Minecraft od lat pełni rolę poligonu doświadczalnego dla sztucznej inteligencji - to otwarty, złożony świat, w którym łatwo zdefiniować cel ("zbuduj schron", "znajdź diament"), ale trudno go osiągnąć bez rozumienia kontekstu. Firma Pantograph opublikowała właśnie badanie opisujące model o nazwie Pan, który ma radzić sobie z tym zadaniem znacznie lepiej niż dotychczasowe rozwiązania.

Jak działa Pan

Pan to model liczący 4 miliardy parametrów, który dostaje jako cel pojedynczy obraz - na przykład zrzut ekranu przedstawiający zbudowaną ścianę, znaleziony przedmiot albo pokonanego moba - i musi doprowadzić do takiego stanu gry samodzielnie, sterując postacią klatka po klatce. W przeciwieństwie do wcześniejszych botów, Pan nie był trenowany osobno pod konkretne zadania w fazie donauczania (post-training). Zamiast tego zespół Pantographa nauczył model "celowości działania" już na etapie pretreningu, wykorzystując około 500 tysięcy godzin ogólnodostępnych nagrań z rozgrywki w Minecrafta.

Kluczowa sztuczka nazywa się hindsight relabeling: nieoznaczone nagrania wideo są traktowane jak trajektorie uczenia przez wzmacnianie, w których późniejsza klatka filmu staje się "celem" dla wcześniejszych fragmentów. Dzięki temu model uczy się dążenia do celu bez potrzeby ręcznego opisywania miliona godzin materiału. Dopiero później Pan przeszedł dodatkowe dotrenowanie na około 2 tysiącach godzin nagrań i sekwencji akcji zbieranych z udziałem kontraktorów.

Wyniki lepsze niż STEVE-1

Według danych opublikowanych przez Pantograph, Pan wypada wyraźnie lepiej niż wcześniejsze punkty odniesienia, w tym znany w środowisku model STEVE-1, w kategoriach takich jak budowanie, eksploracja i obsługa mechanizmów (np. czerwień, drzwi, przyciski). Największa przewaga widoczna jest przy zadaniach złożonych i semantycznie wymagających - czyli takich, gdzie trzeba połączyć kilka kroków w sensowną całość, a nie tylko wykonać pojedynczą, prostą czynność.

Dlaczego to ważne dla graczy

Dla przeciętnego gracza Minecrafta wynik badania Pantographa nie oznacza jeszcze niczego bezpośrednio - to praca badawcza, a nie gotowy produkt czy mod do pobrania. Ma jednak znaczenie dla całego ekosystemu wokół gry:

  • Minecraft po raz kolejny potwierdza swoją pozycję jako standardowy benchmark dla agentów AI działających w otwartych światach, obok takich projektów jak MineDojo czy VPT od OpenAI.
  • Twórcy modów i narzędzi (np. wcześniejszy głośny projekt Orca Client, opisywany wcześniej na naszym portalu) mogą prędzej czy później sięgnąć po podobne techniki, by tworzyć boty rozumiejące polecenia w naturalny sposób.
  • Społeczność na Hacker News zwracała uwagę na skalę danych treningowych (pół miliona godzin) oraz na to, że zespół Pantographa rozważa udostępnienie publicznego API dla większych wersji modelu - co mogłoby otworzyć drzwi twórcom serwerów i narzędzi do integracji takich agentów z własnymi światami.

Co dalej

Pantograph, firma z San Francisco działająca jako public benefit corporation, na razie nie zapowiedziała komercyjnego udostępnienia Pana. Publikacja ma charakter naukowy - to kolejny krok w wyścigu firm AI o pokazanie, że ich modele potrafią działać w złożonych, niezlinearyzowanych środowiskach, a nie tylko odpowiadać na pytania tekstowe. Warto obserwować, czy podejście oparte na uczeniu celowości już w pretreningu trafi też do innych gier-poligonów.

Źródła