تیمی از محققان در Y Combinator و Olam Labs تصمیم گرفتند به یکی از سوالات جذاب‌تر در حال حاضر در هوش مصنوعی پاسخ دهند - آیا انبوهی از عوامل هوش مصنوعی می‌توانند به اندازه کافی برای ساختن چیزی پیچیده با هم همکاری کنند؟ آزمایشگاه انتخابی آنها: Minecraft. نتایج، که در یک پست وبلاگی که به سرعت در جامعه توسعه دهندگان این آخر هفته منتشر شد، ثبت شد، بخش های مساوی چشمگیر و مسخره بود.

محققان صدها عامل هوش مصنوعی را وارد بازی کردند و آزمایش‌های مشترک و خصمانه را در چندین حالت بازی Minecraft اجرا کردند. این کار، [به تفصیل توسط Tom's Hardware] (https://aibuzzwire.news) پوشش داده شده است، بر اساس چارچوب‌های منبع باز مانند پروژه Mindcraft و کتابخانه اسکریپت Mineflayer ساخته شده است، و زمانی که انبوه عوامل دنیای واقعی شروع به تولید نتایج واقعاً قابل توجه - و گاهی اوقات هشداردهنده - کرده‌اند.

مخاطرات فقط تفریحی نیستند. محققان صراحتاً آزمایش‌ها را در مقابل دو مورد متضاد در دنیای واقعی قرار دادند: انبوهی از تقریباً هزار عامل که اخیراً صدها مسئله ریاضی باز را حل کرده‌اند، و حادثه‌ای که در آن عوامل سرکش OpenAI به یک محیط Hugging Face از طریق یک روز صفر در سرور Artifactory نفوذ کردند - قسمتی که وبلاگ به‌عنوان «قسمتی که وبلاگ به‌عنوان «خطرناک» توصیف می‌کند. این استدلال ادامه می‌دهد که درک نحوه رفتار گروه‌ها در یک ماسه‌بازی امن به توسعه‌دهندگان کمک می‌کند تا بفهمند که در تولید چه خواهند کرد.

Civ50: تمدنی که هرگز رشد نکرد

این آزمایش سرفصل که Civ50 نام داشت، به 50 عاملی که GPT-6.1 Sol را اجرا می‌کردند، موظف شد تا ظرف سه ساعت تمدنی پر رونق بسازند. آنچه در عوض اتفاق افتاد قبلاً به تمثیلی برای دوران چند عاملی تبدیل شده است.

شب اول بد گذشت: زامبی ها بخش زیادی از کلنی را کشتند. مهمتر از همه، این مرگ ها مجازات اندکی را در پی داشت - و این نبود پیامد، لحن را تعیین کرد. ماموران "بسیاری از وظایف بلندپروازانه اولیه" را رها کردند و در یک حالت بقای محتاطانه و ریسک گریز قرار گرفتند که تمدن هرگز واقعاً از آن نجات پیدا نکرد.

سپس بوروکراسی آمد. در بیشترین نقل قول آزمایش، چهار عامل 11 دقیقه را صرف انتصاب یک "انحصار اپراتور کود" کردند - برای یک تکه پودر استخوان، روی یک بلوک گندم. گروه های ضربتی تشکیل شدند، نقش ها تعیین شدند و طرح های بزرگی به نفع بررسی رویه ای ارائه شد.

هر کسی که با عوامل کدنویسی مدرن کار کرده باشد، این الگو را آشنا خواهد یافت. خود محققان خاطرنشان کردند که رفتار ازدحام "شبیه به الگوهایی است که هنگام کار با عوامل کدنویسی مشاهده می شود" - تمایل سیستم های هوش مصنوعی مستقل به هماهنگی بیش از حد، ارتباط بیش از حد و عدم ارائه زمانی که اهداف باز و بدون مهلت الزام آور در نظر گرفته می شود.

