ایجنت‌های هوش مصنوعی جمینای در یک آزمایش پژوهشی توانستند با همکاری یکدیگر بازی Minecraft را به پایان برسانند و اژدهای پایانی را شکست دهند. چهار عامل مبتنی بر Gemini 4 Argon برای رسیدن به این هدف، ۲۷ ساعت و ۱۴ دقیقه فعالیت کردند، ۲۷۸۳ برنامه نوشتند و در مجموع ۶۰۵ بار در بازی جان باختند. نکته جالب این آزمایش فقط شکست دادن یک غول بازی نیست؛ ایجنت‌ها وظایف را بین خود تقسیم کردند، اطلاعات را به اشتراک گذاشتند، کد نوشتند و پس از شکست‌های متعدد، راهبردهای خود را تغییر دادند. این آزمایش نشان می‌دهد که عامل‌های هوش مصنوعی می‌توانند برای انجام یک مأموریت طولانی با یکدیگر همکاری کنند؛ البته نتیجه آن به معنای خودمختاری کامل هوش مصنوعی یا برتری آن بر انسان در همه زمینه‌ها نیست.

🧠 ایجنت‌های هوش مصنوعی جمینای چگونه ماینکرفت را شکست دادند؟

پژوهشگران Google DeepMind چهار ایجنت مبتنی بر Gemini 4 Argon را وارد یک دنیای تازه در Minecraft کردند. هدف نهایی ساده به نظر می‌رسید: اژدهای پایانی یا Ender Dragon را شکست دهند. بااین‌حال، رسیدن به این هدف به مجموعه‌ای از اقدامات وابسته نیاز داشت؛ از جمع‌آوری منابع و ساخت ابزار گرفته تا سفر به ابعاد مختلف بازی و آماده‌شدن برای نبرد نهایی.

پژوهشگران مسیر کامل بازی را از قبل به ایجنت‌ها آموزش ندادند و برای هرکدام نقش ثابتی مانند معدن‌کار، سازنده ابزار یا مبارز تعیین نکردند. در عوض، ایجنت‌ها باید با استفاده از ابزارهای نرم‌افزاری، برنامه‌های لازم را می‌نوشتند و براساس نتایج اجرای آن‌ها تصمیم می‌گرفتند که در مرحله بعد چه کاری انجام دهند.

این روش با پرسیدن یک سؤال ساده از چت‌بات تفاوت زیادی دارد. چت‌بات ممکن است روش شکست اژدهای ماینکرفت را توضیح دهد، اما یک ایجنت مجهز به ابزار باید بتواند اقدامات را اجرا کند، نتیجه را بررسی کند، خطاها را تشخیص دهد و تا رسیدن به هدف به کار خود ادامه دهد.

چهار ایجنت در مدت ۲۷ ساعت و ۱۴ دقیقه به هدف رسیدند. پژوهشگران گزارش دادند که سرور بازی نیز پایان مأموریت را ثبت کرد. بنابراین، نتیجه آزمایش فقط بر اساس ادعای خود ایجنت‌ها نبود و سوابق اجرای بازی نیز آن را تأیید می‌کرد.

البته نباید تصور کرد که این عامل‌ها بدون هیچ ابزار یا زیرساختی بازی کردند. آن‌ها از کتابخانه Mineflayer، ابزارهای مسیریابی، محیط برنامه‌نویسی و حافظه مشترک استفاده کردند. دستاورد اصلی این بود که ایجنت‌ها توانستند با همین ابزارها، اقدامات لازم را برنامه‌ریزی و اجرا کنند و یک هدف پیچیده را تا پایان دنبال کنند.

📊 آمار عملکرد ایجنت‌های هوش مصنوعی جمینای در ماینکرفت

اعداد منتشرشده در مقاله پژوهشی، ابعاد این آزمایش را روشن‌تر می‌کنند. چهار عامل برای تکمیل مأموریت به هزاران برنامه نیاز داشتند و بارها شکست خوردند؛ اما در نهایت توانستند هدفی را محقق کنند که به مجموعه‌ای طولانی از اقدامات وابسته بود.

عدد ۲۷۸۳ به برنامه‌هایی اشاره دارد که ایجنت‌ها تا زمان پیروزی نوشتند و اجرا کردند؛ این عدد تعداد خطوط کد نیست. همچنین تعداد برنامه‌ها به‌تنهایی معیار کاملی برای سنجش هوش یا کیفیت عملکرد یک مدل محسوب نمی‌شود. اهمیت آن زمانی روشن می‌شود که بدانیم هر برنامه می‌توانست بخشی از یک مأموریت بزرگ‌تر را انجام دهد.

