Minecraft yapay zekâ ajanları, Y Combinator ve Olam Labs’in yüzlerce casusla yaptığı oyun deneylerinin merkezindeydi. Ayrıyeten araştırmacılar, özerk modellerin nasıl iş birliği yaptığını, vazifeleri nasıl paylaştığını ve nasıl rekabet ettiğini görmek istedi. Deneyde ayrıyeten Mindcraft ve Mineflayer isimli mevcut araçlar kullanıldı. Öte yandan bu araçlar, oyun karakterlerini yazılım casuslarıyla yönetmeye müsaade veriyor.

Minecraft yapay zekâ casusları medeniyet kurabildi mi?

İlk testte GPT-6.1 Sol tabanlı 50 casus, gelişmiş bir medeniyet kurmak için 3 saat aldı. Fakat koloni bu gayeye ulaşamadı. Birinci geceden sonra zombiler karakterlerin kıymetli bir kısmını yok etti. Üstelik birçok birinci misyon de yarım kaldı.

Hayatta kalan casuslar ise temkinli davranmaya başladı. Bu yüzden vakitlerini misyon ve prosedür tartışmalarına harcadı.

Bir örnek durumu düzgün özetliyor. Örneğin dört casus, tek bir buğday bloğunu gübrelemek için sorumlu kişi seçmeye 11 dakika harcadı. Üstelik elde sadece bir porsiyon kemik unu vardı. Buna nazaran araştırmacılar, bu durumun kodlama işlerinde casus kümeleri kullanılırken görülen problemlere benzediğini belirtiyor. Hasebiyle sistem, işi yapmak yerine kaynaklarının büyük kısmını grup tertibine harcayabiliyor.

GPT ve Claude Karşı Karşıya

Ardından farklı modellerin rekabet ortamındaki tutumu test edildi. Bed Wars modunda Minecraft yapay zekâ casusları iki kümeye ayrıldı: 10 GPT-6.1 Sol casusu, 10 Claude Opus 5.5 casusuna karşı oynadı. GPT grubu daha agresif ve karmaşık stratejiler seçti. Öte yandan Claude daha ihtiyatlı hareket etti.

Teknik meselelerde da fark ortaya çıktı. Bir araç yanılgısı blok kırmayı engellediğinde GPT casusları sebebi buldu. Ayrıyeten süreksiz tahlilleri paylaştı. Buna rağmen birtakım Claude casusları blok kırmanın imkânsız olduğuna karar verdi.

Tower Defense öğeleri taşıyan strateji oyunu Mindustry’de ise GPT grubu, Claude’a karşı 7 maçın 6’sını kazandı. Öte yandan GPT casusları tek bir kolektif üzere davrandı. Claude ise tek bir başkana ve demokratik karar sürecine dayandı. Böylelikle bu senaryoda daha dağınık iş birliği modeli daha tesirli oldu.

Kodlar Açık, Sonuçlar Sınırlı

Araştırmacılar deney sistemlerinin kaynak kodunu paylaştı. Böylelikle başka geliştiriciler testleri tekrarlayabilecek. Ayrıyeten küme büyüklüğünün ve farklı modellerin birlikte kullanılmasının sonuçları nasıl etkilediğini de inceleyebilecek.

Yine de bir ikaz var. Araştırmacılar oyun senaryolarını, ajanların iş birliği ve rekabet davranışını incelemek için bir usul olarak görüyor. Lakin Minecraft yapay zekâ casusları sonuçları, birebir eğilimlerin gerçek iş sistemlerinde de görüneceğini kanıtlamıyor. Deneylerin kaynak kodu şimdiden açık durumda.

Kaynak: Shiftdelete