Cztery agenty AI ukończyły Minecraft bez pomocy człowieka

Po raz pierwszy w historii cztery autonomiczne agenty oparte na modelu Gemini 4 Argon od Google zdołały ukończyć Minecrafta bez jakiegokolwiek udziału człowieka. Zespół Google DeepMind umieścił je w losowo wygenerowanym świecie, nie narzucając im żadnych ról, strategii ani specjalnych narzędzi dostosowanych do gry. Agenci samodzielnie podzielili się zadaniami, ostrzegali się nawzajem przed zagrożeniami, odzyskiwali przedmioty po poległych towarzyszach i zapisywali własne błędy we wspólnej pamięci.

Jak przebiegała autonomiczna rozgrywka

Cała sesja trwała 27 godzin i 14 minut. W tym czasie cztery agenty napisały łącznie 2783 programy w JavaScripcie, wymieniły między sobą 229 wiadomości na czacie i zginęły 605 razy, zanim ostatecznie pokonały Smoka Endu – finałowego bossa gry. To szczegółowe dane, które pokazują skalę wyzwania i złożoność koordynacji między autonomicznymi systemami.

Warto podkreślić, że agenci nie otrzymali żadnych wskazówek dotyczących strategii. Musieli sami wypracować sposób działania, rozdzielić obowiązki i reagować na dynamicznie zmieniające się warunki w wirtualnym świecie. To jakościowo inny poziom autonomii niż w przypadku wcześniejszych systemów, które wymagały ręcznego projektowania zachowań lub trenowania od zera pod konkretną grę.

Koszty i kontekst technologiczny

Cała operacja kosztowała 1620 dolarów według standardowej ceny Gemini 4 Argon, która zacznie obowiązywać w 2027 roku. To istotny szczegół, ponieważ pokazuje, że autonomiczne agenty AI stają się nie tylko technicznie możliwe, ale też mierzalne pod względem ekonomicznym.

Minecraft to jednak tylko najnowszy przykład szerszego trendu. Modele agentowe coraz częściej radzą sobie z grami wideo, które jeszcze kilka lat temu wymagały specjalnie zaprojektowanych systemów AI trenowanych od podstaw pod konkretny tytuł. To wyraźny sygnał, że ogólne modele agentowe zaczynają wypierać rozwiązania wąsko wyspecjalizowane.

Co to oznacza dla rozwoju agentów AI

Przypadek czterech agentów Gemini 4 Argon pokazuje kilka kluczowych zdolności, które odróżniają nowoczesne systemy agentowe od wcześniejszych rozwiązań:

  • Samodzielny podział zadań – agenci sami ustalili, kto czym się zajmie, bez odgórnych wytycznych
  • Komunikacja i koordynacja – wymieniali wiadomości, ostrzegali się przed niebezpieczeństwami
  • Wspólna pamięć – zapisywali własne pomyłki, co pozwalało unikać powtarzania błędów
  • Odporność na porażki – mimo 605 śmierci kontynuowali realizację celu
  • Generowanie kodu w locie – pisali programy w JavaScripcie, by rozwiązywać napotkane problemy

Te zdolności składają się na obraz systemów, które potrafią działać w nieprzewidywalnym środowisku przez wiele godzin, adaptując się do zmieniających się warunków. To jakościowa zmiana w stosunku do modeli, które wymagały precyzyjnie zdefiniowanych scenariuszy i ograniczonego zestawu akcji.

Gry wideo jako poligon testowy

Minecraft od lat służy badaczom AI jako środowisko testowe, ponieważ łączy otwarty świat, złożone mechaniki i długoterminowe cele. Sukces czterech agentów Gemini 4 Argon to jednak pierwszy przypadek pełnego, autonomicznego ukończenia gry przez zespół modeli ogólnego przeznaczenia.

Wcześniejsze osiągnięcia w grach – jak AlphaStar w StarCraft II czy systemy grające w Dota 2 – opierały się na architekturach projektowanych specjalnie pod dany tytuł i trenowanych przez tysiące godzin. Nowe podejście odwraca tę logikę: jeden model, bez dostosowania, radzi sobie z zadaniem, które wcześniej wymagało dedykowanego rozwiązania.

To otwiera pytanie o granice generalizacji współczesnych agentów AI. Jeśli cztery modele potrafią skoordynować działania i osiągnąć cel w złożonym, losowym środowisku, jakie inne zadania staną się dla nich dostępne w najbliższych latach? Odpowiedź na to pytanie będzie kształtować kierunek rozwoju całej branży.

Źródło

Może Cię zainteresować