Есть игры, в которых город перестает быть декорацией и превращается в систему улик. Обычная улица становится шифром, вывеска – доказательством, детская площадка – контрольной точкой, а старый закладной камень – финальным фрагментом расследования. Так устроен "Бегущий город" – городское ориентирование, где участники не просто бегут или едут по маршруту, а разгадывают адреса через загадки, изображения, исторические намеки, языковые игры и культурные ассоциации.
Обычно в такой игре соревнуются команды. В этот раз автор решил превратить игру еще и в эксперимент. Его друзья участвовали в маршруте по-настоящему, с неизвестными заранее ответами, поэтому появилась редкая возможность проверить искусственный интеллект (ИИ) не в лабораторной задаче, а в живом городском расследовании: сможет ли модель соревноваться с командой в скорости и точности решения загадок, когда времени мало, данные неполные, а правильный ответ никому не известен.
Дуэль реальной команды с ИИ
Искусственный интеллект здесь выступал не официальным игроком, а удаленным аналитическим штабом.
Команда друзей автора двигалась по Москве физически: смотрела фасады, искала стенды, считала окна, проверяла направления. А модель ИИ параллельно пыталась решать те же задачи по фотографиям, текстам и открытым источникам. Получилась почти дуэль: люди на маршруте против цифрового следователя, а в реальности – все вместе против хитрости организаторов.
Всего в этой мини-гонке было 10 задач. Команда нашла правильный ответ на 9 из них. ИИ справился примерно с 7,5: где-то дал точное решение, где-то вывел к правильному району и логике, но уступил финальную проверку людям на месте. Счет получился честный и показательный: машина быстро строит версии, но город все еще требует человеческих глаз, ног и интуиции.
Примеры задач
Чтобы понять уровень сложности, достаточно посмотреть на несколько задач. Это были не вопросы на знание справочника и не прямые адресные подсказки. Каждая загадка требовала собрать цепочку из изображения, языковой игры, культурной ассоциации и проверки городской среды.
Одна из загадок выглядела почти как детская картинка: 10 банок с нулями. Но за этим пряталась числовая игра: много нулей складывались в "миллион", а дальше цепочка вела к улице Академика Миллионщикова. Но адрес был только первым шагом: по условию нужно было отойти севернее от указанного дома и найти площадку в парке "Жужа". Там уже обнаруживался игровой объект со стендом правил – "Логово разбойника". Так абстрактная картинка превращалась в конкретную точку на карте, а задача – в маленькое расследование с несколькими слоями смысла.
В другой загадке картинка с рыбаками оказалась не про рыбалку. Ключом стала щука, а от нее – улица Архитектора Щусева в районе ЗИЛАРТа. Дальше включилась география: у юго-восточного конца улицы стоял красный дом, а на нем вывеска La Casa del Habano. Вопрос "Каса дель что?" получил ответ: Habano.Здесь ИИ отыгрался: изображение, слово, карта и вывеска сложились в одну цепочку.
Были и задачи почти детективного жанра. На картинке – Ленин, врач и фраза "сын главного". Но вместо политической или медицинской версии ключ уходил в массовую культуру: персонажи сериала "Интерны". Если есть Левин, Черноус и Романенко, то недостающий – Лобанов. Значит, искать надо улицу Лобанова. Это уже не поиск по ключевым словам, а работа с контекстом, визуальным, языковым и культурным одновременно.
От игры к задачам безопасности
Главный вывод выходит далеко за пределы игры. Такой сценарий показывает, как ИИ можно нестандартно использовать в задачах безопасности. Не только для генерации отчетов или чат-ботов первой линии, а как аналитический модуль в расследованиях, OSINT, ситуационных центрах, учениях, разборе инцидентов, поиске связей между объектами, текстами, изображениями и географией.
Например, в физической безопасности ИИ может помогать анализировать маршруты обхода, сопоставлять фотографии объектов с картой, искать аномалии в городской среде. В корпоративной безопасности – связывать разрозненные сигналы: письмо, скриншот, упоминание адреса, фото бейджа, локацию встречи. В обучении сотрудников – создавать интерактивные квесты по распознаванию угроз, социальной инженерии и проверке внимательности. В кибербезопасности – работать как "следователь гипотез": не заменять SOC-аналитика, а быстро строить версии и показывать, что нужно проверить.
Прообраз сотрудничества человека и ИИ
ИИ здесь не оракул. Он ошибается, увлекается красивыми совпадениями и иногда слишком рано выбирает версию. Но самый интересный эффект проявился в тупиковых ситуациях: когда ни команда, ни модель не могли сразу найти правильный ответ, соревнование незаметно превращалось в совместную работу.
Команда начинала проверять версии ИИ на местности, возвращала уточнения, отсекала неверные направления и добавляла собственные наблюдения. Так цифровой аналитик и люди на маршруте собирали решение уже не по отдельности, а как единая распределенная система. Именно это и похоже на практический прообраз будущей работы человека и ИИ: модель расширяет поле поиска и структурирует хаос, а человек проверяет гипотезы реальностью и добавляет контекст, которого нет в данных.
Модель будущих расследований
Городская игра стала маленькой моделью будущих расследований. Мир все чаще говорит с нами не прямыми сообщениями, а намеками: через изображения, маршруты, цифровые следы, странные совпадения и неполные данные. И выигрывает не тот, кто знает ответ заранее, а тот, кто умеет строить проверяемые гипотезы быстрее других.
Алексей Коржебин
Эксперт редакции журнала "Системы безопасности"
Иллюстрация сгенерирована нейросетью Kandinsky