ИИ побеждает человека почти во всех играх. Но есть некоторые из них, где человек по-прежнему лучше всех. Читайте подробности в El.kz
В конце 2017 года мир искусственного интеллекта сотрясла новость, которая для многих прозвучала как научная фантастика. Программа под названием AlphaZero, созданная британской лабораторией DeepMind, села играть в шахматы. У неё не было дебютных книг, составленных гроссмейстерами, она не изучала партии чемпионов мира. У неё были только правила игры. И всего через четыре часа игры самой с собой она превратилась в сильнейшего шахматиста планеты, разгромив действующего чемпиона среди программ — Stockfish.
История AlphaZero уникальна не просто победой, а подходом. До неё шахматные программы работали как гигантские вычислители, перебирая миллионы вариантов в секунду и опираясь на заложенные человеком знания. AlphaZero использовала нейросети и метод обучения с подкреплением, играя миллионы партий сама с собой и методом проб и ошибок нащупывая, какие ходы ведут к победе. Она не просчитывала всё подряд, а развивала интуицию, оценивая позицию почти по-человечески, но с нечеловеческой скоростью и глубиной.
Результат шокировал даже создателей. В матче из 100 партий против тогдашнего золотого стандарта AlphaZero, игравшая с раздумьями по минуте на ход, не проиграла ни одной. 28 побед, 72 ничьи. Гроссмейстеры, комментировавшие её игру, были поражены стилем — агрессивным, жертвенным, человечным и в то же время неземным. Норвежский гроссмейстер Йон Людвиг Хаммер назвал это запредельно агрессивными шахматами.
Та технология никуда не делась, она стала основой для целого семейства современных ИИ. Сегодня наследие AlphaZero развивается по нескольким направлениям. В недрах Google DeepMind не прекращали работать над архитектурой, и в 2024 году анонсировали AlphaProof и AlphaGeometry — гибриды, которые взяли движок рассуждений от AlphaZero и соединили с возможностями большой языковой модели. Эта связка позволила ИИ решать сложнейшие задачи с Международной математической олимпиады на уровне серебряного призёра.
Сразу после выхода научной статьи сообщество энтузиастов создало проект Leela Chess Zero — народную открытую реализацию идей AlphaZero. Leela учится точно так же, играя сама с собой на компьютерах добровольцев по всему миру, и сегодня это абсолютно топовый движок с рейтингом выше 3500 Elo. А главный конкурент Stockfish, которого разгромила AlphaZero, эволюционировал и впитал нейросетевые идеи, став ещё сильнее. В 2020 году в Stockfish внедрили нейросетевую архитектуру NNUE, и теперь этот гибрид является непревзойдённым чемпионом с рейтингом за 3600 Elo.
В конце 2025 года появилась информация о проекте AZDB, где исследователи создали не одного универсального игрока, а лигу агентов с разными стилями игры. Когда этих специалистов объединили в одну систему, она смогла решить вдвое больше сложных шахматных задач, чем любой из них по отдельности.
Последний бастион
Долгое время считалось, что го — это игра, где компьютер никогда не обыграет человека. Если в шахматах количество возможных позиций оценивается как 10 в 43-й степени, то в го — 10 в 170-й степени. Это больше, чем атомов в наблюдаемой Вселенной, и перебрать все варианты невозможно физически. Здесь нужна интуиция — качество, которое считалось исключительно человеческим.
В 2014 году эксперты прогнозировали, что пройдёт ещё лет десять, прежде чем ИИ сможет бросить вызов профессионалам. Они ошиблись на десятилетие. В октябре 2015 года программа AlphaGo от DeepMind в закрытом матче обыграла трёхкратного чемпиона Европы Фань Хуэя со счётом 5:0. Побеждённый чемпион описал игру ИИ как очень сильную и непоколебимую, как стену, немного странную, очень техничную, но совсем как настоящую.
Главный матч состоялся в марте 2016 года в Сеуле. AlphaGo встретилась с Ли Седолем — 18-кратным чемпионом мира, легендой го, игроком 9-го дана. Ставки были высоки не только спортивно, но и символически. Счёт 4:1 в пользу ИИ, и единственную партию, которую выиграл человек, создатели объяснили ошибкой нейросети на ранней стадии. Но факт оставался фактом: в играх с полной информацией, где все ходы видны обоим игрокам, человек больше не король.
Усиленная версия AlphaGo Master выиграла 60 партий подряд у сильнейших гроссмейстеров мира, включая Кэ Цзе, который на тот момент занимал первое место в мировом рейтинге. А затем вышла AlphaGo Zero — версия, которая обучалась вообще без использования человеческих партий, только играя сама с собой, и превзошла все предыдущие версии за три дня.
