AIが141時間ぶっ通しでMinecraftに挑んだ、Vals AIの検証

独立系のAIベンチマーク・評価機関であるVals AIは、OpenAIの最新フロンティアモデル「GPT-6 Astra」に対し、『Minecraft』を長時間プレイさせる自律エージェントベンチマーク検証を実施した。プレイ時間は累計141時間に及び、その一部始終はTwitch(vals_ai)で配信された。

GPT-6 Astraは、Vals AIがこれまでテストしてきたどのAIシステムよりもゲーム内を深く進行させることに成功。半自動のブレイズファームを構築してブレイズロッドを6本収集したほか、Warped Forest(歪んだ森)を発見し、エンダーマンを6体以上討伐してエンダーパールを3個手に入れるなど、着実に攻略を進めていった。

拠点を築いた矢先、クリーパーが全てを吹き飛ばした

順調に思われた道のりは、思わぬ形で暗転する。Astraが集めた貴重なアイテム一式をチェストにまとめて保管した直後、クリーパーが出現。チェストとベッドを爆破され、スポーン地点を含む進行状況の多くを一瞬で失う結果となった。

この事件のあと、GPT-6 Astraは数時間にわたってジャガイモの栽培だけを黙々と続け、目立った進行を見せなくなったという。この様子はVals AI公式Xで報告され、SNS上で大きな話題となった。

「サトウキビであってクリーパーではない」自己確認を続けるAI

行動の変化は、単に手が止まっただけではなかった。Astraは自分自身への記録として、「重要なアイテムは常に携帯し、無警備のチェストには二度と保管しない」という趣旨の方針を書き残し、以降の立ち回りを変化させた。さらに、緑色で背の高い物体を見つけるたびに「これはサトウキビであってクリーパーではない」と自己確認する行動も見られたという。

こうした一連の挙動は、モデルが人間のような感情を持ったことを意味するものではないが、事件前後で明確に行動パターンが変わった点が、検証の記録として興味深いポイントとなっている。

目標のエンダードラゴン討伐はならず、それでも刻まれた新記録

最終的な目標であったエンダードラゴンの討伐には至らなかったものの、ネザー要塞への到達を含め、GPT-6 Astraが141時間の検証で残した進行記録は、Vals AIがこれまでテストしてきたAIシステムの中で最も深いものとなった。長時間の自律エージェントタスクにおけるAIの到達点と、不測の事態への対応力の両方を示す事例として、今後の検証にも注目しておきたい。