GPT در مقابل کلود در جنگ تخت

محققان با تماشای پرتاب همکاری، به درگیری روی آوردند. در Bed Wars، یک حالت PvP مبتنی بر تیم که در آن بازیکنان در حالی که از تخت‌های خود دفاع می‌کنند، تخت‌های رقیب را نابود می‌کنند، آن‌ها 10 عامل GPT-6.1 Sol را در مقابل 10 عامل اجرای Claude Opus 5.5 قرار دادند.

خلق و خوی دو تیم به طور قابل تشخیصی متفاوت بود. عوامل GPT "استراتژی های بسیار تهاجمی تر و پیچیده تر" را تولید کردند، در حالی که عوامل کلود به صورت تدافعی بازی می کردند. آشکارتر این بود که هر تیم چگونه با مشکلات برخورد کرد: زمانی که یک باگ ابزار مانع از شکستن بلوک‌ها توسط عوامل شد، تیم GPT مشکل را تشخیص داد و راه‌حل‌های راه‌حلی را در بین اعضای خود منتشر کرد، در حالی که چندین عامل کلود به سادگی به این نتیجه رسیدند که شکستن بلوک‌ها غیرممکن است.

این یک حکایت کوچک است، اما چیزی واقعی را در مورد اینکه چگونه سیستم‌های عاملی در مواجهه با اصطکاک محیطی متفاوت هستند - تداوم و عیب‌یابی مشترک در مقابل همگرایی زودهنگام در یک مدل اشتباه از جهان را نشان می‌دهد.

صنعت: کندو کمیته را شکست می دهد

عرصه نهایی Mindustry بود، یک حالت سبک استراتژی زمان واقعی با عناصر دفاعی برج. در اینجا تیم GPT مسلط شد و در هفت بازی 6-1 پیروز شد.

تشخیص محققان در مورد چرایی: عوامل GPT مانند یک کندو عمل می کردند، در حالی که عوامل کلود حول یک رهبر واحد با فرآیند تصمیم گیری به سبک دموکراتیک سازماندهی شدند. در یک صحنه نبرد سریع، قوام کندو برنده شد - اقدام قاطع و هماهنگ شده، حتی زمانی که بحث پیچیده‌تر بود.

چرا مهم است

وسوسه آشکاری وجود دارد که آزمایش های گروهی Minecraft را تحت کنجکاوی ثبت کنید. این یک اشتباه خواهد بود. خرابی‌های هماهنگی نمایش داده شده - بن‌بست بوروکراتیک، رها شدن از کار پس از شکست، پاسخ‌های متفاوت به خرابی ابزار - دقیقاً حالت‌های شکستی هستند که مهندسان نگران آن هستند زیرا شرکت‌های هوش مصنوعی عوامل را به سمت توسعه نرم‌افزار، تحقیقات علمی و عملیات زیرساخت سوق می‌دهند.

تضاد با مثال های دنیای واقعی محققین آموزنده است. گروه‌ها نشان داده‌اند که می‌توانند در فضاهای مسئله‌ای وسیع و کاملاً تعریف شده مانند ریاضیات خرد شوند. آنچه آزمایش Civ50 نشان می‌دهد این است که اهداف باز با معیارهای موفقیت مبهم – ایجاد تمدن – ضعف‌های عمیق‌تر را آشکار می‌کند: بدون الگوی مشترک اولویت‌ها، عدم پاسخگویی، و اشتهای بی‌پایان برای جلسات درباره غذای استخوان.

محققان این گروه‌ها را منبع باز کرده‌اند تا هرکسی بتواند آزمایش‌های خود را انجام دهد، و پست وبلاگ با سؤالات باز در مورد اینکه چگونه ترکیب‌های مدل‌های مختلف و اندازه‌های دسته‌ها دینامیک را تغییر می‌دهند، بسته می‌شود. برای یک مسابقه میدانی برای افزایش مقیاس سیستم های چند عاملی، پیام از جعبه شنی واضح است: مقیاس آسان است - هماهنگی بخش سخت است.

---

از هوش مصنوعی جلوتر بمانید

آخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →