बताया जा रहा है कि Google DeepMind की टीम ने Gemini 4 Argon से लैस चार AI एजेंटों के साथ, इंसानी इनपुट के बिना Minecraft पूरा करते हुए एंडर ड्रैगन को हराया। उन्होंने बेतरतीब ढंग से बनी दुनिया में 27 घंटे 14 मिनट तक खेल जारी रखा। इस दौरान कुल 2,783 JavaScript प्रोग्राम बनाए गए, चैट संदेशों की संख्या 229 रही और एजेंट 605 बार मरे।
बिना भूमिका तय किए मैदान में उतारे गए चार एजेंट
इस प्रयोग में जीत के नतीजे से भी ज्यादा ध्यान खींचने वाली बात वहां तक पहुंचने का तरीका है। बताया जाता है कि टीम ने चार एजेंटों को न कोई भूमिका दी, न रणनीति और न ही गेम के लिए खास टूल; उन्हें बेतरतीब ढंग से बनी दुनिया में भेज दिया। मानो नक्शे और निर्देश-पुस्तिका के बिना चार लोगों को किसी निर्जन द्वीप पर छोड़ दिया गया हो।
इस स्थिति में एजेंटों ने काम आपस में बांट लिया। बताया जाता है कि वे दुश्मनों जैसे खतरों के बारे में साथियों को आगाह करते थे और मारे गए साथी का सामान भी वापस लाते थे। मानव टीम में स्वाभाविक रूप से दिखने वाला यह व्यवहार था, लेकिन AI का बिना किसी तय पटकथा के इसे दोहराना नजरअंदाज नहीं किया जा सकता।
यहां ‘स्वायत्तता’ का मतलब शायद यह नहीं कि कोई ढांचा ही नहीं था। Minecraft की दुनिया एक कामकाजी माहौल थी और ‘ड्रैगन को हराना’ लक्ष्य था। वास्तविक स्थिति को इस तरह समझना ज्यादा उचित होगा कि उस ढांचे के भीतर एजेंटों ने आगे बढ़ने का तरीका खुद चुना। इसे शून्य निर्देशों वाला नहीं, बल्कि तरीकों का चुनाव एजेंटों पर छोड़ने वाला प्रयोग मानना ठीक है।
605 मौतें क्या बताती हैं
आंकड़ों को साथ रखकर देखें तो साफ होता है कि यह जीत सीधी-सपाट तेज सफलता नहीं थी। 27 घंटे 14 मिनट के दौरान एजेंटों ने 2,783 प्रोग्राम लिखे, 229 संदेशों का आदान-प्रदान किया और 605 बार मरे। सीधी गणना करें तो हर घंटे 20 से ज्यादा मौतें हुईं।
ध्यान देने वाली बात यह है कि उन्होंने नाकामियों को यूं ही जाने नहीं दिया। बताया जाता है कि एजेंट साझा मेमोरी में अपनी गलतियां दर्ज करते थे। अगर कोई गड्ढे में गिरता, तो उससे मिली जानकारी पूरी टीम की संपत्ति बन जाती। दूसरे शब्दों में, AI खुद अपने बीच वे ‘पुनरावलोकन नोट्स’ तैयार कर रहे थे, जिन्हें मानव कार्यस्थलों पर आम तौर पर लिखा जाता है।
प्रोग्रामों की संख्या भी अहम संकेत देती है। Minecraft को नियंत्रित करने के लिए JavaScript में प्रोग्राम लिखना, उन्हें आजमाना और सुधारना—यह चक्र 2,783 बार दोहराया गया और तभी वे एंडर ड्रैगन तक पहुंच पाए। शायद जीत का कारण एक बार का कोई चतुर फैसला नहीं, बल्कि नाकामियों को लगातार अगली चाल में बदलते रहने का धैर्य था।
1,620 डॉलर: एक ठोस कसौटी
इस 27 घंटे से अधिक लंबे सत्र की लागत 1,620 डॉलर बताई गई है। इसकी गणना Gemini 4 Argon की 2027 से लागू होने वाली मानक कीमतों के आधार पर की गई है। जापानी येन में यह कुछ लाख येन के स्तर की रकम है। सिर्फ गेम पूरा करने के लिए यह खर्च ज्यादा लग सकता है, लेकिन दूसरे नजरिए से देखें तो यह चार एजेंटों के एक दिन से अधिक समय तक, बिना किसी मानवीय मदद के काम करते रहने की कीमत भी है।
पहले किसी गेम को पार करने के लिए उसी गेम के लिए शुरू से प्रशिक्षित AI की जरूरत होती थी। अब सामान्य प्रयोजन वाला मॉडल प्रोग्राम लिखते हुए परिवेश के अनुकूल ढलता है और उसी स्तर तक पहुंचने की कोशिश करता है। Minecraft, गेमों को पार करने वाले एजेंट-आधारित AI के चलन का नवीनतम उदाहरणों में से एक है।
ध्यान इस बात पर है कि सहयोग की यह व्यवस्था कामकाज की दुनिया में कैसे उपयोगी होगी। उदाहरण के लिए, जब कई AI लंबे समय तक जांच, विकास और सत्यापन का काम बांटकर करते हैं, तो भूमिका-विभाजन और नाकामियों का रिकॉर्ड रखना अनिवार्य होगा। क्या गेम की दुनिया में दिखा यह व्यवहार लागत के अनुपात में वास्तविक कामकाज में भी अपनाया जा सकेगा? इस कसौटी पर याद रखने लायक आंकड़ा इस प्रयोग की 1,620 डॉलर की लागत है।
コメント