Minecraft sınağı: böyük süni intellekt komandası həmişə səmərəli deyil

    “Y Combinator” və “Olam Labs” tədqiqatçıları yüzlərlə süni intellekt agentini “Minecraft” oyununda sınaqdan keçiriblər. Süni intellekt agenti verilən tapşırığı müstəqil şəkildə yerinə yetirən proqramdır. Sınaqlarda agentlər həm ortaq məqsəd üçün çalışıb, həm də bir-biri ilə mübarizə aparıblar. Tədqiqatçılar onların əməkdaşlıq və qarşıdurma zamanı necə davrandığını öyrənmək istəyiblər.

    İlk “Civ50” sınağında agentlər inkişaf edən sivilizasiya qurmalı olublar. Sınaq üçün 50 agentə 3 saat vaxt verilib. Onların hamısı “GPT-6.1 Sol” modeli ilə işləyib. İlk gecə zombilər agentlərin böyük hissəsini sıradan çıxarsa da, bunun ciddi nəticəsi olmayıb. Daha sonra böyük planların çoxu yarımçıq qalıb. Koloniya əsas diqqəti sağ qalmağa yönəldib və sadə işlər üçün belə uzun qərarvermə prosesinə keçib.

    Bunun ən aydın nümunəsi kiçik əkin işi zamanı görülüb. Agentlər cəmi 1 buğda blokuna 1 sümük unu verməli olublar. Ancaq 4 agent gübrəni kimin işlədəcəyini seçmək üçün 11 dəqiqə müzakirə aparıb. Tədqiqatçılar oxşar davranışın proqramlaşdırma tapşırıqlarını yerinə yetirən agentlərdə də görüldüyünü deyiblər. Sınaq göstərib ki, komandanın böyük olması həmişə işi daha səmərəli etmir.

    Rəqabət mərhələsində 10 “GPT” agenti “Bed Wars” rejimində 10 “Claude Opus 5.5” agentinə qarşı oynayıb. “GPT” komandası daha aqressiv davranıb və mürəkkəb strategiyalar qurub. “Claude” komandası əsasən müdafiəyə üstünlük verib. Texniki nasazlıq blokları qırmağa mane olanda “GPT” agentləri səbəbi tapıb və həll yolunu komanda ilə bölüşüblər. Bir neçə “Claude” agenti blokları qırmağın alınmadığını düşünüb.

    Son “Mindustry” sınağında ümumilikdə 7 oyun keçirilib. “GPT” komandaları bunların 6-da qalib gəlib. Yekun hesab 6:1 olub. Onlar vahid komanda kimi hərəkət ediblər. “Claude” komandalarında isə 1 lider seçilib və qərarlar səsverməyə bənzər qaydada verilib. Nəticələrə görə, “GPT” agentlərinin qurduğu sistem daha sabit işləyib. Sınaqlarda işlədilən agent sistemlərinin kodu hamı üçün açıq yayımlanıb. Bu sistemlə müxtəlif süni intellekt modellərindən qurulan komandaları və fərqli komanda ölçülərini yoxlamaq olur.