Een monumentale prestatie in digitale engineering zag een bouwer een taalmodel met 5 miljoen parameters volledig coderen binnen de redstone-logica van Minecraft, verspreid over meer dan 439 miljoen blokken. Hoewel tergend langzaam, en zelfs met snelheidsboosts uren nodig voor een enkele reactie, demonstreert dit ongelooflijke project dat een functionele AI Chatbot Minecraft inderdaad mogelijk is, waardoor de grenzen van in-game berekeningen worden verlegd.
Prijs van Worldcoin (WLD)
De Redstone-revolutie in een blokkenwereld
Al jaren verleggen de creatieve geesten achter Minecraft de grenzen van wat mogelijk is binnen de blokkerige grenzen. Redstone, het equivalent van elektrische bedrading en logische poorten in de game, is de basis geweest voor ingewikkelde constructies, van geautomatiseerde boerderijen tot volledig functionele in-game computers. Deze nieuwste poging, geleid door een bouwer die bekend staat als Sammyuri, tilt redstone-engineering naar een ongekend niveau: het implementeren van een inference engine voor taalmodellen.
Stel je voor dat je een complex neuraal netwerk construeert, niet met silicium en code, maar met virtuele blokken, repeaters en comparators. Dat is precies wat dit project heeft bereikt. Zonder te vertrouwen op commandoblokken of externe modificaties (behalve rendering-assistentie), heeft Sammyuri nauwgezet een enorm, uitgestrekt netwerk gemaakt dat de fundamentele bewerkingen van een groot taalmodel emuleert. Het is een bewijs van de universele aard van berekeningen en de pure toewijding van de Minecraft-community, en demonstreert dat zelfs een rudimentaire AI Chatbot Minecraft kan worden gerealiseerd door pure wilskracht en ingewikkeld ontwerp.
De innerlijke werking van de Minecraft AI ontleden
De reis om deze in-game AI te creëren begon buiten Minecraft. De maker trainde eerst een compact taalmodel in Python, met behulp van een dataset genaamd TinyChat. Dit model, met ongeveer 5.087.280 parameters, bevatte een embedding-dimensie van 240, een vocabulaire van ongeveer 1.920 tokens, zes lagen en een contextvenster van 64 tokens. De meeste gewichten waren gekwantiseerd tot 8 bits, hoewel bepaalde elementen zoals embedding- en LayerNorm-gewichten een hogere precisie behielden voor nauwkeurigheid.
Na de training verschoof de uitdaging naar het transcriberen van de inference-logica van dit model naar redstone. De resulterende build is kolossaal en beslaat een gebied van ongeveer 1.020 × 260 × 1.656 blokken—wat neerkomt op een verbazingwekkende 439 miljoen blokken. Wanneer een prompt wordt ingevoerd via een in-game interface, voeren de redstone-circuits nauwgezet elke stap van het inference-proces uit: embedding-lookups, feedforward-passes, matrixvermenigvuldigingen en softmax-benaderingen. Deze uitgebreide constructie kostte maanden van toegewijde inspanning, culminerend in een systeem dat, hoewel technisch operationeel, in een slakkengang werkt.
Voorbij de bruikbaarheid: een filosofische uitspraak
Ondanks het technische wonder is het praktische nut van deze redstone-aangedreven AI vrijwel nihil. Zelfs met een kunstmatig verhoogde tick rate—een duizelingwekkende 40.000 keer sneller dan de standaard Minecraft-snelheid via MCHPRS—kan een enkele reactie nog steeds enkele uren duren. Bij de normale snelheid van de game schatten sommige schattingen dat het genereren van een antwoord meer dan negen jaar zou duren. Het is duidelijk dat dit geen concurrent is van moderne AI-assistenten; het doel ligt elders.
Dit project is een diepgaand proof of concept, een stuk technische kunst dat op speelse wijze de universaliteit van berekeningen aantoont. Het benadrukt dat neurale inference kan worden toegewezen aan bijna elk logisch substraat, en herinnert ons aan de abstractielagen die inherent zijn aan onze software- en hardwarestacks. Het zet ons aan het denken over wat een model werkelijk definieert: de architectuur, het medium of de snelheid? De build heeft aanzienlijk debat uitgelokt op online forums, van Tom’s Hardware die het aantal blokken ontleedt tot Hacker News-commentatoren die zich verwonderen over de engineering en tegelijkertijd de beperkingen ervan opmerken. Het is een gespreksstarter die onze aannames uitdaagt over waar en hoe intelligentie zich kan manifesteren.
Trend van Worldcoin (WLD)
Minecraft’s verschuivende zand: Crypto, NFT’s en AI
Het is fascinerend om te zien hoe zulke geavanceerde computationele prestaties opduiken in een game die historisch gezien een strikt standpunt heeft ingenomen tegen bepaalde digitale integraties. In een opmerkelijke stap eind 2023 hadden Minecraft-ontwikkelaar Mojang en uitgever Microsoft bijvoorbeeld op beroemde wijze de integratie van cryptocurrencies en NFT’s binnen door fans beheerde servers aangepakt, met als doel spelers te beschermen tegen speculatieve markten en potentiële scams. Dit ferme standpunt haalde de krantenkoppen en schiep een precedent in de gamewereld.
Het landschap is echter niet volledig statisch. Rond dezelfde tijd als de crypto- en NFT-aanpak was er marktreuring over de integratie van Worldcoin met Minecraft. Deze stap, die leek af te wijken van het vastgestelde beleid, benadrukte de complexe en evoluerende relatie tussen traditionele gamingplatforms en het ontluikende Web3-ecosysteem. Dergelijke ontwikkelingen onderstrepen de dynamische aard van de adoptie van digitale activa binnen mainstream entertainment, die voortdurend onze percepties uitdaagt en hervormt. Op de hoogte blijven van deze verschuivingen, vooral op het snijvlak van AI en blockchain, is cruciaal voor iedereen die de digitale economie navigeert. Tools zoals cryptoview.io kunnen waardevolle inzichten bieden in deze evoluerende markttrends, waardoor gebruikers potentiële kansen kunnen identificeren en de bredere implicaties van dergelijke integraties kunnen begrijpen.
