عامل‌های هوش مصنوعی Gemini 4 Argon گوگل دیپ‌مایند، بازی ماینکرفت را به‌تنهایی به پایان رساندند
چهار عامل هوش مصنوعی پس از ۲۷ ساعت و ۱۴ دقیقه تلاش، با ۶۰۵ بار جان باختن و نوشتن ۲۷۸۳ برنامه جاوااسکریپت، اژدهای اندر را شکست دادند. در تمام این مدت، هیچ انسانی در روند بازی دخالت نکرد.
این عامل‌ها با مدل Gemini 4 Argon اجرا شدند و محصول کار تیمی در گوگل دیپ‌مایند بودند. فرایند بازی از ابتدا تا انتها کاملاً خودکار بود؛ دستاوردی که به‌عنوان نخستین بار در تاریخ ماینکرفت توصیف شده است که این بازی بدون هیچ‌گونه دخالت انسانی به پایان رسیده است.
تیم آزمایش از دنیایی با محیط تصادفی استفاده کرد. هیچ نقش یا راهبرد مشخصی برای عامل‌ها تعیین نشد و ابزار اختصاصی‌ای هم برای بازی ماینکرفت در اختیارشان قرار نگرفت. پس از ورود به بازی، تصمیم‌گیری درباره تمام مراحل بر عهده خود آن‌ها بود.
عامل‌ها خودشان کارها را سازمان‌دهی کردند
هیچ‌کس به آن‌ها نگفت چگونه وظایف را میان خود تقسیم کنند؛ بنابراین، خودشان راهی برای انجام این کار پیدا کردند. آن‌ها یکدیگر را از خطرها آگاه می‌کردند و وسایل هم‌تیمی‌هایی را که جان می‌باختند برمی‌داشتند؛ اتفاقی که بارها تکرار شد.
اشتباهات در حافظه‌ای مشترک ثبت می‌شد. چهار عامل در طول کل آزمایش، در مجموع ۲۲۹ پیام چت برای یکدیگر فرستادند. برای پروژه‌ای که ۲۷ ساعت طول کشید، این میزان گفت‌وگو چندان زیاد نیست. چنین آماری می‌تواند نشانه هماهنگی مؤثر باشد؛ اما احتمال دیگری هم وجود دارد: شاید عامل‌ها بیشتر به‌صورت مستقل کار می‌کردند و فقط در مواقع ضروری با یکدیگر ارتباط می‌گرفتند.
اژدهایی به قیمت ۱۶۲۰ دلار
با محاسبه هزینه بر اساس تعرفه استاندارد Gemini 4 Argon که از سال ۲۰۲۷ اعمال می‌شود، اجرای این مأموریت ۱۶۲۰ دلار هزینه داشته است. اگر این مبلغ را بر ۶۰۵ بار جان باختن عامل‌ها تقسیم کنیم، نتیجه درس پرهزینه‌ای درباره این است که چرا نباید در ماینکرفت مستقیماً به سمت پایین زمین کندوکاو کرد.
هزینه این آزمایش، فراتر از خود این نمایش توانایی، نکته مهم‌تری را روشن می‌کند. چند سال پیش، برای آنکه هوش مصنوعی بتواند چنین بازی‌ای را به پایان برساند، لازم بود سامانه‌ای اختصاصی برای همان بازی طراحی و از ابتدا آموزش داده شود. اکنون ماینکرفت نیز به تازه‌ترین بازی‌ای تبدیل شده است که مدل‌های عامل‌محور همه‌منظوره توانسته‌اند آن را به پایان برسانند؛ مدل‌هایی که نه برای این بازی به‌طور اختصاصی آماده شده بودند و نه از پیش ابزار ویژه‌ای برای آن داشتند، بلکه در جریان اجرای مأموریت، کدهای موردنیاز خود را نوشتند.