Minecraft стал самым сложным испытанием для ИИ: лаборатории наперегонки пытаются пройти игру

У самых востребованных исследователей ИИ в Кремниевой долине появилась новая одержимость, и это не чат-бот и не помощник по программированию. Это Minecraft. Блочная игра на выживание, где игроки бьют деревья ради древесины, копают руду, создают инструменты и в конце концов охотятся на дракона, стала новым полигоном для автономных ИИ-агентов. Вопрос прост на словах и сложен на деле: может ли машина научиться играть в долгую игру с открытым концом с нуля, как это сделал бы человеческий ребёнок?

Чтобы преуспеть в Minecraft, недостаточно реакции. Агент должен сам ставить цели, помнить увиденное, планировать на тысячи шагов вперёд и восстанавливаться после ошибок. Неверный поворот в пещере может означать потерю всего. Именно это сочетание исследования, памяти и долгосрочного планирования до сих пор даётся сегодняшним большим языковым моделям с трудом, поэтому лаборатории превратили игру в эталонный тест.

Подходы различаются. Одни исследователи позволяют одной модели, например Claude, пытаться пройти игру в одиночку, учась методом проб и ошибок. Другие экспериментируют с более быстрыми и специализированными агентами. Google недавно выбрала иной путь: объединила четыре модели Gemini в команду и позволила им сотрудничать с самого начала, распределяя задачи и обмениваясь информацией на пути к общей цели. Каждый метод выявляет что-то своё в том, как ИИ-системы терпят неудачи и восстанавливаются.

Результаты публикуются в виде статей и сравниваются в таблицах лидеров, превращая песочницу любителя в соревновательную арену. Это соревнование важно, потому что проверяемые навыки не ограничиваются играми. Агент, способный выжить ночь в Minecraft, построить укрытие и спланировать маршрут к далёкой цели, демонстрирует те же способности, что нужны для реальных задач — от складских роботов до программного обеспечения, которое бронирует поездки и управляет расписанием.

Minecraft — не первая игра, служащая этой цели. Настольные игры вроде шахмат и го были покорены годы назад, а видеоигры давно используются для проверки ИИ. Но у большинства из них фиксированные правила и явные победители. Minecraft открыт, в нём нет единственно верного пути, что делает его более близким аналогом запутанных и неоднозначных задач, с которыми агенты столкнутся за пределами лаборатории.

Этот интерес отражает и сдвиг в том, как индустрия ИИ измеряет прогресс. Оценки в статических тестах всё чаще считаются легкодоступными для накрутки или переобучения. Игру, на прохождение которой уходят часы и где каждое решение накапливается, сложнее подделать. Поэтому Minecraft стал популярным способом для лабораторий показать себя и полезным инструментом для сторонних наблюдателей, чтобы судить, действительно ли агент способен на многое или лишь хорош в коротких рывках.

Пока ни одна модель убедительно не прошла игру без помощи. Но сама гонка многое раскрывает. Каждая новая попытка приносит уроки о памяти, планировании и командной работе, которые питают следующее поколение моделей. Для глобальной аудитории вывод таков: следующий скачок в ИИ может прийти не от более крупного чат-бота, а от машины, способной научиться выживать в мире, которого она никогда не видела.