گوگل دیپ‌مایند در مقاله‌ای که ۱۵ اکتبر ۲۰۲۶ (۲۳ مهر ۱۴۰۵) در arXiv گذاشت، گزارش داد که تیمی از چهار عاملِ هوش مصنوعی مبتنی بر Gemini 4 Argon بازی Minecraft را بدونِ کمکِ انسان تا آخر رفتند و اژدهای Ender را شکست دادند. The Decoder روز ۱۸ اکتبر آن را پوشش داد. نویسندگان می‌گویند این نخستین تمام‌کردنِ کاملاً خودکارِ این بازی با عامل‌های هوش مصنوعی است. کل ماجرا ۲۷ ساعت و ۱۴ دقیقه طول کشید.
آزمایش چطور بود؟
چهار عامل در یک دنیای تصادفیِ Minecraft با سختیِ آسان گذاشته شدند. هر کدام با کتابخانه‌ی متن‌باز Mineflayer یک بازیکن را کنترل می‌کرد. به آن‌ها نقش، راهبرد یا ابزارِ مخصوصِ بازی داده نشد. با چتِ درون‌بازی و یک حافظه‌ی مشترک هماهنگ می‌شدند. خودشان کار را تقسیم کردند، از خطرها به هم خبر دادند، وسایلِ هم‌تیمی‌های مرده را برداشتند و اشتباه‌ها را در حافظه‌ی مشترک نوشتند.
نمونه‌ی خودت را می‌توانی با گفتگو با هوش مصنوعی در هوش نو بسازی؛ هزینه را پیش از ساخت می‌بینی.
| شاخص | مقدار |
|---|---|
| مدت | ۲۷ ساعت و ۱۴ دقیقه |
| برنامه‌های JavaScript نوشته‌شده | ۲٬۷۸۳ |
| پیام‌های چت | ۲۲۹ |
| تعدادِ مرگ‌ها | ۶۰۵ |
| هزینه | ۱٬۶۲۰ دلار (با قیمتِ استانداردِ Argon که از ۲۰۲۷ اعمال می‌شود) |
چرا این فقط یک بازی نیست؟
شکستنِ اژدها هزاران گامِ وابسته به هم دارد: چوب بریدن، ابزار ساختن، رفتن به دنیای دیگر، جنگ. مقاله می‌گوید دشواری اصلی این بود که برنامه بیش از یک روز منسجم بماند. نویسندگان همین را به کارهای سنگینِ مهندسی نرم‌افزار و سازمانی ربط می‌دهند: جایی که هدف بلند است و خطاها زیاد. ششصد و پنج مرگ هم نشان می‌دهد راهشان صاف نبود، بلکه با شکست‌خوردن و یادگرفتن جلو رفتند.
محدودیت‌ها: نتیجه از یک مقاله‌ی پیش‌چاپ است و هنوز داوری‌شده نیست. آزمایش در سطحِ آسان و با یک دنیای تصادفی انجام شد و ادعای «اولین» را خودِ نویسندگان مطرح کرده‌اند. هزینه‌ی ۱٬۶۲۰ دلار هم بر پایه‌ی قیمتِ آینده محاسبه شده، نه آنچه واقعاً پرداخت شده.
برای کاربرِ فارسی‌زبان چه معنایی دارد؟
این خبر مستقیماً ابزاری نیست که امروز استفاده کنی، ولی جهتِ کار را نشان می‌دهد: تیم‌هایی از عامل‌ها که خودشان کار را بین خود تقسیم می‌کنند. برای برنامه‌نویس‌ها و کسب‌وکارها یعنی در آینده‌ی نزدیک به‌جای یک دستیار، چند دستیار هم‌زمان روی یک پروژه کار می‌کنند. درباره‌ی خودِ Gemini 4 Argon، Gemini 4 Argon را ببین و درباره‌ی کاربردش در رباتیک Gemini 4 Argon برای رباتیک را. برای تفاوتِ مدل‌ها مقایسه‌ی مدل‌های چت مفید است.
اگر می‌خواهی خودت با مدل‌های گفت‌وگو به فارسی کار کنی، ابزارهای هوش‌نو در دسترس است.
چرا ماینکرفت معیارِ خوبی است؟
این بازی سال‌هاست محکِ عامل‌های هوش مصنوعی است، چون هدفِ دور دارد و گام‌های میانی را کسی نشان نمی‌دهد. عامل باید خودش بفهمد برای رسیدن به اژدها چه چیزهایی لازم است: مواد، ابزار، غذا، و زنده ماندن. تیم‌های قبلی معمولاً به عامل‌ها نقشه‌ی کار یا ابزارِ مخصوصِ بازی می‌دادند. اینجا نویسندگان می‌گویند چنین چیزی نبوده؛ پس موفقیت نشانِ توانِ برنامه‌ریزی و همکاریِ خودِ مدل‌هاست. با این حال، یک بازی با قاعده‌های ثابت با دنیای واقعی فرق دارد، و تعمیمِ این نتیجه به کارهای واقعی هنوز در عین حال، همین‌که چهار عامل بدونِ ناظر ۲۷ ساعت یک هدف را دنبال کردند و از ۶۰۵ شکست بازیافتند، برای کارهایی مثل ساختِ نرم‌افزار یا تحلیلِ داده، که آن هم شکست و تلاشِ دوباره دارند، نشانه‌ی امیدوارکننده‌ای است. هزینه هم مهم است: حدود ۱٬۶۲۰ دلار برای یک اجرا هنوز برای استفاده‌ی روزمره گران است.
سؤالات متداول
آیا Gemini 4 Argon را همه می‌توانند استفاده کنند؟
گوگل پیش‌تر آن را برای عموم عرضه کرده است؛ جزئیاتِ قیمت و دسترسی در مقاله‌ی مربوط آمده. دسترسی در ایران را ما تأیید نمی‌کنیم.
آیا عامل‌ها کمکِ انسان گرفتند؟
طبق مقاله، نه. نقش و راهبردِ از پیش‌تعیین‌شده و ابزارِ ساخته‌ی انسان هم نبود؛ فقط کتابخانه‌ی استانداردِ Mineflayer.
مقاله داوری شده است؟
نه، پیش‌چاپ در arXiv است.
