Minecraft thành bài kiểm tra khó nhất của AI khi các phòng lab đua nhau phá đảo

Các nhà nghiên cứu AI được săn đón nhất Thung lũng Silicon có một nỗi ám ảnh mới, và đó không phải chatbot hay trợ lý lập trình. Đó là Minecraft. Trò chơi sinh tồn khối vuông này, nơi người chơi đấm cây lấy gỗ, đào quặng, chế tạo công cụ và cuối cùng đi săn rồng, đã trở thành bãi thử mới nhất cho các tác nhân AI tự hành. Câu hỏi dễ nêu nhưng khó trả lời: liệu một cỗ máy có thể học chơi một trò chơi dài, không có điểm kết thúc, từ con số không, theo cách một đứa trẻ có thể làm?

Giỏi Minecraft đòi hỏi nhiều hơn phản xạ. Một tác nhân phải tự đặt mục tiêu, ghi nhớ những gì đã thấy, lập kế hoạch qua hàng nghìn bước và phục hồi sau sai lầm. Rẽ nhầm trong hang có thể đồng nghĩa mất tất cả. Sự kết hợp giữa khám phá, ghi nhớ và lập kế hoạch dài hạn chính là điều các mô hình ngôn ngữ lớn ngày nay vẫn còn vật lộn, nên các phòng lab đã biến trò chơi này thành thước đo.

Các hướng tiếp cận rất khác nhau. Một số nhà nghiên cứu để một mô hình duy nhất, chẳng hạn Claude, tự chơi một mình, học qua thử và sai. Những người khác thử nghiệm các tác nhân nhanh hơn, chuyên biệt hơn. Google gần đây chọn hướng khác, đưa bốn mô hình Gemini vào một đội và để chúng phối hợp ngay từ đầu, phân chia việc và chia sẻ thông tin khi cùng hướng tới một mục tiêu. Mỗi phương pháp hé lộ một điều khác nhau về cách hệ thống AI thất bại và phục hồi.

Kết quả được công bố dưới dạng bài báo và so sánh trên bảng xếp hạng, biến sân chơi của người nghiệp dư thành đấu trường cạnh tranh. Cuộc đua này quan trọng vì những kỹ năng được kiểm tra không chỉ gói gọn trong trò chơi. Một tác nhân có thể sống sót qua một đêm trong Minecraft, dựng nơi trú ẩn và vạch lộ trình tới mục tiêu xa đang thể hiện đúng những năng lực cần cho công việc thực tế, từ robot kho hàng đến phần mềm đặt vé du lịch và quản lý lịch trình.

Minecraft không phải trò chơi đầu tiên phục vụ mục đích này. Các trò chơi bàn như cờ vua và cờ vây đã bị chinh phục từ nhiều năm trước, và trò chơi điện tử từ lâu đã được dùng để thử AI. Nhưng phần lớn những trò đó có luật cố định và người thắng rõ ràng. Minecraft mở, không có một con đường đúng duy nhất, khiến nó gần hơn với những bài toán rối rắm, mơ hồ mà tác nhân sẽ gặp bên ngoài phòng thí nghiệm.

Sự quan tâm này cũng phản ánh bước chuyển trong cách ngành AI đo lường tiến bộ. Điểm số trên các bài kiểm tra tĩnh ngày càng bị coi là dễ bị thao túng hoặc học vẹt. Một trò chơi mất hàng giờ để hoàn thành, nơi mỗi quyết định đều cộng dồn, khó làm giả hơn. Điều đó khiến Minecraft thành cách phổ biến để các phòng lab khoe thành tích, và cũng là cách hữu ích để người ngoài đánh giá liệu một tác nhân thực sự có năng lực hay chỉ giỏi trong những đợt ngắn.

Hiện chưa có mô hình nào thuyết phục phá đảo trò chơi mà không cần trợ giúp. Nhưng chính cuộc đua đang tiết lộ nhiều điều. Mỗi lần thử mới đều đem lại bài học về ghi nhớ, lập kế hoạch và làm việc nhóm, rồi được đưa vào thế hệ mô hình tiếp theo. Với độc giả toàn cầu, điều đáng rút ra là bước nhảy tiếp theo của AI có thể không đến từ một chatbot lớn hơn, mà từ một cỗ máy biết học cách sống sót trong thế giới nó chưa từng thấy.