Bốn đặc vụ AI chạy trên Gemini 4 Argon của Google đã đánh bại Minecraft mà không cần sự can thiệp của con người, tiêu diệt Rồng Ender trong một cuộc chạy hoàn toàn tự động kéo dài 27 giờ 14 phút. Theo một bài báo của Faldor et al, nhóm Google DeepMind đã thả các đặc vụ vào một thế giới được tạo ngẫu nhiên mà không chỉ định vai trò, chiến lược hoặc công cụ dành riêng cho trò chơi. được bảo vệ bởi The Decoding - và các đặc vụ đã tự tổ chức, hợp tác và giành chiến thắng.

Minecraft từ lâu đã là một chuẩn mực cứng đầu cho AI. Không giống như cờ vua hay cờ vây, nó đòi hỏi phải lập kế hoạch dài hạn, khám phá không giới hạn, chế tạo công cụ và phối hợp - tất cả trong một thế giới thay đổi mỗi khi bạn bước vào đó. Việc đánh bại trùm cuối của trò chơi về mặt lịch sử đòi hỏi sự hướng dẫn của con người hoặc các thiết lập huấn luyện có kịch bản chặt chẽ. Ngược lại, cuộc chạy đua này bắt đầu với bốn đặc vụ và không có gì khác.

Cuộc chạy đua về số lượng

Số liệu thống kê từ phiên này giống như nhật ký của một cuộc thám hiểm hỗn loạn nhưng cuối cùng lại thành công:

  • 27 giờ, 14 phút chơi tự động liên tục
  • 2.783 chương trình JavaScript do chính các đại lý viết
  • 229 tin nhắn trò chuyện được trao đổi giữa bốn đặc vụ
  • 605 người chết trên đường đi

Con số cuối cùng đó đáng được nhấn mạnh. Các đặc vụ đã chết hơn sáu trăm lần trước khi hoàn thành trò chơi và theo bài báo của Tom's Hardware, họ đã làm điều đó ở cài đặt độ khó Dễ của trò chơi. Báo cáo tương tự ước tính mức chi tiêu cho mã thông báo cho hoạt động này vào khoảng 520 đô la, trong khi Bộ giải mã, tính toán theo mức giá tiêu chuẩn của Gemini 4 Argon có hiệu lực vào năm 2027, đưa ra tổng số tiền là 1.620 đô la. Dù thế nào đi nữa, chi phí để các tác nhân AI có mục đích chung hoàn thành Minecraft từ đầu đến cuối hiện được tính bằng hàng trăm đô la - chứ không phải hàng triệu đô la được đầu tư vào AI trò chơi được xây dựng có mục đích như những năm trước.

Làm việc theo nhóm mới nổi, không có kịch bản

Điều làm nên kết quả đáng chú ý không chỉ là các tác nhân đã thắng mà còn là bằng cách nào. The Decode đưa tin, không có vai trò nào được giao, bốn đặc vụ tự phân chia nhiệm vụ cho nhau. Họ cảnh báo nhau về các mối đe dọa, thu hồi vật phẩm từ những người đồng đội đã chết và ghi lại những sai sót trong bộ nhớ chung để cả nhóm tránh lặp lại lỗi.

Nói cách khác, hành vi phối hợp mà các nhà phát triển trò chơi thường mã hóa cứng vào các nhóm NPC tự xuất hiện từ bốn trường hợp của cùng một mô hình, một thế giới chung và một kênh liên lạc. 2.783 chương trình JavaScript tự viết hoạt động như một thư viện kỹ năng ngày càng phát triển: khi một đặc vụ tìm ra cách nấu chảy sắt hoặc đánh bại một con trùm nhỏ, kiến ​​thức đó sẽ tồn tại dưới dạng mã có thể tái sử dụng thay vì chỉ tồn tại trong cửa sổ ngữ cảnh của mô hình.

Chi tiết về bộ nhớ dùng chung rất quan trọng đối với bất kỳ ai theo dõi nghiên cứu về tác nhân. Các nhóm tác nhân có thể tích lũy và truyền tải bài học — thay vì khởi động lại từ con số 0 sau mỗi lần thất bại — giải quyết một trong những điểm yếu chính của các tác nhân AI ngày nay, vốn có xu hướng mất đi tiến độ khó đạt được ngay khi phiên kết thúc.

