حقيقيًا.
• معرفة ما يهم. كان حكمه أن الإنسان بارع جدًا في معرفة ما يهم، بينما أجرى النموذج قصًّا كثيرًا غير ضروري ومتكررًا، و«تشتّت بسبب الإعلانات مرات عدة».
• التحرك لدليل أفضل. كان روبوت PIGEON يحكم على أربع صور ثابتة، بينما كان خصومه البشر يستطيعون التحرك داخل المشهد، وتذكر الورقة البحثية نفسها أن ذلك منحهم معلومات أكثر لصقل التخمين.

لا تبالغ في تفسير هذه القائمة. فبعد نحو 20 جولة اختبار، صنّف Patterson o3 بأنه مماثل للاعبين من مستوى Master I فما فوق. والميزات البشرية تتعلق بطريقة اللعب، لا بمعرفة أكبر.

يحتفظ Patterson ببطاقات تعليمية فيها مئات المدخلات عن خطوط الطرق وأعمدة الكهرباء والحواجز الأسطوانية ولوحات الترخيص، ويلخص الفارق بوضوح: «هذه النماذج تحتوي على أكثر مما يستطيع عقل فرد أن يحفظه». وهذه هي الميزة الحقيقية. فالإنسان يحتاج إلى التخصص، أما النموذج فلا.

نقاط الضعف متوقعة. فقد تعلّم PIGEON من مواقع GeoGuessr وحدها، لذلك لم يرَ قط الأماكن التي لا تغطيها Street View. كما يذكر المؤلفون من أصعب صوره النفقات والمسطحات المائية والمشاهد المظلمة والغابات، وتتراجع دقته كلما قلّت الكثافة السكانية.

تشمل هذه الصياغة النوعين معًا من الذكاء الاصطناعي. فالبوت الذي يلعب عنك برمجية طرف ثالث، وروبوت الدردشة الذي تلصق فيه لقطة شاشة مصدر معلومات خارجي. وتذكر قواعد المجتمع ثلاث عقوبات عند وجود دليل على الغش:

• حظر من لوحة المتصدرين: إزالة من لوحات المتصدرين الرسمية للعب الفردي، ومنع من العودة إليها مستقبلًا.
• إيقاف تنافسي: منع من لوحات المتصدرين الرسمية في الألعاب التنافسية والفردية.
• حظر تنافسي: منع دائم من اللعب التنافسي، وإزالة من لوحات المتصدرين الرسمية.

قد تخسر أيضًا العناصر الافتراضية، ويمكن أن يشمل الإجراء كل حساب تملكه. وتحظر شروط الخدمة بشكل منفصل البرامج والسكربتات الآلية، وتذكر البوتات بالاسم، وتسمح بالإيقاف المؤقت أو الحظر الدائم. ولا يحق للاعب الموقوف أو المحظور استرداد أي مبلغ.

ماذا عن تجربة PIGEON نفسها؟ لقد جرت بمساعدة من داخل GeoGuessr، فالورقة البحثية تشكر كبير المسؤولين التقنيين في الشركة على تيسير المباريات الحية ضد لاعبين بشر. وما فصل التجربة عن الغش هو مشاركة GeoGuessr، لا البرمجية.

1. Step 1العب الجولة بنزاهةلا تبويب ثانٍ، ولا مساعد، ولا لقطة شاشة لروبوت دردشة. فالجولة تختبر ما تستطيع قراءته بنفسك، وهذا هو الشيء الوحيد الذي يستحق القياس.
2. Step 2سمِّ الدليل الحاسمقبل أن تضع الدبوس، قل أي دليل واحد تثق به أكثر. يحوّل ذلك الحدس إلى ادعاء يمكنك فحصه لاحقًا.
3. Step 3ابحث عن الدليل الذي فاتكبعد كشف الموقع، ابحث عن التفصيل الذي كان يجب أن يحسم الجولة. ويعرض روتين التدريب لدينا الترتيب الذي تفحص به الأشياء.
4. Step 4اسأل عن الدليل لا عن الجولةسؤال مثل «كيف تختلف أعمدة الطرق التشيكية عن السلوفاكية؟» يعلّمك شيئًا يمكن إعادة استخدامه. وتعامل مع الجواب كخيط يجب التحقق منه: فقد وجد Patterson أن أوصاف o3 للوحات الطرق والخطوط دقيقة في الغالب، لا دائمًا.
5. Step 5اختبر مهارتك على صور حقيقيةخمّن أين التُقطت إحدى صورك، ثم قارن بتقدير بالذكاء الاصطناعي من GeoSpy. فهو يقرأ بيانات GPS إذا كان الملف ما زال يحملها، لذلك أزل الموقع أولًا، وإلا فالاختبار لا يثبت شيئًا.

الخطوة الأخيرة مهمة، لأن اللعبة والصور الحقيقية تدرّبان العين نفسها. وما تتعلمه من البانوراما هو ما يعتمد عليه العثور على موقع الصورة دون بيانات وصفية.