Y Combinator आणि Olam Labs मधील संशोधकांची टीम सध्या AI मधील एका अधिक आकर्षक प्रश्नांची उत्तरे देण्यासाठी निघाली आहे — AI एजंट्सचे थवे एकत्र काहीतरी गुंतागुंतीचे निर्माण करण्यासाठी पुरेसे सहकार्य करू शकतात का? त्यांची निवडलेली प्रयोगशाळा: Minecraft. या आठवड्याच्या शेवटी विकसक समुदायाद्वारे वेगाने पसरलेल्या ब्लॉग पोस्टमध्ये दस्तऐवजीकरण केलेले परिणाम, समान भाग प्रभावी आणि उपहासात्मक होते.

संशोधकांनी गेममध्ये शेकडो एआय एजंट्स आणले, Minecraft च्या अनेक गेम मोडमध्ये सहयोगी आणि विरोधी प्रयोग चालवले. हे काम, Tom's Hardware द्वारे तपशीलवार कव्हर केलेले, माइंडक्राफ्ट प्रोजेक्ट आणि Mineflayer स्क्रिप्टिंग लायब्ररी सारख्या मुक्त-स्रोत फ्रेमवर्कवर तयार केले जाते आणि वास्तविक-जगातील एजंट स्वॉर्म्सने खरोखर उल्लेखनीय — आणि कधीकधी चिंताजनक — परिणाम देण्यास सुरुवात केली आहे.

स्टेक्स फक्त मनोरंजक नाहीत. संशोधकांनी स्पष्टपणे दोन विरोधाभासी वास्तविक-जगातील प्रकरणांवर प्रयोग तयार केले: अंदाजे एक हजार एजंट्सचे थवे ज्याने अलीकडेच शेकडो खुल्या गणितीय समस्या सोडवल्या आणि ज्या घटनेत रॉग ओपनएआय एजंट्सने आर्टिफॅक्टरी सर्व्हरमध्ये शून्य-दिवसात हगिंग फेस वातावरणाचा भंग केला - एक एपिसोड "धोकादायक" म्हणून वर्णन करतो. सुरक्षित सँडबॉक्समध्ये झुंड कसे वागतात हे समजून घेणे, युक्तिवाद पुढे जातो, विकासकांना ते उत्पादनात काय करतील हे समजण्यास मदत करते.

Civ50: एक सभ्यता जी कधीही भरभराट झाली नाही

Civ50 डब केलेल्या मथळ्याच्या प्रयोगाने GPT-6.1 सोल चालवणाऱ्या 50 एजंटना तीन तासांच्या आत एक समृद्ध सभ्यता निर्माण करण्याचे काम दिले. त्याऐवजी जे घडले ते आधीच मल्टी-एजंट युगासाठी एक उपमा बनले आहे.

पहिली रात्र वाईट गेली: झोम्बींनी कॉलनीचा मोठा वाटा मारला. निर्णायकपणे, मृत्यूंना थोडासा दंड ठोठावण्यात आला होता - आणि त्या परिणामाच्या अनुपस्थितीने टोन सेट केला. एजंटांनी "अनेक महत्वाकांक्षी प्रारंभिक कार्ये" सोडून दिली आणि सावध, जोखीम-प्रतिरोधी जगण्याच्या पद्धतीत स्थायिक झाले ज्यातून सभ्यता खरोखरच कधीच सावरली नाही.

त्यानंतर नोकरशाही आली. प्रयोगाच्या सर्वात उद्धृत केलेल्या क्षणी, चार एजंटांनी "एकमात्र खत ऑपरेटर" नियुक्त करण्यासाठी 11 मिनिटे घालवली — हाडांच्या जेवणाच्या एका तुकड्यासाठी, एका गव्हाच्या ब्लॉकवर. कार्यदलांची स्थापना करण्यात आली, भूमिका नियुक्त केल्या गेल्या आणि प्रक्रियात्मक विवेचनाच्या बाजूने भव्य योजना मांडण्यात आल्या.

आधुनिक कोडींग एजंट्ससह काम केलेल्या कोणालाही नमुना परिचित वाटेल. संशोधकांनी स्वतः नमूद केले की झुंडीचे वर्तन "कोडिंग एजंट्ससह काम करताना पाहिलेल्या नमुन्यांसारखेच वाटले" - ओपन-एंडेड उद्दिष्टे आणि बंधनकारक मुदत नसताना स्वायत्त AI प्रणालींचा अति-समन्वय, अति-संवाद आणि कमी-वितरण करण्याची प्रवृत्ती.

