Googleovi Gemini 4 agenti sami su završili Minecraft za 27 sati i 605 smrti

Google DeepMind je objavio eksperiment u kojem su četiri Gemini 4 Argon AI agenta, bez ikakve ljudske intervencije, sama odradila glavni cilj u Minecraftu i nakon 27 sati i 14 minuta srušila Ender Dragona. Agenti su napisali i izvršili 2.783 JavaScript programa, a u igri su ukupno poginuli 605 puta.

Istraživači su agente ubacili u nasumično generirani survival svijet i dali im jedan zadatak: poraziti završnog bossa. Uloge nisu bile unaprijed podijeljene, plana nije bilo, a specijalizirani gaming software nisu dobili. Radili su preko open-source alata Mineflayer, koji im je služio kao sučelje za kretanje, kopanje, craftanje i borbu.

Modeli su se organizirali sami. Jedan dio ekipe skupljao je hranu, drugi alat, treći je tražio stronghold, a ostali su aktivirali portal i napali zmaja. Preko chata i dijeljene memorije razmjenjivali su koordinate, upozorenja i informacije o opasnim lokacijama, a pomagali su i vraćati izgubljene predmete nakon smrti.

Prema podacima iz rada, sustav je prije pobjede obradio oko 1,35 milijardi input tokena i generirao oko 16 milijuna output tokena, uz otprilike 24.000 poziva modelu. Oko 91 posto input tokena došlo je iz cachea. Po tadašnjoj promotivnoj API cijeni samo izvršavanje zadatka stajalo je oko 520 dolara, odnosno oko 481 euro. Cijeli eksperiment, s dodatnim promatranjem i danom rada nakon pobjede, koštao je oko 810 dolara, odnosno oko 748 eura.

Autori upozoravaju da ovo nije isto što i igranje kao čovjek pred ekranom: agenti su dobivali strukturirane podatke o stanju igre, uključujući neke informacije koje igrač inače ne vidi izravno. Igra je bila na Easy težini, a istraživanje je provedeno samo jednom, pa ne govori mnogo o tome koliko bi sustav bio pouzdan u ponovljenim pokušajima.