عدد ۶۰۵ مرگ نیز نشان می‌دهد که موفقیت نهایی به معنای اجرای بی‌نقص نبود. ایجنت‌ها با خطرهای محیطی، ازدست‌رفتن منابع، خطاهای برنامه‌نویسی و دشواری نبرد نهایی روبه‌رو شدند. آن‌ها باید پس از هر شکست، اطلاعات به‌دست‌آمده را در تصمیم‌های بعدی به کار می‌گرفتند.

🤖 ایجنت‌های هوش مصنوعی جمینای چگونه وظایف را تقسیم کردند؟

یکی از بخش‌های جالب آزمایش، نحوه شکل‌گیری همکاری میان چهار ایجنت بود. پژوهشگران نقش‌های اختصاصی برای آن‌ها تعریف نکردند؛ در عوض، ایجنت‌ها از طریق گفت‌وگو به تقسیم کار رسیدند و در ادامه، هرکدام مسئولیت‌هایی را بر عهده گرفتند.

تقسیم وظایف بدون تعیین نقش از سوی انسان

حدود ۱۰ دقیقه پس از آغاز آزمایش، یکی از ایجنت‌ها پیشنهاد کرد که اعضای تیم کارهای مختلفی انجام دهند. اعضای دیگر نیز پیشنهادهایی مطرح کردند و گروه به‌تدریج به تقسیم وظایف رسید.

در ادامه، یکی از ایجنت‌ها به جمع‌آوری غذا و وسایل اولیه پرداخت، دیگری برای پیدا کردن الماس تلاش کرد، یک عامل آهن را ذوب کرد و ابزار ساخت و ایجنت دیگری آماده‌سازی دروازه ورود به Nether را بر عهده گرفت.

این تقسیم کار باعث شد اعضای تیم به‌جای انجام مکرر یک وظیفه، منابع و اطلاعات متفاوتی تولید کنند. وقتی یک ایجنت به تجهیزات نیاز داشت، می‌توانست از اطلاعات یا منابعی استفاده کند که هم‌تیمی‌هایش جمع‌آوری کرده بودند.

پژوهشگران هدف کلی را تعیین کردند، اما فهرستی از وظایف جزئی یا نقشه کامل بازی را در اختیار تیم نگذاشتند. ایجنت‌ها باید تشخیص می‌دادند کدام کارها اولویت دارند و چگونه می‌توانند آن‌ها را به هدف نهایی پیوند دهند.

نقش حافظه مشترک در همکاری ایجنت‌های Gemini

چهار ایجنت فقط با ارسال پیام به یکدیگر همکاری نکردند. آن‌ها از حافظه مشترک نیز استفاده کردند تا اطلاعاتی مانند مختصات، موقعیت صندوق‌ها، خطرهای محیطی و تجربه‌های قبلی را ثبت کنند.

فرض کن یکی از ایجنت‌ها در منطقه‌ای خطرناک شکست بخورد. اگر اطلاعات مربوط به محل مرگ و منابع ازدست‌رفته در دسترس اعضای دیگر باشد، آن‌ها می‌توانند برای بازیابی تجهیزات برنامه‌ریزی کنند. بدون چنین حافظه‌ای، هر عضو ممکن است بارها همان مسیر را طی کند یا اشتباه مشابهی را تکرار کند.

ایجنت‌ها همچنین درباره رفتار ابزارهای نرم‌افزاری خود یادداشت‌هایی به اشتراک گذاشتند. برای نمونه، یکی از آن‌ها به نکته‌ای درباره عملکرد Mineflayer در ساخت آیتم‌ها پی برد و راه‌حل را با تیم در میان گذاشت. پژوهشگران گزارش کردند که تابع کمکی مربوط به این اصلاح، در صدها برنامه بعدی مورد استفاده قرار گرفت.

این اتفاق نشان می‌دهد حافظه مشترک فقط محلی برای نگهداری اطلاعات نیست؛ بلکه می‌تواند به تیم کمک کند تجربه‌های قبلی را به راه‌حل‌های قابل استفاده مجدد تبدیل کند.

ایجنت‌های هوش مصنوعی جمینای چگونه پس از شکست به هم کمک کردند؟

در Minecraft، مرگ یک بازیکن ممکن است به ازدست‌رفتن تجهیزات یا منابع ارزشمند منجر شود. این اتفاق در آزمایش نیز بارها رخ داد. اعضای تیم مختصات محل مرگ یکدیگر را اعلام می‌کردند و در برخی موارد برای بازیابی وسایل ازدست‌رفته به کمک هم می‌رفتند.

یکی از نمونه‌های مهم، ماجرای انتقال Eye of Ender بود. پس از آنکه یک ایجنت در نزدیکی هم‌تیمی خود غرق شد، سایر اعضا محل افتادن وسایل و زمان باقی‌مانده تا ناپدیدشدن آن‌ها را اعلام کردند. هم‌تیمی دیگر توانست اقلام را در فرصت باقی‌مانده بازیابی کند.

این رفتار برای ادامه مأموریت اهمیت داشت؛ زیرا ازدست‌رفتن یک منبع کمیاب می‌توانست ساعت‌ها کار را به تأخیر بیندازد. تیم با به‌اشتراک‌گذاری اطلاعات و بازیابی تجهیزات، از تبدیل‌شدن هر شکست به مانعی دائمی جلوگیری کرد.

💻 برنامه‌نویسی خودکار چگونه به ایجنت‌های هوش مصنوعی جمینای کمک کرد؟

ایجنت‌ها مانند بازیکنان انسانی با صفحه‌کلید و ماوس به بازی دسترسی نداشتند. آن‌ها برای کنترل شخصیت‌های خود، برنامه‌های JavaScript می‌نوشتند و از کتابخانه Mineflayer برای اجرای اقدامات استفاده می‌کردند.

این روش با تصور رایج از هوش مصنوعی بازی‌کننده تفاوت دارد. در بسیاری از بازی‌ها، عامل هوش مصنوعی باید تصویر صفحه را دریافت کند، عناصر محیط را تشخیص دهد و سپس از طریق ورودی‌های شبیه‌سازی‌شده حرکت کند. در این آزمایش، ایجنت‌ها از مسیر برنامه‌نویسی استفاده کردند و اطلاعات ساختاریافته‌ای درباره موقعیت، سلامتی، موجودی و محیط اطراف خود دریافت کردند.

کتابخانه Mineflayer چه کاربردی داشت؟

Mineflayer یک کتابخانه متن‌باز JavaScript برای ساخت بات‌های Minecraft است. این ابزار به برنامه‌نویسان اجازه می‌دهد اقداماتی مانند حرکت به مختصات مشخص، استخراج بلوک، قراردادن آیتم، ساخت تجهیزات و حمله به موجودات را اجرا کنند.

بااین‌حال، Mineflayer به‌تنهایی نمی‌داند که برای شکست اژدها باید چه مراحلی را طی کند. این کتابخانه ابزار اجرای اقدامات را در اختیار عامل قرار می‌دهد؛ اما تصمیم درباره ترتیب کارها، منابع موردنیاز و نحوه واکنش به مشکلات بر عهده ایجنت‌ها بود.

برای مثال، یک برنامه می‌توانست شخصیت را به منطقه‌ای مشخص هدایت کند و سنگ آهن اطراف را استخراج کند. پس از پایان اجرا، ایجنت خروجی را بررسی می‌کرد تا بفهمد چه مقدار سنگ به دست آورده، چه اتفاقی افتاده و آیا خطایی رخ داده است. سپس برنامه بعدی را براساس نتیجه قبلی می‌نوشت.

این چرخه بارها تکرار شد: برنامه‌نویسی، اجرا، بررسی نتیجه و اصلاح روش.

چرا نوشتن ۲۷۸۳ برنامه اهمیت دارد؟

عدد ۲۷۸۳ به‌تنهایی معیار کاملی برای سنجش هوش نیست؛ زیرا برنامه بیشتر لزوماً به معنای عملکرد بهتر نیست. بااین‌حال، در این آزمایش تعداد زیاد برنامه‌ها نشان می‌دهد که ایجنت‌ها برای رسیدن به هدف، اقدامات کوچک متعددی را به یکدیگر متصل کردند.

هر برنامه می‌توانست بخشی از یک کار بزرگ‌تر باشد؛ مانند جمع‌آوری مواد اولیه، ساخت ابزار، جابه‌جایی منابع یا بررسی مسیر. برخی برنامه‌ها نیز برای رفع خطاهای قبلی یا ساخت ابزارهای کمکی به کار رفتند.

پژوهشگران گزارش دادند که حدود ۲۲ درصد برنامه‌ها با خطا پایان یافتند. این عدد اهمیت چرخه اصلاح را بیشتر می‌کند: ایجنت‌ها صرفاً کد تولید نکردند، بلکه باید خروجی آن را بررسی می‌کردند و در صورت نیاز، نسخه دیگری می‌نوشتند.

آن‌ها همچنین تعدادی تابع کمکی را حفظ کردند تا کارهای تکراری را آسان‌تر انجام دهند. این توابع شامل ابزارهایی برای شمارش آیتم‌ها، حرکت زمان‌بندی‌شده و مدیریت برخی فرایندهای پس‌زمینه بودند. چنین روش‌هایی در پروژه‌های نرم‌افزاری واقعی نیز اهمیت دارند؛ زیرا استفاده مجدد از یک راه‌حل آزموده‌شده معمولاً از نوشتن دوباره آن کم‌هزینه‌تر است.

🌍 ایجنت‌های هوش مصنوعی جمینای چگونه مسیر رسیدن به اژدها را طی کردند؟

برای درک دشواری آزمایش، باید مسیر بازی را مرحله‌به‌مرحله بررسی کنیم. رسیدن به اژدهای پایانی تنها یک نبرد نیست؛ بازیکنان باید در چند محیط متفاوت پیش بروند و منابع لازم را به دست آورند.

