ארבעה סוכני AI המנהלים את Gemini 4 Argon של גוגל השלימו את מיינקראפט מהשראת אקראית ועד לתבוסה של דרקון האנדר ללא הוראה אנושית אחת, במה שהחוקרים מתארים כהשלמה האוטונומית הראשונה מקצה לקצה של המשחק על ידי סוכני AI.

התוצאה מגיעה מצוות Google DeepMind - מקסנס פאלדור, סאטינדר סינג ורוברטה ריילאנו - בעיתון שפורסם ב-arXiv ב-15 באוקטובר תחת הכותרת "צוות של סוכני Gemini 4 Argon מנצח את Minecraft". הריצה משכה תשומת לב רחבה יותר לאחר שהמפענח כיסה אותה ב-18 באוקטובר, והיא נוחתת ברגע שבו דגמי חזית מיישבים במהירות משימות שרק לאחרונה דרשו מערכות בינה מלאכותית ייעודיות וספציפיות למשחק. לקוראים שעוקבים אחר התפתחויות הבינה המלאכותיות האחרונות, זוהי אחת ההדגמות הברורות ביותר עד כה של מודלים חזיתיים המקיימים עבודה מתואמת ומכוונת מטרה לאורך שעות רבות.

ארגז חול, מטרה אחת וללא תסריטים אנושיים

מערך הניסוי היה חוסך בכוונה. החוקרים הציבו ארבעה סוכני Gemini 4 Argon בעולם הישרדות Minecraft בארגז חול בקושי קל, החל מעולם שנוצר באקראי, ונתנו לצוות מטרה אחת: להביס את דרקון אנדר.

אף אחד לא הקצה תפקידים. אף אחד לא כתב היגיון משחק, אסטרטגיות או כלים ספציפיים למשחק. לא נעשה שימוש בזרעים שנבדקו מראש - קיצור דרך נפוץ במחקר בינה מלאכותית של Minecraft שלמעשה מעביר לסוכן מפה ידועה. כל סוכן שלט בשחקן דרך Mineplayer, ספריית JavaScript בקוד פתוח עבור לקוחות Minecraft הניתנים לתכנות, והארבעה תיאמו באמצעות צ'אט בתוך המשחק ומאגר זיכרון משותף.

"החל מעולם שנוצר באקראי על קושי קל, הצוות כתב 2,783 תוכניות והביס את הדרקון תוך 27 שעות ו-14 דקות, ומת 605 פעמים בדרך", נכתב בעיתון. "למיטב ידיעתנו, זוהי ההשלמה האוטונומית הראשונה מקצה לקצה של Minecraft על ידי סוכני AI, שהושגה רק באמצעות ספריית Mineplayer הסטנדרטית ללא זרעים שנבדקו מראש או כלים ספציפיים למשחק אחרים שנכתבו על ידי בני אדם."

איך הסוכנים ארגנו את עצמם

מה שהופך את הריצה לבולטת הוא פחות הניצחון מאשר חלוקת העבודה שצמחה מעצמה. על פי העיתון והדיווח של The Decoder, הסוכנים פיצלו משימות מבלי שאמרו להם, הזהירו זה את זה מפני איומים, שחזרו פריטים מחברי צוות שנפלו, ורישמו טעויות בזיכרון משותף כך שאותה שגיאה לא חזרה על עצמה בצורה עיוורת.

המספרים לוכדים את המרקם של יום פלוס של משחק אוטונומי: 2,783 תוכניות JavaScript שנכתבו וניפו באגים על ידי הסוכנים, 229 הודעות צ'אט במשחק הוחלפו ו-605 מקרי מוות שנספגו בדרך. החוקרים יכלו לצפות בכל הריצה על לוח מחוונים חי והוסמכו להשהות או לעצור אותה בכל עת - אבל, הם מדווחים, לא הייתה להם סיבה להתערב.

החשבון: $1,620

אוטונומיה בקנה מידה זה אינה חופשית. המפענח מחשב שכל ההפעלה עלתה כ-$1,620 במחיר הסטנדרטי של Gemini 4 Argon שייכנס לתוקף בשנת 2027. כדאי לעצור את הנתון הזה: צוות מרובה סוכנים חקר עולם תלת-ממדי עוין, השתלט על כלכלת היצירה שלו, וביצע קרב בוס במשך יותר מיממה של זמן של שעון קיר, ללא אימון מחדש של ה-API, ללא שעון-ממשק, ללא התאמה מחדש. עיצוב תגמול על ידי בני אדם.

זה גם משקף כמה מהר הכלכלה משתנית. לנצח את מיינקראפט היה, עד לאחרונה, סוג של אבן דרך שדרשה מערכות מותאמות מאומנות מאפס על מיליוני פריימים של משחק. כאן זה נפל למודל גבול למטרות כלליות ששימש דרך ספריית Minecraft בדרגת חובבים.

למה זה חשוב מעבר למשחק

"הזכייה חייבה את הסוכנים לשמור על תוכנית קוהרנטית לאורך אלפי צעדים תלויים במשך יותר מיום", כותבים המחברים. "משימות מורכבות של הנדסת תוכנה ומשימות ארגוניות בעולם דורשות את אותו קידוד לטווח ארוך ותיאום ריבוי סוכנים."

המסגור הזה מסביר מדוע קרב בוס של משחק בלוק מוצג כתוצאת מחקר ולא כפעלול. מצב הכישלון שהגביל היסטורית סוכני AI אינו אינטליגנציה בפרצים קצרים אלא קוהרנטיות לאורך זמן - איבוד העלילה על פני מאות שלבים, סותר החלטות קודמות או הפעלה מחדש במעגלים. ריצת Minecraft היא עדות לכך שמודל חזית יכול להחזיק מבנה על פני אופק הנמדד בשעות.

הגבולות אמיתיים, והמחברים מסמנים אותם. קושי קל, עולם מוגבל ותנאי ניצחון חדים הופכים את Minecraft לסביבה ידידותית יותר ממקום עבודה פתוח. העיתון עצמו מקדיש מקום לגבולות התוצאה, וריצה שמסתיימת בהרג בוס אומרת מעט על משימות מבולגנות ללא מצב סיום מוגדר.

הקשר: גבול שנע במהירות

Gemini 4 Argon הוא דגם הגבול המסוגל ביותר של גוגל, זמין כעת ברחבי העולם על פי The Decoder, ותוצאת Minecraft היא האחרונה בשורה של הישגי גיימינג ארוכי אופק על ידי דגמי חזית השנה. ככל שסוכנים לוקחים על עצמם משימות ארוכות יותר, ההערכה עוברת מתשובה לשאלות חד-פעמיות לכיוון בדיוק מסוג זה של מבחן אוטונומיה בן יום.

מיינקראפט לא תהיה התקרה. אבל המתכון שהודגם כאן - מודלים כלליים, כלים מהמדף, זיכרון משותף וללא פיגומים אנושיים - הוא החלק שמכליל.

---

הישאר לפני AI

קבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.

קרא עוד חדשות AI →