Искусство блефа
Го и шахматы — игры с открытыми картами, но как научить ИИ блефовать? Как заставить его принимать решения, не зная, что на руках у противника? В 2017 году программа Libratus от Карнеги-Меллонского университета выиграла турнир по техасскому холдему у четверых профессиональных игроков. Количество возможных ситуаций в покере достигает 2 в 161-й степени, но главная сложность не в этом, а в необходимости моделировать поведение противника, который тоже блефует.
В 2022 году ИИ наконец покорил бридж — игру, которую Уоррен Баффет называл близкой к ведению бизнеса из-за сочетания сотрудничества, обмана и риска. Однако некоторые карточные игры до сих пор ставят ИИ в тупик. Например, Hanabi — кооперативная игра, где игроки не видят своих карт, но видят карты других. Здесь требуется теория разума — способность понимать намерения партнера. Исследования 2023 года показали, что люди до сих пор предпочитают играть с людьми, потому что ИИ в Hanabi ведёт себя ненадёжно и непредсказуемо.
Пять против пяти
Когда речь заходит о победах ИИ в играх, обычно вспоминают AlphaGo и шахматы, но Dota 2 — это совсем другой уровень сложности. Здесь нет пошаговых ходов, идеальной информации и фиксированного числа вариантов. Здесь есть туман войны, десятки героев с уникальными способностями и пять человек в команде, которые должны действовать как единый организм.
История началась в августе 2017 года на главной сцене The International, чемпионата мира по Dota 2. Тогда OpenAI вывела на сцену своего бота для показательного матча против легендарного украинского игрока Данила Dendi Ишутина. Правила были просты: игра один на один на середине карты, одинаковые герои Shadow Fiend. Исход шокировал всех — бот не просто победил, он уничтожил чемпиона в первой игре, а во второй Dendi признал поражение досрочно, сказав, что этот парень пугающий.
Победа в формате один на один — это ещё не покорение Dota 2, и скептики справедливо отмечали, что в одиночном матче не нужны сложная командная координация и долгосрочное планирование. Настоящий прорыв случился в 2018 году, когда OpenAI представила проект OpenAI Five — команду из пяти нейросетей, которые научились играть вместе.
Путь к успеху был непростым, но уже через несколько месяцев OpenAI Five разгромил команду популярных стримеров, а затем и профессиональную команду Team Secret. Апрель 2019 года стал историческим — OpenAI Five встретился с командой OG, действующими чемпионами The International, лучшей командой мира на тот момент, и выиграл. Это была первая в истории победа искусственного интеллекта над чемпионами мира в сложной командной игре.
После этого разработчики открыли сервер, где любой желающий мог собрать команду и сразиться с ботами. Во время открытого тестирования OpenAI Five сыграл более 7000 матчей против обычных игроков, и процент побед искусственного интеллекта составил 99,4%. Боты проиграли всего 42 раза, причём первые три места в таблице лидеров заняла команда русскоязычных игроков, обыгравшая ботов десять раз подряд.
Суммарное время сыгранных матчей превысило 10 лет игрового времени, а почти полмиллиона человек следили за трансляциями на Twitch. Капитан OG n0tail, чья команда проиграла ИИ, позже сказал, что сравнивать OpenAI Five с человеком — это всё равно что сравнивать человеческую силу с гидравликой. Людям нужно стать реалистами и начать учиться у искусственного интеллекта. OpenAI Five обучался, играя сам с собой, и за один день набирал игровой опыт, эквивалентный 180 годам игры человека.
После триумфа OpenAI свернула публичный проект в Dota 2, сосредоточившись на других направлениях, но наработки сейчас используются в других сферах — от управления роботизированными протезами до создания более совершенных языковых моделей. А в январе 2026 года мир обсуждал прорыв ИИ в League of Legends, где бот под ником Курьер за два дня с 92,3% винрейта поднялся на первое место в корейском сервере, обыграв сильнейших профессионалов.
Один в поле не воин
Когда мы говорим о победах ИИ над человеком, в голову приходят шахматы, го и StarCraft — игры, где побеждает расчёт, стратегия и скорость принятия решений. Counter-Strike в этом ряду стоит особняком, и причина этого гораздо интереснее, чем может показаться.
В некоторых аспектах ИИ уже давно обошёл людей, речь не о стандартных ботах, которые тупо бегут на базу, а о специализированных системах. В 2024 году группа исследователей из Стэнфорда, Вашингтонского университета и NVIDIA представила MLMOVE — бота, обученного на 123 часах профессиональных матчей CS:GO. Используя датасет из более чем 17 000 раундов профессионалов, они научили модель предсказывать движения игроков, и в тестах бот показал более человеческое поведение, занимая правильные позиции на карте и используя фланговые манёвры.