دو ساعت نخست؛ جمع‌آوری منابع و ساخت دروازه

ایجنت‌ها کار را در یک دنیای تصادفی آغاز کردند. آن‌ها در ساعات اولیه ابزارهای آهنی و الماس پیدا کردند و دروازه‌ای برای ورود به Nether ساختند.

این مرحله به تقسیم کار نیاز داشت. جمع‌آوری غذا، پیدا کردن منابع معدنی، ساخت تجهیزات و آماده‌سازی دروازه باید به شکلی هماهنگ پیش می‌رفت تا تیم بتواند در زمان مناسب وارد مرحله بعد شود.

ساعت دوم تا یازدهم؛ ورود به Nether و جمع‌آوری منابع

در Nether، تیم باید منابع موردنیاز برای ساخت Eye of Ender را به دست می‌آورد. این آیتم‌ها برای پیدا کردن و فعال‌کردن دروازه ورود به دنیای پایانی ضروری‌اند.

ایجنت‌ها در این مرحله به روش‌های مختلفی برای جمع‌آوری منابع روی آوردند. برای نمونه، برخی از آن‌ها برای مقابله با Endermanها از پناهگاه‌هایی با ارتفاع محدود استفاده کردند. از آنجا که این موجودات نمی‌توانند وارد فضایی با ارتفاع کمتر از قدشان شوند، بازیکنان می‌توانستند از این ویژگی محیط برای کاهش خطر استفاده کنند.

اما همه چیز طبق برنامه پیش نرفت. یکی از ایجنت‌ها هنگام حمل منابع جان باخت و حمله یک Ghast نیز بخشی از اقلام ازدست‌رفته را نابود کرد. تیم پس از این اتفاق، درباره خطرها و روش‌های جلوگیری از تکرار آن‌ها یادداشت‌هایی تهیه کرد.

این نمونه نشان می‌دهد که پیشرفت فقط به اجرای برنامه اولیه وابسته نبود؛ ایجنت‌ها باید تجربه‌های ناموفق را به تغییراتی در برنامه‌های بعدی تبدیل می‌کردند.

ساعت دهم تا سیزدهم؛ پیدا کردن دروازه پایانی

پیدا کردن Stronghold یکی از مراحل مهم بازی است. این سازه زیرزمینی محل قرارگیری دروازه‌ای است که بازیکنان را به The End می‌رساند.

یکی از ایجنت‌ها برای تخمین محل سازه، مسیر حرکت دو Eye of Ender را از نقاط مختلف بررسی کرد. او موقعیت این آیتم‌ها را در فاصله‌های زمانی کوتاه ثبت کرد و با محاسبه محل تقاطع مسیرها، محل تقریبی سازه را به دست آورد.

بر اساس گزارش پژوهش، تخمین به‌دست‌آمده حدود ۴۳ متر با اتاق واقعی دروازه فاصله داشت. این نتیجه به تیم کمک کرد تا منطقه مناسب را برای جست‌وجو پیدا کند.

در ساعت ۱۳ و ۱۷ دقیقه، ایجنت‌ها دروازه The End را فعال کردند. بااین‌حال، رسیدن به این مرحله به معنای نزدیک‌شدن سریع به پیروزی نبود؛ سخت‌ترین بخش آزمایش هنوز باقی مانده بود.

ساعت سیزدهم تا بیست‌وهفتم؛ نبرد با اژدهای پایانی

در The End، سرعت پیشرفت تیم کاهش یافت. اژدها بارها ایجنت‌ها را شکست داد و پژوهشگران گزارش کردند که این موجود در مجموع ۶۹ بار آن‌ها را کشت.

ایجنت‌ها بین تلاش‌های مختلف، رفتار اژدها را بررسی کردند و درباره زمان مناسب حمله و روش برخورد با وضعیت‌های غیرعادی یادداشت نوشتند. آن‌ها متوجه شدند که کریستال‌های قرارگرفته روی ستون‌های ابسیدین، سلامتی اژدها را بازیابی می‌کنند. تا زمانی که این کریستال‌ها باقی می‌ماندند، آسیب‌زدن به اژدها دشوارتر می‌شد.

حدود ۲۱ ساعت پس از شروع آزمایش، یکی از ایجنت‌ها راهی برای رسیدن به کریستال‌ها پیدا کرد: کنار ستون‌ها با استفاده از بلوک‌های خاکی بالا برود، کریستال‌ها را از بین ببرد و سپس پایین بیاید.

تیم در چهار ساعت و ۴۰ دقیقه بعدی هر ده کریستال را نابود کرد. حدود ۳۹ دقیقه پس از نابودی آخرین کریستال، اژدها شکست خورد. در لحظه پایانی، سلامتی یکی از بازیکنان به ۲٫۵ واحد از مجموع ۲۰ واحد رسیده بود.

