Google فريق DeepMind Gemini 4 Argon استخدم أربعة وكلاء مستقلين، في عالم Minecraft الذي يتم توليده عشوائيًا، في إتمام مهمة هزيمة Ender Dragon دون تدخل بشري؛ هذه التجربة تظهر أن نماذج الذكاء الاصطناعي العامة يمكنها الآن أن تظهر التعاون والقدرة على التصحيح الذاتي في سيناريوهات الألعاب الأكثر تعقيدًا من أي وقت مضى. الوكلاء الأربعة تنسقوا مع بعضهم البعض من خلال الدردشة داخل اللعبة ومشاركة الذاكرة، حيث كان لكل منهم دور محدد، مثل janesick الذي صنع الأدوات، وgyldenia الذي جمع الطعام، وauratian الذي أشعل البوابة الرئيسية، وbulicame الذي بنى الحماية ضد Enderman وأنهى المهمة بضربة قاضية؛ استغرق كل ذلك 27.23 ساعة، قضى معظمها في مواجهة Ender Dragon.
أداء الوكلاء الأربعة يثبت أن "الإنجاز التلقائي الكامل لـ Minecraft" هو الأول من نوعه، ويعكس أيضًا الإمكانيات الجديدة لنظام الذكاء الاصطناعي العام في المهام الطويلة
أشار الفريق إلى أن الوكلاء الأربعة كتبوا ونفذوا معًا 2,783 برنامجًا، وتبادلوا 229 رسالة، وتعرضوا للوفاة 605 مرة؛ بالإضافة إلى ذلك، كان هناك وكيل يسمى The Observer، الذي عمل كمراقب مستقل لمراقبة العملية بأكملها، للتحقق من عدم وجود غش وتقديم تقارير فورية وملخصة. استخدم التفاعل بأكمله 1.35 مليون توكن، بينما كانت التكلفة النهائية في قائمة أسعار Gemini 810 دولار أمريكي، وإذا تم احتساب السعر القياسي، فإنها ستكون 1,620 دولار أمريكي؛ كل ذلك تم تفصيله في التقرير البحثي العام. كما أشار الباحثون إلى أن هذا الإنجاز لم يتطلب أي بذور مسبقة أو أدوات ألعاب مكتوبة يدويًا، وتم إنجازه باستخدام مكتبة Mineflayer المفتوحة المصدر على منصة أصلية.
تظهر هذه التجربة أهمية "التخطيط المتسق في ظروف طويلة" للمهام متعددة الخطوات، وتعكس أيضًا القيمة العملية للتعاون بين الوكلاء ومشاركة المعرفة عبر الوكلاء. في السابق، كانت استراتيجيات الألعاب المعقدة تتطلب أدوات معينة وتصميم بشري، بينما يمكن للنظم الرقمية الحالية أن تتولى تقسيم العمل، وتذكير بعضها البعض، ومشاركة الخبرات وتصحيح المسارات، وهذه القدرة لها قيمة مرجعية في التعليم، والمحاكاة التدريبية، وأتمتة سير العمل في الشركات.
في الوقت نفسه، أشار فريق البحث إلى أن هذه التجربة استخدمت بيانات إدخال بحجم 1.35 مليون توكن، مما يجعلها تجربة عالية التكلفة من حيث الموارد السحابية وتكاليف الحوسبة؛ من حيث التسعير والترويج، فإن استراتيجية Gemini الهرمية ومسار تسويق النماذج المتقدمة سيؤثران على الطلب والاستثمار من قبل المستخدمين من الشركات والأفراد في القدرات العالية للتفكير. من منظور المراقبة السوقية، تعمل Google على الحفاظ على مدخلات واسعة من خلال خطط هرمية، بينما تعزز نماذج مثل Argon أتمتة سير العمل وكفاءة الحوسبة على المدى الطويل، مما يساعد على زيادة قيمة الاحتفاظ بالمستخدمين والتكامل عبر المنتجات.
وفقًا لمعلومات إضافية من CNMO، فإن استراتيجية Gemini الهرمية، بالإضافة إلى التسعير، تعكس أيضًا التخطيط البيئي للذكاء الاصطناعي على المدى الطويل بين الولايات المتحدة والصين: حيث تركز Argon كنموذج متقدم على فهم المعاني العميقة ومعالجة السياقات الطويلة، مما يجعلها مناسبة للسيناريوهات التجارية التي تتطلب دقة عالية وتفكير مستقر؛ بينما تستمر Flash-Lite وFlash كخيارات سريعة ومنخفضة التكلفة، مع الحفاظ على طبقة مجانية لجذب المستخدمين الجدد. هذه التغييرات تساعد Google على دمج Cloud، Workspace، وخدمات الوسائط بشكل أفضل، مما يعزز تجربة المستخدم عبر المنتجات وزيادة معدل الاحتفاظ.
على الرغم من أن هذه التجربة تركز على عالم الألعاب، فإن التقدم التكنولوجي وراءها قد يقدم رؤى حول أتمتة سير العمل وأنظمة اتخاذ القرار في العالم الحقيقي. إذا تمكن Argon من إظهار تحسينات ملحوظة في اختبارات صارمة على مدى فترة أطول ومع مهام أكثر، فإن قيمة AI Pro وAI Ultra ستتضخم، وستدفع Google نحو تكامل أعمق وتعاون في خدمات Workspace وYouTube Premium. لتحقيق التنمية على المدى الطويل، تحتاج Google إلى تحقيق توازن أكثر استقرارًا بين التكلفة، والأداء، وتجربة المستخدم.
في الوقت الحالي، إذا كان المستخدمون يهتمون بالتكلفة وإمكانية الوصول، لا يزال بإمكانهم الحصول على أداء مستقر من خلال نماذج Flash-Lite وFlash، بينما توفر Argon قدرات التفكير المتقدمة للمستخدمين من الشركات الذين يحتاجون إلى تاريخ محادثات أطول ومهام معقدة. كما أكدت الشركة على أن المستخدمين يمكنهم إدارة أو إلغاء الاشتراك بحرية، وتقدم إرشادات حول الإعدادات والتبديل؛ يمكن للقراء المهتمين زيارة الصفحات ذات الصلة على ai.google للحصول على أحدث المعلومات. من المتوقع أن تؤدي هذه التغييرات إلى استجابة أسرع وتغييرات في تخصيص الموارد على الأجهزة المحمولة وسطح المكتب، مما قد يؤثر على كفاءة العمل اليومي والبحث.