چهار عامل Gemini 4 Argon بدون دخالت انسان Minecraft را تمام کردند

عامل‌های Gemini 4 در اجرای کاملاً خودکار Minecraft، اژدهای Ender را شکست دادند؛ آزمایشی که به گفته گزارش The Decoder، برای نخستین‌بار با چهار عامل هوش مصنوعی و بدون هیچ دخالت انسانی به پایان رسید. تیم Google DeepMind این عامل‌ها را در جهانی تصادفی رها کرد و نه نقشی از پیش به آن‌ها داد، نه راهبردی تعیین کرد و نه ابزار ویژه‌ای برای بازی در اختیارشان گذاشت. این دستاورد از آن جهت قابل‌توجه است که موفقیت به یک عامل تنها یا برنامه‌ریزی انسانیِ مستقیم متکی نبود؛ چهار عامل باید در جریان بازی وظایف را میان خود تقسیم می‌کردند و با موانع پیش‌بینی‌نشده روبه‌رو می‌شدند.

عامل‌های Gemini 4 در یک جهان تصادفی

بر اساس گزارش منتشرشده در یکشنبه ۲۶ مهر ۱۴۰۵، چهار عامل مبتنی بر Gemini 4 Argon در یک اجرای پیوسته ۲۷ ساعت و ۱۴ دقیقه بازی کردند. هدف آن‌ها شکست دادن Ender Dragon بود؛ موجودی که در این اجرا مقصد نهایی بازی محسوب می‌شد. عامل‌ها برای رسیدن به این هدف، با شرایطی آغاز کردند که از پیش برایشان طراحی نشده بود: جهان بازی به‌صورت تصادفی ساخته شده بود و دستورالعمل مشخصی برای تقسیم مسئولیت‌ها یا چگونگی پیش‌بردن مرحله‌ها دریافت نکرده بودند.

«عامل هوش مصنوعی» به سامانه‌ای گفته می‌شود که می‌تواند در چند گام تصمیم بگیرد و اقدام کند، نه اینکه فقط به یک پرسش پاسخ دهد. در این آزمایش، عامل‌ها باید اطلاعات و وضعیت بازی را دنبال می‌کردند، برای پیش‌بردن مأموریت دست به کار می‌شدند و در صورت نیاز با یکدیگر ارتباط برقرار می‌کردند. خودکار بودن اجرا به معنای آن است که، طبق گزارش، هیچ انسانی حین بازی مسیر آن‌ها را هدایت نکرده است؛ اما این توصیف به‌تنهایی جزئیات فنی چگونگی اتصال مدل به بازی را مشخص نمی‌کند.

تقسیم کار، هشدار و حافظه مشترک

عامل‌ها در طول بازی خودشان وظایف را تقسیم کردند و برای یکدیگر درباره تهدیدها هشدار فرستادند. همچنین، اگر یکی از هم‌تیمی‌ها می‌مرد، دیگران وسایل باقی‌مانده او را بازیابی می‌کردند. گزارش می‌گوید آن‌ها اشتباه‌های خود را در حافظه‌ای مشترک ثبت می‌کردند؛ روشی که می‌توانست تجربه‌های قبلی را برای ادامه مأموریت در دسترس گروه نگه دارد.

این رفتارها تفاوت میان اجرای جمعی و کنار هم گذاشتن چند عامل مستقل را برجسته می‌کند. عامل‌ها فقط جداگانه بازی نکردند: پیام ردوبدل کردند، به خطرهای پیش‌آمده واکنش نشان دادند و برای حفظ منابع گروه اقدام کردند. بااین‌حال، اطلاعات منتشرشده در گزارش جزئیات پیام‌ها یا سازوکار دقیق حافظه مشترک را ارائه نمی‌کند؛ بنابراین نمی‌توان از این اجرا درباره کیفیت همه تصمیم‌های گروه یا روش دقیق هماهنگی آن‌ها نتیجه‌گیری کرد.

۲۷ ساعت بازی و ۶۰۵ بار مرگ

اعداد ثبت‌شده، دشواری و طول اجرای آزمایشی را نشان می‌دهند. چهار عامل روی‌هم‌رفته ۲۲۹ پیام چت ردوبدل کردند و در مجموع ۲۷۸۳ برنامه JavaScript نوشتند. آن‌ها همچنین ۶۰۵ بار مردند؛ بنابراین پیروزی به معنای پیش‌روی بی‌خطا یا اجرای کوتاه و مستقیم نبود. عامل‌ها پس از بارها شکست، بازی را ادامه دادند تا سرانجام اژدهای Ender را از میان بردند.

هزینه کل این نشست ۱۶۲۰ دلار اعلام شده است. این رقم بر پایه قیمت استاندارد Gemini 4 Argon محاسبه شده که طبق گزارش، از سال ۲۰۲۷ اعمال می‌شود. در نتیجه، مبلغ یادشده هزینه‌ای بر مبنای آن نرخ است و نه لزوماً رقمی که با تعرفه‌های دیگر یا در شرایط متفاوت به دست می‌آید. گزارش همچنین مشخص نمی‌کند چه سهمی از هزینه به هر عامل یا به کدام بخش از اجرای طولانی اختصاص داشته است.

بازی‌های ویدیویی پیش‌تر هم برای آزمایش سامانه‌های هوش مصنوعی به کار رفته‌اند؛ اما گزارش می‌گوید نمونه‌های قدیمی‌تر معمولاً به سیستم‌هایی نیاز داشتند که از ابتدا و به‌طور ویژه برای همان بازی آموزش داده می‌شدند. این اجرا، به‌جای آنکه با نقش‌ها و راهبردهای ازپیش‌مقرر آغاز شود، بر توانایی عامل‌های مبتنی بر یک مدل برای تقسیم کار و هماهنگی در جریان بازی تمرکز داشت. تفاوت، در اینجا نه صرفاً بردن بازی، بلکه نحوه سازمان‌دهی کار گروهی برای رسیدن به هدف است.

این خبر برای چه کسانی اهمیت دارد

این آزمایش برای پژوهشگران عامل‌های هوش مصنوعی و شرکت‌هایی که چنین سامانه‌هایی را توسعه می‌دهند، نمونه‌ای از هماهنگی چند عامل در یک محیط پیچیده و قابل‌اندازه‌گیری فراهم می‌کند. برای مخاطبان عمومی نیز اعداد اجرا نشان می‌دهد که خودکار بودن، لزوماً به معنای سریع یا کم‌هزینه بودن نیست: این مأموریت بیش از ۲۷ ساعت طول کشید و هزینه اعلام‌شده آن ۱۶۲۰ دلار بود.

بااین‌حال، نتیجه باید در محدوده همان بازی تفسیر شود. شکست دادن Minecraft نشان می‌دهد چهار عامل توانسته‌اند در یک محیط بازی با هم تعامل کنند و مأموریت مشخصی را به پایان برسانند؛ اما گزارش شواهدی درباره عملکرد آن‌ها در کارهای خارج از بازی ارائه نمی‌کند. ازاین‌رو، ارزش اصلی این اجرا در نمایش هماهنگی و پشتکار عامل‌ها در Minecraft است، نه اثبات توانایی عمومی و بی‌خطای آن‌ها.