این بخش از آزمایش نمونه‌ای روشن از اصلاح برنامه و یادگیری در حین اجراست. ایجنت‌ها با تکرار یک حمله ناموفق به نتیجه نرسیدند؛ آن‌ها سازوکار بازی را بررسی کردند، علت بازیابی سلامتی اژدها را پیدا کردند و راهبرد خود را تغییر دادند.

🧩 چه رفتارهایی در همکاری ایجنت‌های هوش مصنوعی جمینای شکل گرفت؟

پژوهشگران در مقاله خود چند رفتار قابل‌توجه را گزارش کردند که از دستورهای جزئی و از پیش تعیین‌شده ناشی نمی‌شدند. این رفتارها در جریان تعامل ایجنت‌ها و تلاش برای رسیدن به هدف مشترک شکل گرفتند.

تخصص‌گرایی در جریان کار

هر چهار ایجنت به‌تدریج مسئولیت‌هایی را بر عهده گرفتند که با وضعیت بازی و نیاز تیم سازگار بود. یکی از آن‌ها بیشتر منابع را جمع‌آوری کرد، دیگری در ساخت ابزار و پیدا کردن مسیرها نقش داشت و اعضای دیگر در آماده‌سازی دروازه یا نابودی کریستال‌ها مشارکت کردند.

این تقسیم وظایف از ابتدا به‌صورت یک برنامه ثابت تعریف نشده بود؛ نقش‌ها با گفت‌وگو و پیشرفت بازی شکل گرفتند. البته این موضوع به معنای آن نیست که هر ایجنت به‌طور مستقل یک تخصص دائمی و بدون خطا به دست آورده بود. نقش‌ها در پاسخ به نیازهای همان مأموریت تغییر می‌کردند.

تبدیل تجربه به ابزارهای قابل استفاده مجدد

ایجنت‌ها فقط درباره اشتباه‌های خود پیام ندادند؛ آن‌ها برخی راه‌حل‌ها را به توابع کمکی تبدیل کردند. پژوهشگران گزارش کردند که تیم ۴۲ تابع کمکی داشت و ۱۴۶ بخش از وضعیت و کد را میان برنامه‌ها حفظ کرد.

این رویکرد به کاهش تکرار کار کمک می‌کند. وقتی یک روش برای انجام وظیفه‌ای مشخص جواب می‌دهد، می‌توان آن را در برنامه‌های بعدی دوباره به کار برد. همین ایده در ابزارهای برنامه‌نویسی هوش مصنوعی نیز اهمیت دارد؛ عامل باید بتواند از راه‌حل‌های قبلی استفاده کند، نه اینکه برای هر اقدام از نقطه صفر شروع کند.

اصلاح گزارش‌های اشتباه

ایجنت‌ها همیشه درباره نتیجه اجرای برنامه‌ها گزارش دقیقی ارائه نمی‌کردند. در یکی از موارد، یک ایجنت موفقیت اقدامی را اعلام کرد که واقعاً اتفاق نیفتاده بود؛ سپس خودش گزارش قبلی را اصلاح کرد.

این نمونه یادآوری می‌کند که خروجی یک عامل هوش مصنوعی همیشه نباید بدون بررسی پذیرفته شود. ثبت رویدادهای سرور، بررسی وضعیت بازی و مقایسه گزارش‌ها با شواهد واقعی، برای تأیید نتیجه اهمیت داشتند.

پژوهشگران یک ایجنت پنجم را نیز به‌عنوان ناظر در نظر گرفتند. این عامل بازی نمی‌کرد؛ بلکه گزارش‌ها را با سوابق ثبت‌شده مقایسه می‌کرد و مواردی مانند ادعای نادرست یا تلاش برای دورزدن هدف آزمایش را زیر نظر داشت.

⚠️ محدودیت‌های آزمایش ایجنت‌های هوش مصنوعی جمینای چیست؟

نتیجه آزمایش نشان می‌دهد که چهار ایجنت مبتنی بر Gemini 4 Argon توانستند با برنامه‌نویسی و همکاری، ماینکرفت را در شرایط مشخص به پایان برسانند. اما این نتیجه به‌تنهایی برتری هوش مصنوعی بر بازیکنان حرفه‌ای یا توانایی انجام هر وظیفه‌ای بدون کمک انسان را ثابت نمی‌کند.

بازی در درجه سختی Easy اجرا شد

پژوهشگران از درجه سختی Easy استفاده کردند. در این حالت، برخی خطرهای بازی نسبت به درجه‌های بالاتر آسیب کمتری وارد می‌کنند و گرسنگی نیز به مرگ بازیکن منجر نمی‌شود. بنابراین، نتیجه را نباید بدون آزمایش بیشتر به درجه‌های Normal یا Hard تعمیم داد.

