Quattro agenti IA che utilizzavano Gemini 4 Argon di Google hanno battuto Minecraft senza alcun intervento umano, uccidendo l'Ender Dragon in una corsa completamente autonoma durata 27 ore e 14 minuti. Secondo un articolo di Faldor et al., il team di Google DeepMind ha inserito gli agenti in un mondo generato casualmente senza assegnare ruoli, strategie o strumenti specifici del gioco. coperto da The Decoder - e gli agenti si sono organizzati, hanno collaborato e hanno vinto.

Minecraft è stato a lungo un punto di riferimento ostinato per l'intelligenza artificiale. A differenza degli scacchi o del Go, richiede pianificazione a lungo orizzonte, esplorazione aperta, creazione di strumenti e coordinazione, il tutto in un mondo che cambia ogni volta che ci entri. Sconfiggere il boss finale del gioco ha storicamente richiesto la guida umana o configurazioni di allenamento pesantemente programmate. Questa corsa, al contrario, è iniziata con quattro agenti e nient'altro.

La corsa in numeri

Le statistiche della sessione sembrano il registro di una spedizione caotica ma alla fine riuscita:

  • 27 ore e 14 minuti di gioco autonomo continuo
  • 2.783 programmi JavaScript scritti dagli agenti stessi
  • 229 messaggi di chat scambiati tra i quattro agenti
  • 605 morti lungo il percorso

Quest’ultimo dato merita di essere sottolineato. Gli agenti sono morti più di seicento volte prima di completare il gioco e, secondo la copertura del documento di Tom's Hardware, lo hanno fatto con l'impostazione di difficoltà Facile del gioco. Lo stesso rapporto ha stimato la spesa in token per la corsa a circa $ 520, mentre The Decoder, calcolando in base al prezzo standard di Gemini 4 Argon che entrerà in vigore nel 2027, ha fissato il totale a $ 1.620. In ogni caso, il costo del completamento end-to-end di Minecraft da parte di agenti IA generici è ora misurato in centinaia di dollari, non nei milioni investiti nelle IA di gioco appositamente realizzate negli anni precedenti.

Lavoro di squadra emergente, senza script

Ciò che rende notevole il risultato non è solo il fatto che gli agenti abbiano vinto, ma come. Senza ruoli assegnati, i quattro agenti si dividono i compiti, riferisce The Decoder. Si avvisavano a vicenda delle minacce, recuperavano oggetti dai compagni di squadra morti e registravano gli errori in una memoria condivisa che consentiva al gruppo di evitare di ripetere gli errori.

In altre parole, il comportamento di coordinamento che gli sviluppatori di giochi solitamente codificano nei team NPC è emerso da solo da quattro istanze dello stesso modello, un mondo condiviso e un canale di comunicazione. I 2.783 programmi JavaScript autoprodotti funzionano come una libreria di abilità in continua crescita: una volta che un agente capisce come fondere il ferro o sconfiggere un miniboss, quella conoscenza persiste come codice riutilizzabile anziché vivere solo nella finestra di contesto del modello.

I dettagli della memoria condivisa sono importanti per chiunque segua la ricerca degli agenti. I team di agenti in grado di accumulare e trasmettere lezioni, invece di ricominciare da zero dopo ogni fallimento, affrontano uno dei punti deboli centrali degli odierni agenti IA, che tendono a perdere i progressi faticosamente conquistati nel momento in cui termina una sessione.

Dai campioni appositamente costruiti agli agenti generali

Il risultato è l’ultimo esempio di un modello che sta accelerando in tutto il campo. Dieci anni fa, per battere l'intelligenza artificiale dei videogiochi di livello mondiale erano necessari sistemi su misura addestrati da zero per un gioco: AlphaGo for Go di DeepMind, OpenAI Five per Dota 2, AlphaStar per StarCraft II. Ognuno di essi rappresentava uno sforzo ingegneristico monumentale in grado di fare esattamente una cosa.

Gli agenti generici ora stanno risolvendo sfide di gioco che un tempo richiedevano anni di formazione specializzata, e lo fanno con lo stesso modello in grado di rispondere a e-mail o scrivere codice. The Decoder rileva che Minecraft è solo l'ultimo esempio di modelli di intelligenza artificiale agenti che battono i videogiochi che richiedevano sistemi appositamente realizzati. Ciascuno di questi risultati riduce la distanza tra una "demo impressionante" e un "assistente generalmente capace in grado di perseguire un obiettivo a lungo termine in un ambiente disordinato".

Questo è esattamente il motivo per cui Minecraft è stato un banco di prova di ricerca così persistente: sopravvivere ai mostri è casuale, ma sostenere un comportamento diretto a un obiettivo per decine di ore in un mondo aperto è un buon indicatore del tipo di autonomia che i laboratori di intelligenza artificiale stanno cercando di costruire.

Avvertenze e contesto

Ci sono avvertenze che vale la pena tenere a mente. La corsa utilizzava la difficoltà Facile, secondo Tom's Hardware, e Minecraft, sebbene notoriamente a finale aperto, rimane un gioco con regole ben definite, fisica deterministica e generose meccaniche di respawn. Le 605 morti sarebbero fatali nella maggior parte dei contesti del mondo reale; qui costano tempo e gettoni.

Vale la pena leggere attentamente anche i dati relativi a calcolo e costi: le due stime pubblicate differiscono di un fattore tre a seconda del modello di prezzo utilizzato, a ricordare che "quanto ha costato l'agente" non ha una risposta univoca finché i prezzi di inferenza non si stabilizzano.

Tuttavia, nulla di tutto ciò sminuisce il risultato principale. Quattro agenti generici, a cui non è stato dato altro che un mondo e l'uno con l'altro, si sono auto-organizzati in una squadra efficace e hanno completato una delle sfide IA più longeve del gioco in poco più di un giorno.

Cosa segnala per l'intelligenza artificiale agentica

Per DeepMind, la dimostrazione funge anche da vetrina per le capacità agentiche di Gemini 4 Argon: la famiglia modello che Google sta posizionando esattamente per questo tipo di lavoro a lungo orizzonte e che utilizza strumenti. Mentre le aziende spostano gli agenti di intelligenza artificiale dalla risposta alle domande all'esecuzione di flussi di lavoro di più giorni, benchmark come questo offrono un'idea di ciò che i modelli attuali possono sostenere quando l'obiettivo è lungo, l'ambiente è ostile e il fallimento viene misurato in centinaia di piccole morti anziché in una grande.

L'Ender Dragon è già caduto su macchine, con pesanti impalcature umane. Questa volta, quattro agenti sono entrati da soli in un mondo casuale e ne sono usciti come campioni.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →