Google AI Agents Defeat Minecraft Ender Dragon in 27 Hours

O victorie istorică pentru inteligența artificială!

Google DeepMind a atins un obiectiv istoric în inteligență artificială. Patru agenți AI au învins Dragonul Ender în Minecraft, fără nicio intervenție umană.

Procesul a durat peste 27 de ore și a implicat sute de încercări eșuate.

Cercetătorii Maxence Faldor, Satinder Singh și Roberta Raileanu au detaliat modul în care acești roboți, alimentați de modelul Gemini 4 Argon, au cooperat pentru a termina jocul.

Au început într-o lume de supraviețuire generată aleatoriu, pe dificultate ușoară. Agenții au adunat resurse, au creat echipament și au învins șeful final.

„Cât ne-am dat seama, aceasta este prima completare autonomă, cap la cap, a Minecraft realizată de agenți AI, folosind doar biblioteca standard Mineflayer, fără semințe pre-scanate sau alte unelte specifice jocului scrise de oameni,” au scris cercetătorii.

Cum au colaborat cei patru agenți AI?

În loc să apese taste sau să Agenții funcționau scriind fragmente scurte de cod pentru a se mișca, a mina sau a lupta. Citeau feedback-ul textual după fiecare acțiune.

Pe parcursul rulării, au creat 2.783 programe personalizate și au schimbat 229 mesaje de chat în joc. Fără roluri atribuite de un om, agenții și-au împărțit singuri responsabilitățile. Janesick a creat unelte, Gyldenia a adunat hrană, Auratian a activat portalul, iar Bulicame a construit apărări și a dat lovitura finală.

Când Auratian s-a înecat purtând toate cele 12 Ochi ale Ender-ului, colegii au calculat timer-ul de reapariție și au grăbit să recupereze echipamentul căzut.

Rularea a fost departe de a fi perfectă.

Agenții au murit de 605 ori. 22% din programele lor au generat erori. Un al cincilea bot, „Observatorul”, a monitorizat sesiunea pentru a verifica nereguli. Execuția a consumat 1,35 miliarde de tokeni de intrare.

Cât a durat și cât de fiabil a fost procesul?

Aceasta echivalează la aproximativ 520 dolari la prețuri introductive, sau 1.620 dolari pentru întreaga sesiune la tarife standard. Acest lucru subliniază costul și natura predispusă la erori a unor astfel de sisteme.

Semnificația experimentului depășește Minecraft.

Arată cum mai mulți agenți AI se pot coordona pe perioade lungi. Ei împart responsabilități și se recuperează din eșecuri repetate, lucrând spre un obiectiv comun. În loc să urmeze o secvență fixă de instrucțiuni, agenții au generat cod, au interpretat feedback-ul și au ajustat acțiunile pe măsură ce jocul avansa.

Capacitatea lor de a continua după sute de decese ilustrează potențialul colaborării persistente între mai mulți agenți.

Pentru liderii de afaceri care evaluează agenții autonomi, experimentul evidențiază limite clare.

Ce implică asta pentru viitorul afacerilor?

Boturile au reușit într-un mediu în care datele de bază, cum ar fi coordonatele blocurilor și sănătatea entităților, erau expuse direct printr-o API. Nu au trebuit să perceapă interfețe vizuale haotice, așa cum fac angajații umani. Rata de eroare raportată de 22% ridică întrebări despre fiabilitate.

Erorile pe care agenții le pot corecta într-un joc video pot avea consecințe mult mai grave în medii de afaceri, mai ales când fluxurile de lucru implică date sensibile, tranzacții financiare sau sisteme de producție.

Pentru utilizatorii obișnuiți, jucătorii și profesioniștii, sistemele autonome cu mai mulți agenți trec din cercetare nouă în software practic. Companioni de joc mai inteligenți: Jucătorii vor întâlni curând personaje non-jucători (NPC) care acționează ca colaboratori adevărați.

Acești NPC-uri gestionează inventarele, construiesc baze și învață tactici dinamic, în loc să se bazeze pe arbori de dialog predefiniți.

Delegarea sarcinilor digitale complexe: În loc să micro-gestionezi asistenți AI de bază pentru interogări singure, profesioniștii vor delega curând fluxuri de lucru cu mai mulți pași către echipe de agenți digitali specializați.

Unde ne duce această realizare?

Aceste echipe se auto-corectă erorile lor în timp real. Experimentul Minecraft oferă un exemplu timpuriu despre cum ar putea funcționa acea colaborare.

În loc să te bazezi pe un singur asistent AI pentru fiecare pas, mai mulți agenți au împărțit responsabilități, s-au comunicat între ei și s-au adaptat când planurile lor au eșuat.

Abordări similare ar putea ajuta utilizatorii să gestioneze sarcini complexe care necesită abilități diferite sau ajustări repetate. Totuși, experimentul arată de ce aceste capacități nu sunt încă un substitut pentru supravegherea umană.

Agenții au trebuit peste 27 de ore, au generat mii de programe și au experimentat sute de decese înainte de a atinge obiectivul lor.

Deși aceste setbacuri erau recuperabile în Minecraft, erori comparabile în tranzacții financiare, sisteme de lucru sau gestionarea datelor sensibile ar putea avea consecințe mult mai mari.