Minecraft wordt de zwaarste test voor AI nu labs racen om het spel te verslaan
De meest gewilde AI-onderzoekers van Silicon Valley hebben een nieuwe obsessie, en het is geen chatbot of codeerassistent. Het is Minecraft. Het blokkerige survivalspel, waarin spelers bomen slaan voor hout, delven naar erts, gereedschap craften en uiteindelijk op een draak jagen, is de nieuwste proeftuin geworden voor autonome AI-agents. De vraag is simpel te stellen en moeilijk te beantwoorden: kan een machine leren een lang, open einde spel vanaf nul te spelen, zoals een menselijk kind dat zou doen?
Goed worden in Minecraft vereist meer dan reflexen. Een agent moet zijn eigen doelen stellen, onthouden wat hij heeft gezien, plannen over duizenden stappen en herstellen van fouten. Een verkeerde afslag in een grot kan betekenen dat je alles verliest. Die combinatie van verkenning, geheugen en planning op lange termijn is precies waar de grote taalmodellen van vandaag nog mee worstelen, en daarom hebben labs het spel tot een benchmark gemaakt.
De aanpakken verschillen. Sommige onderzoekers laten één model, zoals Claude, het spel alleen proberen en al doende leren. Anderen experimenteren met snellere, gespecialiseerde agents. Google koos onlangs een andere route: vier Gemini-modellen in één team, die vanaf het begin samenwerken, taken verdelen en informatie delen terwijl ze naar hetzelfde doel toewerken. Elke methode onthult iets anders over hoe AI-systemen falen en herstellen.
De resultaten worden gepubliceerd als papers en vergeleken op ranglijsten, waardoor de sandbox van een hobbyist een competitieve arena wordt. Die competitie is belangrijk omdat de geteste vaardigheden niet tot games beperkt blijven. Een agent die een nacht in Minecraft overleeft, een schuilplaats bouwt en een route naar een ver doel plant, toont dezelfde vaardigheden die nodig zijn voor taken in de echte wereld, van magazijnrobots tot software die reizen boekt en agenda’s beheert.
Minecraft is niet het eerste spel dat dit doel dient. Bordspellen als schaken en Go werden jaren geleden veroverd, en videogames worden al lang gebruikt om AI te testen. Maar de meeste van die spellen hebben vaste regels en duidelijke winnaars. Minecraft is open, zonder één juiste weg, waardoor het een betere vervanger is voor de rommelige, dubbelzinnige problemen die agents buiten het lab zullen tegenkomen.
De belangstelling weerspiegelt ook een verschuiving in hoe de AI-industrie vooruitgang meet. Benchmarkscores op statische tests worden steeds vaker gezien als makkelijk te manipuleren of te overfitten. Een spel dat uren duurt om uit te spelen, en waarin elke beslissing zich opstapelt, is moeilijker te faken. Dat maakt Minecraft een populaire manier voor labs om zich te laten zien, en een nuttige manier voor buitenstaanders om te beoordelen of een agent echt capabel is of alleen goed in korte uitbarstingen.
Voorlopig heeft geen enkel model het spel overtuigend zonder hulp verslagen. Maar de race zelf is onthullend. Elke nieuwe poging levert lessen op over geheugen, planning en teamwork die terugvloeien naar de volgende generatie modellen. Voor een wereldwijd publiek is de les dat de volgende sprong in AI misschien niet komt van een grotere chatbot, maar van een machine die leert overleven in een wereld die hij nooit heeft gezien.