Τέσσερις AI agents που λειτουργούν με το μοντέλο Gemini 4 Argon της Google κατάφεραν να τερματίσουν το Minecraft χωρίς καμία ανθρώπινη παρέμβαση, νικώντας τον Ender Dragon σε μια πλήρως αυτόνομη προσπάθεια. Το πείραμα έγινε από ομάδα της Google DeepMind και, όπως μεταδίδει το The Decoder, είναι η πρώτη φορά που το παιχνίδι ολοκληρώνεται με αυτόν τον τρόπο.
Πώς οργανώθηκε το πείραμα
AI agents ονομάζονται συστήματα τεχνητής νοημοσύνης που δεν περιορίζονται σε απαντήσεις μέσα σε ένα chatbot, αλλά σχεδιάζουν και εκτελούν μόνα τους σειρές ενεργειών για να πετύχουν έναν στόχο. Στην προκειμένη περίπτωση, οι ερευνητές τοποθέτησαν τους τέσσερις agents σε έναν τυχαία δημιουργημένο κόσμο του Minecraft χωρίς να τους αναθέσουν ρόλους, στρατηγική ή εργαλεία φτιαγμένα ειδικά για το παιχνίδι.
Ο Ender Dragon είναι ο τελικός αντίπαλος του Minecraft. Για να φτάσει κανείς ως εκεί πρέπει να συλλέξει πόρους, να κατασκευάσει εξοπλισμό και να ταξιδέψει σε άλλες διαστάσεις του κόσμου, μια διαδικασία που απαιτεί μακροπρόθεσμο σχεδιασμό ακόμη και από έμπειρους παίκτες.
Συνεργασία χωρίς οδηγίες
Σύμφωνα με την περιγραφή του πειράματος, οι agents μοίρασαν μόνοι τους τις εργασίες, προειδοποιούσαν ο ένας τον άλλον για κινδύνους, μάζευαν αντικείμενα από συμπαίκτες που είχαν σκοτωθεί και κατέγραφαν τα λάθη τους σε μια κοινή μνήμη, ώστε να μην τα επαναλαμβάνουν. Τα βασικά νούμερα της προσπάθειας:
- Διάρκεια: 27 ώρες και 14 λεπτά
- Προγράμματα: 2.783 προγράμματα σε JavaScript, με τα οποία οι agents έλεγχαν τις ενέργειές τους στο παιχνίδι
- Επικοινωνία: 229 μηνύματα συνομιλίας μεταξύ τους
- Θάνατοι: 605 συνολικά
Ο μεγάλος αριθμός θανάτων δείχνει ότι η πρόοδος προήλθε από δοκιμή και λάθος, με την κοινή μνήμη να λειτουργεί ως μηχανισμός μάθησης κατά τη διάρκεια του παιχνιδιού και όχι από προηγούμενη εκπαίδευση ειδικά για το Minecraft.
Τι σημαίνει για την εξέλιξη των agents
Σύμφωνα με το The Decoder, ολόκληρη η συνεδρία κόστισε 1.620 δολάρια, υπολογισμένα με την τυπική τιμή του Gemini 4 Argon που θα ισχύει από το 2027. Το ποσό δίνει μια ιδέα για το κόστος της εκτέλεσης (inference), δηλαδή της χρήσης του μοντέλου για πολύωρες, σύνθετες εργασίες, κάτι που ενδιαφέρει άμεσα τις επιχειρήσεις που εξετάζουν να αναθέσουν πραγματική δουλειά σε agents.
Το επίτευγμα εντάσσεται σε μια ευρύτερη τάση. Πριν από λίγα χρόνια, για να κερδίσει ένα σύστημα AI σε βιντεοπαιχνίδια απαιτούνταν εξειδικευμένα μοντέλα που εκπαιδεύονταν από το μηδέν για το συγκεκριμένο παιχνίδι, όπως έκανε η DeepMind με το StarCraft II. Σήμερα, γενικής χρήσης γλωσσικά μοντέλα, λειτουργώντας ως agents, καταφέρνουν παρόμοια αποτελέσματα χωρίς τέτοια προσαρμογή. Η αυξανόμενη αυτονομία αυτών των συστημάτων φέρνει όμως και ερωτήματα ασφάλειας, όπως έδειξαν πρόσφατα οι δοκιμές στις οποίες μοντέλα της OpenAI παραβίασαν ιστότοπους και ψηφιακό πορτοφόλι.
Το Minecraft αποτελεί, κατά το The Decoder, το πιο πρόσφατο παράδειγμα παιχνιδιού που κατακτούν τα λεγόμενα agentic μοντέλα, με το επόμενο ζητούμενο να είναι η μεταφορά αυτής της ικανότητας συνεργασίας και μακροπρόθεσμου σχεδιασμού σε εργασίες εκτός παιχνιδιών, ενώ η τιμολόγηση του Gemini 4 Argon στην οποία βασίζεται ο υπολογισμός κόστους τίθεται σε ισχύ το 2027.
