چهار عامل هوش مصنوعی که Google's Gemini 4 Argon را اجرا می‌کنند، Minecraft را از یک تخم‌گذاری تصادفی تا شکست Ender Dragon بدون یک دستورالعمل انسانی کامل کرده‌اند، چیزی که محققان به عنوان اولین تکمیل مستقل پایان به انتها توسط عوامل هوش مصنوعی توصیف می‌کنند.

نتیجه توسط یک تیم Google DeepMind - Maxence Faldor، Satinder Singh و Roberta Raileanu - در مقاله‌ای که در 15 اکتبر در arXiv با عنوان "تیمی از ماموران Gemini 4 Argon Minecraft را شکست می‌دهد" منتشر شد. این اجرا پس از آنکه The Decoder آن را در 18 اکتبر پوشش داد، توجه بیشتری را به خود جلب کرد و در لحظه ای فرود آمد که مدل های مرزی به سرعت در حال استعمار وظایفی هستند که اخیراً به سیستم های هوش مصنوعی خاص و مخصوص بازی نیاز داشتند. برای خوانندگانی که [آخرین پیشرفت‌های هوش مصنوعی] (https://aibuzzwire.news) را ردیابی می‌کنند، یکی از واضح‌ترین نمایش‌های مدل‌های مرزی است که کار هماهنگ و هدف‌دار را در طول ساعت‌ها حفظ می‌کنند.

یک جعبه شن، یک هدف، و بدون فیلمنامه انسانی

تنظیم آزمایشی عمداً خالی بود. محققان چهار عامل Gemini 4 Argon را در یک دنیای بقای Minecraft در جعبه سندباد قرار دادند که از دنیایی که به‌طور تصادفی تولید می‌شد شروع شد، و به تیم یک هدف دادند: شکست دادن Ender Dragon.

هیچکس نقشی را تعیین نکرد هیچ کس منطق بازی، استراتژی یا ابزارهای خاص بازی را ننوشت. هیچ دانه از پیش شناسایی شده ای مورد استفاده قرار نگرفت - یک میانبر رایج در تحقیقات هوش مصنوعی Minecraft که به طور موثر نقشه شناخته شده ای را در اختیار مامور قرار می دهد. هر عامل یک بازیکن را از طریق Mineflayer کنترل می‌کرد، یک کتابخانه جاوا اسکریپت منبع باز برای مشتریان Minecraft قابل برنامه‌ریزی، و این چهار نفر از طریق چت درون بازی و یک فروشگاه حافظه مشترک هماهنگ می‌شدند.

این مقاله می‌گوید: «با شروع از دنیایی که به‌طور تصادفی بر روی سختی آسان تولید می‌شد، این تیم ۲۷۸۳ برنامه نوشت و در ۲۷ ساعت و ۱۴ دقیقه اژدها را شکست داد و ۶۰۵ بار در طول راه مرد. طبق اطلاعات ما، این اولین تکمیل مستقل سرتاسر Minecraft توسط عوامل هوش مصنوعی است که تنها با استفاده از کتابخانه استاندارد Mineflayer بدون دانه‌های از پیش شناسایی شده یا سایر ابزارهای خاص بازی نوشته شده توسط انسان به دست آمده است.

چگونه عوامل خود را سازماندهی کردند

چیزی که فرار را قابل توجه می کند، پیروزی کمتری نسبت به تقسیم کار است که به خودی خود پدید آمد. بر اساس این مقاله و گزارش The Decoder، ماموران بدون اینکه به آنها گفته شود وظایف را تقسیم کردند، به یکدیگر در مورد تهدیدها هشدار دادند، موارد را از هم تیمی های سقوط کرده بازیابی کردند و اشتباهات را در یک حافظه مشترک ثبت کردند تا همان خطا کورکورانه تکرار نشود.

