Τέσσερις πράκτορες τεχνητής νοημοσύνης που τρέχουν στο Gemini 4 Argon της Google κέρδισαν το Minecraft χωρίς ανθρώπινη συνδρομή, σκοτώνοντας το Ender Dragon σε μια πλήρως αυτόνομη διαδρομή που διήρκεσε 27 ώρες και 14 λεπτά. Η ομάδα του Google DeepMind έριξε τους πράκτορες σε έναν κόσμο που δημιουργήθηκε τυχαία χωρίς να εκχωρήσει ρόλους, στρατηγικές ή εργαλεία ειδικά για το παιχνίδι, σύμφωνα με μια εργασία των Faldor et al. καλύφθηκε από το The Decoder — και οι πράκτορες οργανώθηκαν, συνεργάστηκαν και κέρδισαν.
Το Minecraft είναι εδώ και πολύ καιρό ένα επίμονο σημείο αναφοράς για την τεχνητή νοημοσύνη. Σε αντίθεση με το σκάκι ή το Go, απαιτεί προγραμματισμό μεγάλου ορίζοντα, ανοιχτή εξερεύνηση, δημιουργία εργαλείων και συντονισμό - όλα αυτά σε έναν κόσμο που αλλάζει κάθε φορά που αναπαράγεται σε αυτό. Το να νικήσεις το τελευταίο αφεντικό του παιχνιδιού απαιτεί ιστορικά είτε ανθρώπινη καθοδήγηση είτε βαριά σεναριακές ρυθμίσεις εκπαίδευσης. Αυτή η πορεία, αντίθετα, ξεκίνησε με τέσσερις πράκτορες και τίποτα άλλο.
Το τρέξιμο με αριθμούς
Τα στατιστικά στοιχεία από τη συνεδρία φαίνονται σαν το αρχείο καταγραφής μιας χαοτικής αλλά τελικά επιτυχημένης αποστολής:
- 27 ώρες, 14 λεπτά συνεχούς αυτόνομου παιχνιδιού
- 2.783 προγράμματα JavaScript γραμμένα από τους ίδιους τους πράκτορες
- 229 μηνύματα συνομιλίας που ανταλλάχθηκαν μεταξύ των τεσσάρων πρακτόρων
- 605 θάνατοι στην πορεία
Αυτό το τελευταίο σχήμα αξίζει να τονιστεί. Οι πράκτορες πέθαναν περισσότερες από εξακόσιες φορές πριν ολοκληρώσουν το παιχνίδι, και σύμφωνα με την κάλυψη της εφημερίδας από το Tom's Hardware, το έκαναν στη ρύθμιση Εύκολης δυσκολίας του παιχνιδιού. Η ίδια έκθεση υπολόγισε τη δαπάνη συμβολαίων για την εκτέλεση σε περίπου 520 $, ενώ ο αποκωδικοποιητής, υπολογίζοντας στην τυπική τιμολόγηση του Gemini 4 Argon που θα τεθεί σε ισχύ το 2027, ανέβασε το σύνολο στα 1.620 $. Είτε έτσι είτε αλλιώς, το κόστος μιας ολοκλήρωσης του Minecraft από άκρο σε άκρο από πράκτορες τεχνητής νοημοσύνης γενικής χρήσης μετριέται πλέον σε εκατοντάδες δολάρια — όχι σε εκατομμύρια που επενδύθηκαν στα ειδικά σχεδιασμένα AI παιχνιδιών των προηγούμενων ετών.
Αναδυόμενη ομαδική εργασία, χωρίς σενάρια
Αυτό που κάνει το αποτέλεσμα αξιοσημείωτο δεν είναι μόνο ότι κέρδισαν οι παράγοντες, αλλά πώς. Χωρίς να έχουν ανατεθεί ρόλοι, οι τέσσερις πράκτορες μοιράστηκαν τα καθήκοντα μεταξύ τους, αναφέρει το The Decoder. Προειδοποιούσαν ο ένας τον άλλον για απειλές, ανέκτησαν αντικείμενα από νεκρούς συμπαίκτες και κατέγραψαν λάθη σε μια κοινή μνήμη που επέτρεψαν στην ομάδα να αποφύγει την επανάληψη σφαλμάτων.
Με άλλα λόγια, η συμπεριφορά συντονισμού που συνήθως κωδικοποιούν οι προγραμματιστές παιχνιδιών σε ομάδες NPC προέκυψε από μόνη της από τέσσερις περιπτώσεις του ίδιου μοντέλου, ενός κοινόχρηστου κόσμου και ενός καναλιού επικοινωνίας. Τα 2.783 αυτογραμμένα προγράμματα JavaScript λειτουργούν ως μια ολοένα αναπτυσσόμενη βιβλιοθήκη δεξιοτήτων: μόλις ένας πράκτορας καταλάβει πώς να μυρίσει το σίδερο ή να νικήσει ένα miniboss, αυτή η γνώση παραμένει ως επαναχρησιμοποιήσιμος κώδικας αντί να μένει μόνο στο παράθυρο περιβάλλοντος του μοντέλου.
Η λεπτομέρεια της κοινής μνήμης έχει σημασία για οποιονδήποτε ακολουθεί έρευνα αντιπροσώπου. Ομάδες πρακτόρων που μπορούν να συγκεντρώνουν και να μεταδίδουν μαθήματα - αντί να ξεκινούν ξανά από το μηδέν μετά από κάθε αποτυχία - αντιμετωπίζουν μια από τις κεντρικές αδυναμίες των σημερινών πρακτόρων τεχνητής νοημοσύνης, οι οποίοι τείνουν να χάνουν την πρόοδο που κερδίζεται με κόπο τη στιγμή που τελειώνει μια συνεδρία.
Από Purpose-Built Champions έως General Agents
Το αποτέλεσμα είναι το πιο πρόσφατο παράδειγμα ενός μοτίβου που επιταχύνεται σε όλο το πεδίο. Πριν από μια δεκαετία, η τεχνητή νοημοσύνη για βιντεοπαιχνίδια παγκόσμιας κλάσης απαιτούσε εξατομικευμένα συστήματα εκπαιδευμένα από την αρχή για ένα παιχνίδι: DeepMind's AlphaGo for Go, OpenAI Five για Dota 2, AlphaStar για StarCraft II. Το καθένα ήταν μια μνημειώδης προσπάθεια μηχανικής που μπορούσε να κάνει ακριβώς ένα πράγμα.
Οι πράκτορες γενικής χρήσης ξεκαθαρίζουν τώρα προκλήσεις παιχνιδιού που κάποτε απαιτούσαν χρόνια εξειδικευμένης εκπαίδευσης — και το κάνουν με το ίδιο μοντέλο που μπορεί να απαντά σε email ή να γράφει κώδικα. Ο αποκωδικοποιητής σημειώνει ότι το Minecraft είναι απλώς το πιο πρόσφατο παράδειγμα πρακτικών μοντέλων τεχνητής νοημοσύνης που ξεπερνούν τα βιντεοπαιχνίδια που απαιτούσαν ειδικά κατασκευασμένα συστήματα. Κάθε τέτοιο αποτέλεσμα μειώνει την απόσταση μεταξύ του «εντυπωσιακού demo» και του «γενικά ικανού βοηθού που μπορεί να επιδιώξει μεγάλο στόχο σε ένα ακατάστατο περιβάλλον».
Αυτός είναι ακριβώς ο λόγος για τον οποίο το Minecraft ήταν ένα τόσο επίμονο ερευνητικό πεδίο δοκιμών: η επιβίωση αναρριχητικών ζώων είναι τυχαία, αλλά η διατήρηση της συμπεριφοράς που κατευθύνεται στον στόχο για δεκάδες ώρες σε έναν ανοιχτό κόσμο είναι ένας αξιοπρεπής αντιπρόσωπος για το είδος της αυτονομίας που προσπαθούν να δημιουργήσουν τα εργαστήρια τεχνητής νοημοσύνης.
Προειδοποιήσεις και πλαίσιο
Υπάρχουν επιφυλάξεις που αξίζει να θυμάστε. Το τρέξιμο χρησιμοποίησε Easy δυσκολία, σύμφωνα με το Tom's Hardware, και το Minecraft - αν και είναι περίφημο ανοιχτού τύπου - παραμένει ένα παιχνίδι με καλά καθορισμένους κανόνες, ντετερμινιστική φυσική και γενναιόδωρη μηχανική ανανέωσης. Οι 605 θάνατοι θα ήταν θανατηφόροι στις περισσότερες πραγματικές συνθήκες. εδώ κοστίζουν χρόνο και μάρκες.
Αξίζει επίσης να διαβάσετε προσεκτικά τα στοιχεία υπολογισμού και κόστους: οι δύο δημοσιευμένες εκτιμήσεις διαφέρουν κατά τρεις φορές ανάλογα με το μοντέλο τιμολόγησης που χρησιμοποιείται, μια υπενθύμιση ότι "πόσο κόστισε ο αντιπρόσωπος" δεν έχει ενιαία απάντηση μέχρι να σταθεροποιηθούν οι τιμές συμπερασμάτων.
Ωστόσο, τίποτα από αυτά δεν μειώνει το βασικό αποτέλεσμα. Τέσσερις πράκτορες γενικού σκοπού, στους οποίους δεν δίνεται τίποτα παρά ένας κόσμος και ο ένας στον άλλον, αυτο-οργανώθηκαν σε μια αποτελεσματική ομάδα και ολοκλήρωσαν μια από τις πιο μακροχρόνιες προκλήσεις τεχνητής νοημοσύνης του gaming σε μόλις περισσότερο από μια μέρα.
Τι σηματοδοτεί για Agentic AI
Για το DeepMind, η επίδειξη λειτουργεί ως βιτρίνα για τις δυνατότητες του Gemini 4 Argon — η οικογένεια μοντέλων που τοποθετεί η Google για αυτό ακριβώς το είδος εργασίας μακροπρόθεσμου ορίζοντα, που χρησιμοποιεί εργαλεία. Καθώς οι επιχειρήσεις μετακινούν τους πράκτορες τεχνητής νοημοσύνης από την απάντηση ερωτήσεων στην εκτέλεση πολυήμερων ροών εργασίας, δείκτες αξιολόγησης όπως αυτό προσφέρουν μια γεύση του τι μπορούν να υποστηρίξουν τα τρέχοντα μοντέλα όταν ο στόχος είναι μακρύς, το περιβάλλον είναι αντίπαλο και η αποτυχία μετριέται σε εκατοντάδες μικρούς θανάτους και όχι σε έναν μεγάλο.
Ο Ender Dragon έχει πέσει σε μηχανές στο παρελθόν, με βαριά ανθρώπινα ικριώματα. Αυτή τη φορά, τέσσερις πράκτορες μπήκαν σε έναν τυχαίο κόσμο μόνοι - και έφυγαν ως πρωταθλητές.
---
Μείνετε μπροστά από την τεχνητή νοημοσύνηΛάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
