Doomformer là một dự án sáng tạo, đưa toàn bộ quá trình tính toán của mạng nơ-ron vào bên trong một bản đồ DOOM, nơi mỗi “búp bê voodoo” đại diện cho một phần của mô hình, từ hàm kích hoạt đến phép nhân ma trận.
Trong mô hình này, các số được biểu diễn bằng đám búp bê di chuyển trên băng chuyền, các hàm kích hoạt là cầu thang mà chúng phải leo lên, còn phép nhân ma trận là các búp bê chạy qua các dải lava. Khi các búp bê dừng lại, mức sáng của các phòng được đọc lại và so sánh với kết quả tham chiếu từ NumPy; bất kỳ sai lệch nào dù chỉ một giá trị cũng sẽ làm quá trình thất bại.
Thử nghiệm với bộ dữ liệu MNIST cho thấy Doomformer đọc đúng 30/30 chữ số (0‑9, mỗi chữ số 3 biến thể) với độ chính xác tuyệt đối. Thời gian thực hiện một lần READ trong môi trường đồ họa là 2,75 phút, còn ở chế độ không giao diện (headless) chỉ khoảng 1‑1,5 phút, tương đương 5.705 game tics.
Để sử dụng, người dùng chỉ cần cài đặt qua pip install git+https://github.com/mottopanikeiku/doomformer (yêu cầu Python 3.11+, Linux/macOS, git, cmake, trình biên dịch C) hoặc chạy notebook trên Google Colab, nơi mọi phụ thuộc được cài đặt tự động và giao diện vẽ chữ số được cung cấp.
Dự án không chỉ là một minh chứng thú vị về khả năng “đánh đổi” tính toán sang môi trường game, mà còn mở ra hướng nghiên cứu mới cho cộng đồng AI Việt Nam, khuyến khích sáng tạo trong việc tích hợp AI với các nền tảng giải trí và giáo dục.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com