ایجنت‌ها اطلاعات ساختاریافته دریافت می‌کردند

ایجنت‌ها محیط را مانند انسان از طریق تصویر صفحه و کنترل مستقیم شخصیت درک نمی‌کردند. کتابخانه Mineflayer اطلاعاتی مانند موقعیت بازیکن، موجودی و بلوک‌های اطراف را در اختیار برنامه‌ها قرار می‌داد. افزونه مسیریابی نیز به حرکت در محیط کمک می‌کرد.

این تفاوت مهم است؛ زیرا بازی‌کردن از طریق اطلاعات ساختاریافته و برنامه‌نویسی با تشخیص محیط از روی تصویر و کنترل لحظه‌ای صفحه‌کلید و ماوس یکسان نیست.

مدل از قبل درباره ماینکرفت اطلاعات داشت

پژوهشگران اشاره کردند که Gemini 4 Argon از دانش قبلی درباره ماینکرفت و Mineflayer بهره می‌برد. بنابراین، آزمایش بررسی نکرد که آیا هوش مصنوعی می‌تواند بازی کاملاً ناشناخته‌ای را بدون دانش قبلی یاد بگیرد.

سؤال اصلی این بود که آیا یک عامل عمومی برنامه‌نویسی می‌تواند دانش خود را به برنامه‌های عملی تبدیل کند، در طول زمان خطاهایش را اصلاح کند و با چند عامل دیگر برای رسیدن به یک هدف مشترک همکاری داشته باشد.

فقط یک اجرای موفق گزارش شد

یکی از محدودیت‌های مهم پژوهش این است که مقاله، یک اجرای موفق را توصیف می‌کند. این نتیجه نشان می‌دهد که روش پیشنهادی امکان‌پذیر است؛ اما مشخص نمی‌کند که تیم در چند درصد تلاش‌ها می‌تواند با همین شرایط به پیروزی برسد.

برای ارزیابی قابلیت اعتماد، به آزمایش‌های بیشتری با جهان‌های تصادفی، شرایط متفاوت و تکرارهای متعدد نیاز داریم.

نظارت پژوهشگران همچنان وجود داشت

پژوهشگران از یک داشبورد زنده برای مشاهده روند کار استفاده کردند و امکان توقف آزمایش را داشتند. طبق گزارش، آن‌ها برای پیشبرد راهبرد بازی نیازی به مداخله پیدا نکردند؛ بااین‌حال، محیط اجرا، ابزارها و قواعد آزمایش را خودشان فراهم کرده بودند.

بنابراین، توصیف دقیق‌تر این است که ایجنت‌ها در طول اجرای بازی بدون دخالت مستقیم انسان در تصمیم‌های عملیاتی، هدف را تکمیل کردند؛ نه اینکه کل سامانه بدون طراحی، زیرساخت یا نظارت انسانی ساخته شده باشد.

🚀 دستاورد ایجنت‌های هوش مصنوعی جمینای چه معنایی برای آینده دارد؟

اهمیت این آزمایش به خود بازی محدود نمی‌شود. ماینکرفت محیطی پیچیده است که در آن بسیاری از اقدامات به یکدیگر وابسته‌اند. برای شکست اژدها، ایجنت‌ها باید منابع را مدیریت می‌کردند، ابزار می‌ساختند، اطلاعات را نگه می‌داشتند، از خطاها درس می‌گرفتند و پس از ساعت‌ها کار همچنان هدف اصلی را دنبال می‌کردند.

وظایف نرم‌افزاری واقعی نیز گاهی همین ساختار را دارند. یک پروژه ممکن است به بررسی کد، نوشتن برنامه، اجرای آزمون، رفع خطا و هماهنگی چند ابزار نیاز داشته باشد. اگر یک عامل بتواند فقط یک مرحله را انجام دهد اما نتواند نتیجه را بررسی کند یا در صورت شکست مسیرش را تغییر دهد، برای تکمیل پروژه‌های طولانی محدودیت خواهد داشت.

ایجنت هوش مصنوعی چه تفاوتی با چت‌بات معمولی دارد؟

چت‌بات معمولی بیشتر بر پاسخ‌دادن به درخواست‌ها و تولید متن تمرکز دارد. ایجنت هوش مصنوعی می‌تواند علاوه بر تولید پاسخ، از ابزارها استفاده کند، اقدامات چندمرحله‌ای انجام دهد، نتیجه را بررسی کند و بر اساس آن تصمیم بعدی را بگیرد.

برای مثال، یک چت‌بات ممکن است روش ساخت یک ابزار در ماینکرفت را توضیح دهد؛ اما یک ایجنت مجهز به ابزارهای مناسب می‌تواند برنامه‌ای بنویسد، آن را اجرا کند، خروجی را بررسی کند و در صورت بروز خطا، برنامه را اصلاح کند.

