Minecraft wird zum härtesten Test für KI, während Labore um den Sieg im Spiel wetteifern
Die begehrtesten KI-Forscher des Silicon Valley haben eine neue Obsession, und es ist kein Chatbot und kein Programmierassistent. Es ist Minecraft. Das klötzchenförmige Überlebensspiel, in dem Spieler Bäume schlagen, um Holz zu bekommen, nach Erz graben, Werkzeuge herstellen und schließlich einen Drachen jagen, ist zum jüngsten Prüfstein für autonome KI-Agenten geworden. Die Frage ist einfach zu stellen und schwer zu beantworten: Kann eine Maschine lernen, ein langes, offenes Spiel von null an zu spielen, so wie es ein menschliches Kind tun würde?
Gut in Minecraft zu werden erfordert mehr als Reflexe. Ein Agent muss sich eigene Ziele setzen, sich merken, was er gesehen hat, über Tausende von Schritten hinweg planen und sich von Fehlern erholen. Eine falsche Abzweigung in einer Höhle kann bedeuten, alles zu verlieren. Diese Kombination aus Erkundung, Gedächtnis und langfristiger Planung ist genau das, womit die heutigen großen Sprachmodelle noch kämpfen, weshalb Labore das Spiel zum Benchmark gemacht haben.
Die Ansätze sind unterschiedlich. Einige Forscher lassen ein einzelnes Modell wie Claude allein versuchen, das Spiel zu meistern, und lernen durch Versuch und Irrtum. Andere experimentieren mit schnelleren, spezialisierteren Agenten. Google ging kürzlich einen anderen Weg: Vier Gemini-Modelle wurden zu einem Team zusammengestellt, das von Anfang an zusammenarbeitet, Aufgaben aufteilt und Informationen austauscht, während es auf dasselbe Ziel hinarbeitet. Jede Methode zeigt etwas anderes darüber, wie KI-Systeme scheitern und sich erholen.
Die Ergebnisse werden als Papers veröffentlicht und auf Ranglisten verglichen, wodurch der Sandkasten eines Hobbyisten zur Wettkampfarena wird. Dieser Wettbewerb ist wichtig, weil die getesteten Fähigkeiten nicht auf Spiele beschränkt sind. Ein Agent, der eine Nacht in Minecraft überleben, einen Unterschlupf bauen und eine Route zu einem entfernten Ziel planen kann, zeigt dieselben Fähigkeiten, die für reale Aufgaben nötig sind – von Lagerrobotern bis zu Software, die Reisen bucht und Termine verwaltet.
Minecraft ist nicht das erste Spiel, das diesem Zweck dient. Brettspiele wie Schach und Go wurden vor Jahren bezwungen, und Videospiele werden seit Langem zur KI-Erprobung genutzt. Doch die meisten dieser Spiele haben feste Regeln und klare Gewinner. Minecraft ist offen, ohne einen einzigen richtigen Weg, was es zu einem näheren Stellvertreter für die unordentlichen, mehrdeutigen Probleme macht, mit denen Agenten außerhalb eines Labors konfrontiert werden.
Das Interesse spiegelt auch einen Wandel darin wider, wie die KI-Branche Fortschritt misst. Benchmark-Ergebnisse bei statischen Tests gelten zunehmend als leicht manipulierbar oder überanpassbar. Ein Spiel, das Stunden dauert, bis es beendet ist, und bei dem jede Entscheidung sich summiert, ist schwerer zu fälschen. Das hat Minecraft zu einer beliebten Möglichkeit für Labore gemacht, anzugeben, und zu einer nützlichen Methode für Außenstehende, zu beurteilen, ob ein Agent wirklich fähig ist oder nur in kurzen Schüben gut.
Bislang hat kein Modell das Spiel überzeugend ohne Hilfe gewonnen. Aber das Rennen selbst ist aufschlussreich. Jeder neue Versuch liefert Lehren über Gedächtnis, Planung und Teamarbeit, die in die nächste Modellgeneration einfließen. Für ein globales Publikum lautet die Erkenntnis, dass der nächste Sprung in der KI nicht von einem größeren Chatbot kommen muss, sondern von einer Maschine, die lernen kann, in einer Welt zu überleben, die sie noch nie gesehen hat.