Minecraft'da sun'iy intellekt agentlari: byurokratiya va sinovlar

Y Combinator va Olam Labs tadqiqotchilari avtonom modellarning o'zaro hamkorligi, vazifalarni taqsimlashi va raqobatlashuvini o'rganish uchun Minecraft hamda boshqa o'yin muhitlariga yuzlab sun'iy intellekt agentlarini qo'yib yubordi. Tajribalar uchun Mindcraft va Mineflayer dasturiy vositalaridan foydalanildi.

• Yuzlab avtonom sun'iy intellekt agentlari Minecraft va boshqa o'yinlarga kiritildi;
• 50 ta GPT-6.1 Sol agenti 3 soat ichida sivilizatsiya qurishga harakat qildi;
• Bed Wars va Mindustry o'yinlarida GPT va Claude jamoalari o'zaro bellashdi;
• Tadqiqotchilar tajriba tizimlarining boshlang'ich kodini ochiq e'lon qildi.

Sivilizatsiya qurishdagi muvaffaqiyatsizlik va byurokratiya

Birinchi sinovda GPT-6.1 Sol bazasidagi 50 ta agentga gullab-yashnayotgan sivilizatsiya qurish uchun 3 soat vaqt berildi. Biroq koloniya bu maqsadga erisha olmadi. Birinchi tundan so'ng zombilar personajlarning katta qismini yo'q qildi va dastlabki rejalarning ko'pi tashlab yuborildi.

Qolgan agentlar ehtiyotkorlik bilan omon qolishga e'tibor qaratib, asta-sekin vazifalar va tartib-qoidalarni kelishib olishga berilib ketishdi. Masalan, 4 ta agent bitta bug'doy blokini o'g'itlash uchun mas'ulni tayinlashga naqd 11 daqiqa sarfladi. Bu dasturlashdagi guruhlar ishiga o'xshab ketishi ta'kidlandi.

GPT va Claude modellarining qarama-qarshiligi

Keyingi bosqichda turli modellarning raqobat sharoitidagi xatti-harakatlari tekshirildi. Bed Wars rejimida 10 ta GPT agenti va 10 ta Claude agenti o'zaro kurashdi. GPT jamoasi agressivroq strategiyalarni tanlagan bo'lsa, Claude ehtiyotkorona harakat qildi. Texnik xatoliklar paytida ham GPT xatoni topib, yechim ulashdi, Claude esa bloklarni sindirib bo'lmaydi deb qaror qildi.

Mindustry strategiyasida esa GPT jamoasi 7 ta o'yindan 6 tasida g'alaba qozondi. Kuzatuvlarga ko'ra, GPT agentlari yagona jamoa kabi harakat qilgan bo'lsa, Claude yagona lider va demokratik jarayonga tayangan edi. Taqsimlangan o'zaro ta'sir modeli bu safar samaraliroq bo'lib chiqdi.

Kelajakdagi texnologiyalar uchun ahamiyati

Tadqiqotchilar boshqa dasturchilar sinovlarni takrorlashi va guruh hajmining ta'sirini tekshirishi uchun o'z tizimlarining kodini ochiq ochib qo'yishdi. Mualliflar o'yin ssenariylarini SI xatti-harakatlarini o'rganish usuli sifatida ko'rib chiqmoqda.

Shu bilan birga, Minecraft'dagi natijalar xuddi shunday qonuniyatlar real ish tizimlarida ham namoyon bo'lishini to'g'ridan-to'g'ri isbotlamaydi. Baribir bu kabi tajribalar kelajakdagi avtonom tizimlarni takomillashtirishda muhim ahamiyat kasb etadi.