البته این تفاوت به معنی بی‌نیازی کامل ایجنت‌ها از انسان نیست. کیفیت ابزارها، محدودیت‌های دسترسی، هزینه اجرا، میزان خطا و نیاز به تأیید انسانی همچنان اهمیت دارند.

آیا چند ایجنت همیشه از یک ایجنت بهتر عمل می‌کنند؟

نه لزوماً. تقسیم کار میان چند ایجنت می‌تواند به پیشبرد هم‌زمان وظایف کمک کند، اما هماهنگی هزینه دارد. اگر ایجنت‌ها اطلاعات نادرست را به اشتراک بگذارند، یک کار را چند بار انجام دهند یا درباره اولویت‌ها اختلاف پیدا کنند، تعداد بیشتر آن‌ها لزوماً نتیجه بهتری ایجاد نمی‌کند.

در آزمایش ماینکرفت، تقسیم وظایف، حافظه مشترک و بازیابی منابع به همکاری کمک کردند. بااین‌حال، برای تعیین اینکه یک تیم چندعاملی در چه شرایطی از یک ایجنت قوی‌تر است، باید هزینه، زمان، میزان موفقیت و کیفیت خروجی را در آزمایش‌های مقایسه‌ای بررسی کرد.

آیا این دستاورد بر آینده برنامه‌نویسی تأثیر می‌گذارد؟

این آزمایش نمونه‌ای از پیشرفت در انجام وظایف طولانی با کمک ایجنت‌های برنامه‌نویسی است. اگر چنین سامانه‌هایی در محیط‌های واقعی قابل‌اعتمادتر شوند، می‌توانند در کارهایی مانند بررسی مخزن کد، اجرای آزمون‌ها، رفع برخی خطاها و هماهنگی مراحل توسعه نرم‌افزار نقش داشته باشند.

اما ماینکرفت یک محیط بازی با قواعد مشخص است و تکمیل آن با انجام یک پروژه نرم‌افزاری واقعی تفاوت دارد. پروژه‌های واقعی معمولاً با نیازمندی‌های مبهم، محدودیت‌های امنیتی، داده‌های حساس و معیارهای کیفی متنوع روبه‌رو هستند. بنابراین، این آزمایش را باید نشانه‌ای از ظرفیت فناوری دانست، نه مدرکی برای جایگزینی کامل برنامه‌نویسان.

💰 هزینه اجرای آزمایش ایجنت‌های هوش مصنوعی جمینای چقدر بود؟

پژوهشگران علاوه بر زمان و تعداد برنامه‌ها، هزینه تقریبی استفاده از مدل را نیز محاسبه کردند. بر اساس گزارش مقاله، چهار ایجنت بازیکن تا زمان پیروزی حدود ۱٫۳۵ میلیارد توکن ورودی پردازش کردند که حدود ۹۱ درصد آن از حافظه نهان زمینه یا Context Cache تأمین شده بود. آن‌ها همچنین حدود ۱۶ میلیون توکن خروجی تولید کردند که بخشی از آن به توکن‌های مربوط به استدلال اختصاص داشت.

پژوهشگران بر مبنای قیمت فهرست API در زمان آزمایش، هزینه چهار ایجنت بازیکن را تا زمان پیروزی حدود ۵۲۰ دلار برآورد کردند. با قیمت استاندارد ذکرشده در مقاله، این برآورد به حدود ۱۰۴۰ دلار می‌رسید. اگر فعالیت ایجنت ناظر و ادامه جلسه پس از پیروزی را نیز در نظر بگیریم، هزینه کل جلسه حدود ۸۱۰ دلار با قیمت مقدماتی یا ۱۶۲۰ دلار با قیمت استاندارد برآورد شد.

این ارقام هزینه قطعی و مستقل از شرایط نیستند؛ بلکه برآوردی بر اساس شمارنده توکن‌ها و قیمت‌های فهرست API هستند. هزینه واقعی اجرا می‌تواند با توجه به قیمت‌گذاری سرویس، میزان استفاده از حافظه نهان و تنظیمات مدل متفاوت باشد.

با وجود این محدودیت، گزارش هزینه یک نکته مهم را روشن می‌کند: انجام یک وظیفه طولانی با چند ایجنت، علاوه بر زمان اجرا، به منابع محاسباتی و تعداد زیادی فراخوانی مدل نیاز دارد. برای استفاده تجاری از چنین سامانه‌هایی، باید کیفیت نتیجه را در کنار هزینه و میزان موفقیت سنجید.

