Оглавление

Автономные системы на базе ИИ достигли новой вехи в освоении виртуальных миров. Группа из четырех агентов, работающих на модели Gemini 4 Argon от Google DeepMind, сумела полностью пройти Minecraft и победить Дракона Края без каких-либо подсказок или вмешательства со стороны людей. Как сообщает издание The Decoder, эксперимент продемонстрировал способность современных моделей к сложной координации и самостоятельному распределению ролей в неструктурированной среде.

Исследователи поместили агентов в случайно сгенерированный мир, не задавая им предварительных стратегий или специализированных игровых инструментов. Вместо этого ИИ пришлось самостоятельно разбираться в механике выживания. В процессе прохождения, которое заняло 27 часов и 14 минут, агенты не только добывали ресурсы, но и активно взаимодействовали друг с другом: предупреждали об опасностях, забирали вещи погибших товарищей и вели общий лог ошибок для корректировки дальнейших действий.

Цифры и программная логика эксперимента

Масштаб проделанной ИИ работы впечатляет, если взглянуть на сухую статистику. За время сессии агенты сгенерировали 2 783 программы на языке JavaScript для решения текущих задач и обменялись 229 сообщениями в чате. Путь к финалу оказался тернистым: цифровые персонажи погибали 605 раз, прежде чем им удалось добраться до финального босса. Это подчеркивает итеративный характер обучения модели, которая буквально училась на своих фатальных ошибках в режиме реального времени.

С финансовой точки зрения такая автономность пока остается дорогим удовольствием. Общая стоимость вычислительных мощностей для этой игровой сессии составила 1 620 долларов, исходя из тарифов на использование Gemini 4 Argon, которые вступят в силу в 2027 году. Хотя сумма кажется внушительной для одного прохождения видеоигры, она меркнет на фоне затрат, которые раньше требовались для разработки и обучения узкоспециализированных систем под конкретные задачи.

Способность агентов писать код на лету для адаптации к среде — это важный шаг, но стоимость в полторы тысячи долларов за одну сессию делает технологию пока лишь дорогой игрушкой. Мы видим отличную координацию, однако 605 смертей указывают на отсутствие интуитивного понимания физики мира, которое заменяется простым перебором алгоритмов. Пока Gemini 4 Argon тратит бюджет средней зарплаты на убийство цифрового дракона, говорить о массовом внедрении автономных рабочих агентов в реальном секторе преждевременно.

От специализированных систем к универсальным агентам

Minecraft долгое время считался сложным испытанием для искусственного интеллекта из-за открытого мира и отсутствия единственно верного пути к цели. Если раньше для подобных достижений требовалось создавать сложные архитектуры, обученные исключительно на игровых данных, то современные мультимодальные модели справляются с этим благодаря общим навыкам рассуждения и программирования. Это превращает игру из развлечения в полигон для обкатки будущих помощников, способных действовать в условиях неопределенности.

Особый интерес вызывает социальный аспект взаимодействия агентов. Тот факт, что они смогли эффективно распределить задачи без внешнего управления, намекает на потенциал использования подобных систем в командной работе. Впрочем, пока эти «коллеги» обходятся владельцу слишком дорого, а их склонность к фатальным ошибкам требует тщательного контроля, даже если они умеют извлекать из этих ошибок уроки в общем журнале памяти.