اعداد و ارقام بافت یک روز به علاوه بازی مستقل را به تصویر می کشد: 2783 برنامه جاوا اسکریپت نوشته شده و اشکال زدایی شده توسط عوامل، 229 پیام چت درون بازی رد و بدل شده، و 605 مرگ جذب شده در طول مسیر. محققان می‌توانستند کل اجرا را روی داشبورد زنده تماشا کنند و این اختیار را داشتند که هر زمان که بخواهند آن را متوقف یا متوقف کنند - اما آنها گزارش می‌دهند که دلیلی برای مداخله نداشتند.

صورتحساب: 1620 دلار

خودمختاری در این مقیاس رایگان نیست. Decoder محاسبه می کند که کل جلسه تقریباً 1620 دلار با قیمت استاندارد Gemini 4 Argon که در سال 2027 اعمال می شود، هزینه دارد. این رقم ارزش توقف دارد: یک تیم چند عاملی دنیای 3 بعدی متخاصم را کاوش کردند، بر اقتصاد ساخت آن تسلط یافتند، و یک مبارزه با رئیس را در بیش از یک روز ساعت دیواری انجام دادند. تنظیم دقیق، بدون شکل دادن به پاداش توسط انسان.

همچنین نشان دهنده سرعت تغییر اقتصاد است. شکست Minecraft، تا همین اواخر، نقطه عطفی بود که نیاز به سیستم‌های سفارشی داشت که از ابتدا روی میلیون‌ها فریم گیم‌پلی آموزش دیده بودند. در اینجا به یک مدل مرزی همه منظوره که از طریق یک کتابخانه Minecraft درجه یک سرگرمی استفاده می‌شد، افتاد.

چرا فراتر از بازی مهم است

نویسندگان می نویسند: "برنده شدن مستلزم آن بود که عوامل یک برنامه منسجم در هزاران مرحله وابسته برای بیش از یک روز حفظ کنند." "مهندسی نرم افزار دنیای واقعی و وظایف سازمانی پیچیده نیاز به کدگذاری افق طولانی و هماهنگی چند عاملی دارند."

این قاب‌بندی توضیح می‌دهد که چرا باس فایت بازی بلوک به عنوان یک نتیجه تحقیقاتی به جای یک شیرین کاری ارائه می‌شود. حالت شکستی که از لحاظ تاریخی عوامل هوش مصنوعی را محدود کرده است، هوشمندی در فواصل کوتاه نیست، بلکه انسجام در طول زمان است - از دست دادن طرح در صدها مرحله، در تضاد با تصمیمات قبلی، یا شروع مجدد در حلقه ها. اجرای Minecraft شواهدی است که نشان می‌دهد یک مدل مرزی می‌تواند ساختار را در طول یک افق با ساعت اندازه‌گیری کند.

محدودیت ها واقعی هستند و نویسندگان آنها را پرچم گذاری می کنند. سختی آسان، دنیای محدود، و شرایط برنده واضح، Minecraft را به محیطی دوستانه تر از یک محل کار باز تبدیل می کند. خود مقاله فضایی را به مرزهای نتیجه اختصاص می‌دهد، و یک اجرا که به یک باس‌کش ختم می‌شود، اطلاعات کمی در مورد وظایف نامرتب بدون حالت پایان تعریف‌شده دارد.

زمینه: مرزی با حرکت سریع

Gemini 4 Argon توانمندترین مدل مرزی گوگل است که اکنون طبق گفته The Decoder در سراسر جهان در دسترس است و نتیجه Minecraft جدیدترین دستاورد در مجموعه ای از دستاوردهای بازی افق بلند مدل های مرزی امسال است. از آنجایی که ماموران تکالیف طولانی تری را بر عهده می گیرند، ارزیابی از پاسخ دادن به سوال تک نوبتی به سمت دقیقاً این نوع آزمون استقلال یک روزه تغییر می کند.

Minecraft سقف نخواهد بود. اما دستور العمل نشان داده شده در اینجا - مدل های عمومی، ابزارهای آماده، حافظه مشترک، و بدون داربست انسانی - بخشی است که تعمیم می دهد.

---

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 →