Существуют ИИ-читы, которые работают на принципах компьютерного зрения, анализируя картинку на экране. Такая система может обеспечить идеальное прицеливание и стрельбу сквозь дым с нечеловеческой точностью, а время реакции такого бота может быть меньше 100 миллисекунд, что быстрее любого профессионального киберспортсмена.
Но CS — это не просто кто быстрее прицелился, это игра с неполной информацией, командным взаимодействием и психологией. В 2025 году компания MyBoosting GG провела эксперимент, в котором 267 бустеров разделили на две группы. Первая использовала ИИ для подсказок по стратегии, вторая полагалась только на свой опыт, и результат оказался неожиданным — люди выиграли.
ИИ предлагал статистически оптимальные решения, но не понимал психологии. Он не мог предсказать, что противник пойдёт в иррациональную агрессию, что его можно сломать психологически рискованным бай-раундом. Как написали авторы эксперимента, ИИ играет по учебнику, а человек играет на нервах.
AlphaZero покорил шахматы и го, потому что там действия дискретны, а в CS ты можешь сделать что угодно в любой момент. Пространство возможных действий бесконечно, нейросеть должна принимать решения в реальном времени, учитывая положение всех пяти игроков, оставшееся время, экономику, патроны и сотни других параметров. В StarCraft II AlphaStar управлял одной армией, а в CS нужно координировать пятерых агентов, которые должны действовать как единый организм.
Есть и философская проблема — разработчики игр не хотят создавать непобедимого ИИ. Игроки не хотят ИИ, который силён на 100%, это не весело, мы хотим ИИ, который ошибается как человек. Если бот будет делать идеальные хедшоты и идеально координировать действия, в него просто перестанут играть.
Работы идут, но цель сместилась: вместо создания непобедимого игрока разрабатывают идеального спарринг-партнёра и умного помощника. В сентябре 2025 года китайская компания New Vigor Games и легендарная команда TYLOO объявили о создании эксклюзивного AI-тренера для подготовки к Major 2026. ИИ будет анализировать стратегии и помогать тренерскому штабу, экономя сотни часов ручного анализа.
Существуют и коммерческие продукты, которые дают персональные тренировочные планы на основе AI-анализа игры, показывают, насколько ты похож на профессиональных игроков, и помогают прокачивать слабые места. Проект MLMOVE идёт по пути не создания супер-бота, а создания человекоподобного бота, который двигается как профессионал и ошибается по-человечески.
Отдельного упоминания заслуживает эксперимент блогера Basically Homeless, создавшего нейромышечный аимбот. Камера захватывает изображение экрана, нейросеть в реальном времени определяет противников, а электроды на руке вызывают сокращение мышц — рука сама дёргается в сторону цели и нажимает на спуск. Время реакции системы — менее 100 мс, что быстрее любого профи. Это уже не просто бот, а гибрид человека и машины, серая зона, где компьютер принимает решение, но мышцы движутся сами.
Несмотря на все успехи, остаются игры, где человек пока держится. "Дипломатия" — настольная игра о Европе начала двадцатого века, где главное не просчёт ходов, а переговоры, союзы и предательства. В 2022 году программа Cicero показывала результаты на уровне хорошего любителя, но до топ-игроков ей далеко, потому что она не понимает человеческой психологии в полной мере.
Hanabi — карточная игра, где игроки не видят своих карт, но видят карты других. Здесь нужно действовать сообща, давать подсказки и понимать намерения партнёра. Исследования 2023 года показали, что люди до сих пор предпочитают играть с людьми, потому что ИИ ведёт себя ненадёжно и непредсказуемо, ему не хватает теории разума.
В творческих играх и песочницах вроде Minecraft нет цели победить, есть творчество и стройка. ИИ может построить дом по шаблону, но не может создать нечто действительно новое или эстетически гениальное. В королевских битвах слишком большое пространство и слишком много непредсказуемых переменных, опытный человек легко обыгрывает ботов, потому что действует не по шаблону.
Бывают случаи, когда люди побеждают ИИ в играх, где ИИ считался непобедимым, за счёт нестандартных стратегий, которые не были заложены в обучающую выборку. В StarCraft игроки иногда находили способ сломать алгоритм поведения ИИ неожиданными тактиками, например бесконечными мелкими атаками в разные точки.
Технически ИИ может победить человека почти в любой игре с чёткими правилами, если перед ним поставить такую задачу. Но есть игры, где победа требует понимания человеческой души, или где победа просто не нужна разработчикам. Человек пока держится там, где нужно не просто считать, а чувствовать и творить. Пока держится.
Казахстан рвётся в ИИ-лидеры: главные технологические события 2026 года