❓ پرسش‌های متداول درباره ایجنت‌های هوش مصنوعی جمینای

ایجنت‌های هوش مصنوعی جمینای در چند ساعت ماینکرفت را شکست دادند؟

چهار ایجنت مبتنی بر Gemini 4 Argon در مدت ۲۷ ساعت و ۱۴ دقیقه توانستند اژدهای پایانی را شکست دهند. آن‌ها در طول این آزمایش ۲۷۸۳ برنامه نوشتند و ۶۰۵ بار در بازی جان باختند.

آیا انسان‌ها به ایجنت‌ها گفتند چه کاری انجام دهند؟

پژوهشگران هدف نهایی، یعنی شکست اژدهای پایانی، و دستورالعمل‌های عمومی کار با ابزارها را مشخص کردند؛ اما نقش‌های اختصاصی و راهبرد کامل بازی را از پیش تعیین نکردند. ایجنت‌ها وظایف را میان خود تقسیم کردند و برنامه‌های موردنیاز را نوشتند. پژوهشگران روند آزمایش را زیر نظر داشتند، اما طبق گزارش برای پیشبرد بازی مداخله نکردند.

Gemini 4 Argon چیست؟

Gemini 4 Argon نام مدلی است که پژوهشگران در این آزمایش برای اجرای ایجنت‌های برنامه‌نویسی استفاده کردند. در مقاله، این مدل در قالب عامل‌هایی به کار رفت که می‌توانستند کد بنویسند، ابزارهای نرم‌افزاری را اجرا کنند و با حافظه و گفت‌وگو وظایف را پیش ببرند.

چرا ایجنت‌ها ۶۰۵ بار مردند؟

ایجنت‌ها در مسیر بازی با دشمنان، خطرهای محیطی و مشکلات مختلف روبه‌رو شدند. بخشی از مرگ‌ها هنگام جمع‌آوری منابع در Nether و بخش مهمی نیز در نبرد با اژدها رخ داد. آن‌ها از تجربه شکست‌ها برای تغییر روش، بازیابی تجهیزات و اصلاح برنامه‌های بعدی استفاده کردند.

آیا این آزمایش نشان می‌دهد هوش مصنوعی می‌تواند همه بازی‌ها را تمام کند؟

خیر. پژوهش فقط یک اجرای موفق در Minecraft Java Edition 1.20.4 و درجه سختی Easy را گزارش می‌کند. نتیجه آن را نمی‌توان بدون آزمایش بیشتر به بازی‌های دیگر، درجه‌های سختی بالاتر یا محیط‌هایی با ابزارهای متفاوت تعمیم داد.

مهم‌ترین دستاورد این آزمایش چه بود؟

مهم‌ترین دستاورد، توانایی چهار ایجنت عمومی در حفظ یک هدف بلندمدت، نوشتن و اصلاح برنامه‌ها، تقسیم وظایف، اشتراک‌گذاری اطلاعات و ادامه کار پس از شکست‌های متعدد بود. این نتیجه می‌تواند به پژوهش درباره ایجنت‌هایی کمک کند که وظایف چندمرحله‌ای و پیچیده‌تری را در محیط‌های نرم‌افزاری انجام می‌دهند.

🔎 جمع‌بندی؛ فراتر از شکست اژدهای ماینکرفت

آزمایش Google DeepMind نشان داد که ایجنت‌های هوش مصنوعی جمینای می‌توانند با برنامه‌نویسی، حافظه مشترک و تقسیم وظایف، یک مأموریت پیچیده را در Minecraft به پایان برسانند. آن‌ها در ۲۷ ساعت و ۱۴ دقیقه، پس از نوشتن ۲۷۸۳ برنامه و تحمل ۶۰۵ مرگ، اژدهای پایانی را شکست دادند.

ارزش این دستاورد فقط در نتیجه بازی نیست؛ شیوه رسیدن به آن نیز اهمیت دارد. ایجنت‌ها با بررسی خروجی برنامه‌ها، یادداشت‌برداری از تجربه‌ها، بازیابی منابع و اصلاح راهبردها توانستند روند کار را ادامه دهند. چنین توانایی‌هایی برای توسعه ایجنت‌های نرم‌افزاری اهمیت دارند، زیرا بسیاری از وظایف واقعی به مجموعه‌ای از اقدامات وابسته نیاز دارند.

بااین‌حال، آزمایش محدودیت‌هایی هم داشت: بازی در درجه Easy اجرا شد، ایجنت‌ها اطلاعات ساختاریافته و ابزارهای مشخصی در اختیار داشتند و مقاله تنها یک اجرای موفق را گزارش می‌کند. بنابراین، این نتیجه را باید گامی قابل‌توجه در پژوهش درباره همکاری چند ایجنت دانست، نه اثبات خودمختاری کامل هوش مصنوعی یا برتری آن بر انسان در همه زمینه‌ها.

برای مطالعه مطالب بیشتر درباره هوش مصنوعی، به صفحه هوش مصنوعی مراجعه کنید.

برای مشاهده مطالب بیشتر کلیک کنید…