Từ Nhà vô địch được xây dựng có mục đích đến Tổng đại lý

Kết quả là ví dụ mới nhất về một mô hình đang tăng tốc trên toàn khu vực. Một thập kỷ trước, để đánh bại AI trong trò chơi điện tử đẳng cấp thế giới, cần có các hệ thống riêng biệt được đào tạo từ đầu cho một trò chơi: AlphaGo cho cờ vây của DeepMind, OpenAI Five cho Dota 2, AlphaStar cho StarCraft II. Mỗi cái đều là một nỗ lực kỹ thuật hoành tráng có thể làm được chính xác một việc.

Các đại lý có mục đích chung hiện đang giải quyết các thách thức trong trò chơi từng đòi hỏi nhiều năm đào tạo chuyên môn — và họ làm điều đó với cùng một mô hình có thể trả lời email hoặc viết mã. Bộ giải mã lưu ý rằng Minecraft chỉ là ví dụ mới nhất về các mô hình AI tác nhân đánh bại các trò chơi điện tử từng yêu cầu các hệ thống được xây dựng có mục đích. Mỗi kết quả như vậy sẽ rút ngắn khoảng cách giữa "bản demo ấn tượng" và "trợ lý có năng lực nói chung có thể theo đuổi mục tiêu lâu dài trong một môi trường lộn xộn".

Đó chính xác là lý do tại sao Minecraft đã trở thành một nền tảng nghiên cứu bền bỉ như vậy: những cây leo sống sót là ngẫu nhiên, nhưng việc duy trì hành vi hướng đến mục tiêu trong hàng chục giờ trong một thế giới mở là một đại diện phù hợp cho loại phòng thí nghiệm AI tự chủ đang cố gắng xây dựng.

Hãy cẩn thận và bối cảnh

Có những lưu ý đáng lưu ý. Cuộc chạy sử dụng độ khó Dễ, theo Tom's Hardware và Minecraft — mặc dù nổi tiếng là có kết thúc mở — vẫn là một trò chơi có các quy tắc được xác định rõ ràng, vật lý xác định và cơ chế hồi sinh hào phóng. 605 người chết sẽ gây tử vong ở hầu hết các bối cảnh trong thế giới thực; ở đây họ tốn thời gian và mã thông báo.

Các số liệu tính toán và chi phí cũng đáng để đọc kỹ: hai ước tính được công bố khác nhau theo hệ số ba tùy thuộc vào mô hình định giá được sử dụng, một lời nhắc nhở rằng "chi phí điều hành đại lý là bao nhiêu" không có câu trả lời duy nhất cho đến khi giá suy luận ổn định.

Tuy nhiên, không điều nào trong số này làm giảm kết quả cốt lõi. Bốn đặc vụ có mục đích chung, không có gì ngoài một thế giới và lẫn nhau, tự tổ chức thành một nhóm hiệu quả và hoàn thành một trong những thử thách AI kéo dài nhất trong trò chơi chỉ trong hơn một ngày.

Nó báo hiệu điều gì cho AI tác nhân

Đối với DeepMind, cuộc trình diễn đóng vai trò như một sự giới thiệu về khả năng tác nhân của Gemini 4 Argon - dòng mẫu mà Google đang định vị cho chính xác loại công việc sử dụng công cụ, có tầm nhìn dài hạn này. Khi các doanh nghiệp chuyển các tác nhân AI từ trả lời câu hỏi sang thực hiện quy trình công việc kéo dài nhiều ngày, các điểm chuẩn như thế này cung cấp một cái nhìn thoáng qua về những gì các mô hình hiện tại có thể duy trì khi mục tiêu dài, môi trường đối nghịch và thất bại được đo bằng hàng trăm cái chết nhỏ thay vì một cái chết lớn.

Ender Dragon trước đây đã rơi vào máy móc, với giàn giáo nặng nề của con người. Lần này, bốn đặc vụ bước vào một thế giới ngẫu nhiên một mình - và bước ra với tư cách là nhà vô địch.

---

Đi trước AI

Nhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.

Đọc thêm tin tức về AI →