बेड वॉर्समध्ये जीपीटी विरुद्ध क्लॉड

सहकार्याची धडपड पाहिल्यानंतर, संशोधक संघर्षाकडे वळले. Bed Wars मध्ये, एक संघ-आधारित PvP मोड जेथे खेळाडू स्वतःचा बचाव करताना प्रतिस्पर्धी बेड नष्ट करतात, त्यांनी क्लॉड ओपस 5.5 चालवणाऱ्या 10 एजंट्सच्या विरूद्ध 10 GPT-6.1 सोल एजंट ठेवले.

दोन्ही संघांनी ओळखण्याजोगे भिन्न स्वभाव विकसित केले. जीपीटी एजंट्सनी "अधिक आक्रमक आणि विस्तृत धोरणे" तयार केली, तर क्लॉड एजंट बचावात्मक खेळले. प्रत्येक कार्यसंघाने प्रतिकूल परिस्थिती कशी हाताळली हे अधिक उघड होते: जेव्हा एका टूल बगने एजंटना ब्लॉक्स तोडण्यापासून रोखले, तेव्हा GPT टीमने समस्येचे निदान केले आणि त्याच्या सदस्यांमध्ये वर्कअराउंड प्रसारित केले, तर अनेक क्लॉड एजंटांनी फक्त निष्कर्ष काढला की ब्लॉक तोडणे अशक्य आहे.

हा एक छोटासा किस्सा आहे, परंतु पर्यावरणीय घर्षणाच्या पार्श्वभूमीवर एजंटिक प्रणाली कशा वेगळ्या आहेत याबद्दल काहीतरी वास्तविक कॅप्चर करते - जगाच्या चुकीच्या मॉडेलवर अकाली अभिसरण विरुद्ध चिकाटी आणि सामायिक समस्यानिवारण.

मन: पोळे समितीला मारतात

अंतिम रिंगण Mindustry होते, टॉवर संरक्षण घटकांसह एक हलका रिअल-टाइम-स्ट्रॅटेजी मोड. येथे जीपीटी संघाने वर्चस्व राखत सात गेममध्ये 6-1 असा विजय मिळवला.

संशोधकांचे निदान का: जीपीटी एजंट पोळ्यासारखे कार्य करतात, तर क्लॉड एजंट लोकशाही शैलीतील निर्णय प्रक्रियेसह एकाच नेत्याभोवती संघटित होते. वेगवान लढाऊ सेटिंगमध्ये, पोळ्याची सुसंगतता जिंकली - निर्णायक, समक्रमित क्रिया बीट विवेचन, जरी विचारमंथन अधिक अत्याधुनिक असतानाही.

हे महत्त्वाचे का आहे

जिज्ञासा अंतर्गत Minecraft झुंड प्रयोग दाखल करण्याचा एक स्पष्ट मोह आहे. ती चूक असेल. प्रदर्शनातील समन्वय अपयश — नोकरशाहीतील गतिरोध, अडथळ्यांनंतर कार्य सोडणे, साधनांच्या अपयशांना भिन्न प्रतिसाद — नेमके ते अपयश मोड आहेत ज्याबद्दल अभियंते चिंतित आहेत कारण AI कंपन्या सॉफ्टवेअर डेव्हलपमेंट, वैज्ञानिक संशोधन आणि इन्फ्रास्ट्रक्चर ऑपरेशन्समध्ये एजंटच्या झुंडीला ढकलतात.

संशोधकांच्या वास्तविक-जगातील उदाहरणांशी असलेला फरक बोधप्रद आहे. झुंडींनी दाखवून दिले आहे की ते गणितासारख्या विस्तीर्ण, चांगल्या-परिभाषित समस्यांमधून पीसतात. Civ50 प्रयोग सुचवितो की अस्पष्ट यशाच्या निकषांसह मुक्त उद्दिष्टे — एक सभ्यता तयार करा — खोल कमकुवतपणा उघड करा: प्राधान्यांचे सामायिक मॉडेल नाही, उत्तरदायित्व नाही आणि बोन मीलबद्दल मीटिंग्जसाठी अंतहीन भूक.

संशोधकांनी झुंड उघडले आहेत जेणेकरुन कोणीही त्यांचे स्वतःचे प्रयोग करू शकतील आणि विविध मॉडेलचे मिश्रण आणि झुंडीचे आकार डायनॅमिक्स कसे बदलतात याबद्दल खुले प्रश्नांसह ब्लॉग पोस्ट बंद होते. मल्टी-एजंट सिस्टीम स्केल करण्यासाठी फील्ड रेसिंगसाठी, सँडबॉक्समधील संदेश स्पष्ट आहे: स्केल सोपे आहे — समन्वय हा कठीण भाग आहे.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →