Энтузиасты с канала ServerFlow AI Lab решили протестировать возможности языковой модели DeepSeek-V4-Flash-0731 в необычной роли инженера обратной разработки. В качестве экспериментальной площадки авторы выбрали культовый экшен Grand Theft Auto: San Andreas. Перед искусственным интеллектом стояла сложная задача: воссоздать функцию управления игровой камерой исключительно на базе анализа скомпилированного исполняемого файла без какого-либо доступа к исходникам Rockstar Games.
Для проведения комплексных тестов нейросеть развернули локально на мощном сервере ASUS с 4 графическими ускорителями NVIDIA RTX PRO 5000 Blackwell, которые суммарно предоставили 288 ГБ видеопамяти. В процессе работы модель исследовала бинарный код игры через декомпилятор Ghidra, построчно разбирая инструкции и формируя собственную реализацию на языке C++. Алгоритм должен был с нуля воссоздать логику поведения камеры, включая оригинальный порядок математических вычислений, тригонометрию и ветвления условий.
Сгенерированный искусственным интеллектом код был скомпилирован в формате специального ASI плагина, который перехватывал вызовы по фиксированным адресам памяти в исполняемом файле GTA: San Andreas. С первой попытки сборка не удалась из-за ошибок компилятора, однако после передачи логов об ошибках обратно в DeepSeek модель за несколько итераций самостоятельно скорректировала код и выдала полностью рабочий бинарник.
Сравнение оригинального геймплея и сессии с модифицированным кодом наглядно показало как успехи, так и ограничения машинного подхода. В базовых сценариях, когда главный герой неспешно идет пешком или едет на велосипеде, воссозданная камера ведет себя стабильно и следует за персонажем почти без видимых отличий от оригинала.
Критический сбой в расчетах нейросети проявился при посадке в транспорт и резких маневрах на высокой скорости. Из-за ошибок в позиционировании камера начинала спонтанно уходить в сторону, заваливать линию горизонта, а при резких поворотах автомобиля и вовсе переворачивалась вверх тормашками, создавая абсурдный визуальный хаос на улицах виртуального штата.
Эксперимент продемонстрировал, что нейросети уже способны разбирать скомпилированный код классических видеоигр и генерировать функциональные библиотеки на C++, однако до полноценного и безошибочного реверс-инжиниринга сложной игровой логики без ручной доработки программистами алгоритмам пока далеко.
Источник: www.playground.ru