Ein 20-jähriger junger Mann nutzt 250 KI-Einheiten, um die gesamte Erde in *Minecraft* zu übertragen – ist das sogar noch besser zu erkunden als *GTA 6*?
Der 20-jährige Entwickler Thijs Simonian hat auf X ein Video veröffentlicht, in dem er behauptet, dass er die gesamte Erde einschließlich Ihres Hauses im Maßstab 1:1 in Minecraft nachgebaut hat.
Er hat die Kartendaten an ein Generierungssystem übergeben, an dessen Entwicklung ein KI-Agent beteiligt ist. Spieler müssen nur eine reale Adresse eingeben, um in eine vertraute, aus Blöcken bestehende Welt einzutreten.
Spieler, die das Erlebnis ausprobiert haben, strömten schnell zu sozialen Plattformen, um Screenshots zu teilen, die sie nach Eingabe ihrer Wohnadresse gesehen haben, die Umrisse von Straßen zu bestätigen, die Form von Gebäuden zu erkennen oder Screenshots von Details aufzunehmen, die überraschend genau der echten Position aus ihrer Erinnerung entsprechen.
Erlebnis-Portal🚪: worldcraft.gg
Geben Sie eine Adresse ein, um Ihr eigenes Zuhause in Minecraft zu finden
Thijs ursprüngliches Ziel war es lediglich, San Francisco in Minecraft nachzubilden.
Er hat die Stadt in eine etwa 6 GB große Minecraft-Kartendatei umgewandelt, die Spieler herunterladen können, um sie lokal zu erkunden. Straßen, Gebäude und Geländestrukturen sind entsprechend ihrer realen Position angeordnet. Wenn man auf der Straße in die Ferne blickt, verwandelt sich die vertraute Stadt in eine Landschaft, die aus zusammengesetzten Blöcken besteht.
Nachdem das Ergebnis sichtbar wurde, beschloss er, denselben Generierungsprozess auf die ganze Welt auszuweiten.
Der Generierungsprozess dieses Systems gliedert sich grob in drei Schritte. Höhendaten werden verwendet, um die Unebenheiten von Hügeln, Tälern und Ebenen zu bestimmen. Anschließend liest das System offene Kartendaten, hauptsächlich von OpenStreetMap, um die Position und den Verlauf von Straßen sowie die Grundrissumrisse von Gebäuden zu ermitteln.
Mit Gelände und Umrissen hat die Stadt bereits eine vorläufige Form, aber die Gebäude sind zu diesem Zeitpunkt noch relativ grob. Anschließend ergänzt die KI die Dachform, die Farbe und einige Teilstrukturen der Gebäude anhand von dreidimensionalen Luftbildern und wandelt sie dann in Blöcke um, die von Minecraft verwendet werden können.
An Orten mit ausreichend vollständigen Daten können Spieler möglicherweise die Form eines Gebäudes erkennen und sogar anhand der relativen Position von Straßen und Häusern feststellen, wo sie sich befinden.
Thijs hat den Gebäuden auch Innenräume hinzugefügt. Wenn man einige Häuser betritt, kann man Betten, Tische, Stühle und andere Möbel sehen – allerdings werden diese auf der Grundlage der äußeren Form eines Wohnhauses zu einem scheinbar sinnvollen Innenraum generiert.
Diese Block-Erde wurde nicht im Voraus vollständig fertiggestellt. Thijs schätzt, dass die gesamte vorab generierte Weltkarte etwa 2 PB Speicherplatz benötigen würde, was etwa 2000 TB entspricht. Allein die Speicherung und Übertragung wäre bereits ein heikles Problem.
Seine Lösung ist die bedarfsgesteuerte Generierung. Spieler öffnen die Java-Edition von Minecraft Version 26.2, verbinden sich im Mehrspielermodus mit dem Server worldcraft.gg, geben nach dem Betreten „/go“ gefolgt von einer echten Adresse ein, und das System generiert die Karte anhand der Daten des entsprechenden Bereichs und teleportiert den Spieler dorthin.
Bei der Veröffentlichung des Projekts wurde zuerst der US-Bereich freigegeben, anschließend kündigte Thijs an, dass der weltweite Zugriff wiederhergestellt wurde. In einigen Ländern und Regionen können jedoch immer noch Fälle von fehlenden Karten, fehlgeschlagener Generierung oder übermäßig vereinfachten Gebäuden auftreten.
Diese Methode zog schnell eine Gruppe von Menschen an, die zurückblicken wollten. Laut einem Bericht von Dexerto stellte jemand fest, dass die Wohncontainer-Siedlung, in der er früher gelebt hat, vom System zu einer Reihe von dreistöckigen Wohnhäusern generiert wurde. Die Position der Gebäude scheint noch zu stimmen, aber ihr Aussehen ist etwas fremd. Andere Spieler betraten ihre vertraute Nachbarschaft und stellten fest, dass nur ein kleiner Bereich in der Nähe erfolgreich geladen wurde, während der Weg nach vorne leer war.
Der Server war einer weit über die Erwartungen hinausgehenden Besucherzahl ausgesetzt. Thijs gab an, dass die ursprüngliche Infrastruktur für die gleichzeitige Nutzung durch etwa 100 Personen ausgelegt war, aber Zehntausende versuchten, sich anzumelden. Der Server stürzte zeitweise häufig ab. Bis heute weist die offizielle Website darauf hin, dass die Nachfrage nach dem Server zu hoch ist, die entsprechenden Systeme neu geschrieben werden und die Anzahl der Online-Nutzer beschränkt ist.
Aus den Reaktionen dieser Spieler geht bereits die Anziehungskraft von WorldCraft hervor.
250 KI-Agenten, die einen für Menschen schwer verständlichen Algorithmus wiederholt überarbeiten
Wie wurde dieser Generierungsalgorithmus entwickelt?
Thijs nennt dies „Program Learning“, also Programm-Lernen.
Er erklärt, dass dies kein im herkömmlichen Sinne end-to-end trainiertes Deep-Learning-Modell ist. Wenn ein großes Generierungsmodell verwendet würde, um die 3D-Karte direkt in eine Minecraft-Szene umzuwandeln, müsste das Modell die Korrelationen zwischen Gelände, Gebäuden, Materialien und Räumen lernen. Angesichts weltweiter Kartendaten wären die für jede Generierung erforderlichen Rechenressourcen möglicherweise sehr erheblich.
Er hat eine große Menge an Standortdaten aus verschiedenen Regionen der Welt vorbereitet und mehr als 250 KI-Agenten an der Entwicklung und Optimierung desselben Umwandlungsalgorithmus beteiligt.
Die Aufgabe dieser Agenten besteht nicht darin, gleichzeitig Modelle für jedes Haus auf der Erde zu zeichnen.
Einige Agenten sind dafür zuständig, das Generierungsergebnis eines bestimmten Standorts zu beobachten und Abweichungen zu den Referenzdaten zu finden; andere versuchen, Skripte und Regeln zu ändern, um die Gebäudeumrisse, Dachstrukturen oder andere Details dem Ziel näher zu bringen; ein weiterer Teil fungiert als Bewerter, der speziell dafür zuständig ist, die Wirkung der Überarbeitungen zu prüfen. Wenn eine bestimmte Änderung zu einem besseren Ergebnis führt, wird sie möglicherweise beibehalten und dient als Grundlage für weitere Optimierungen.
Thijs beschreibt diesen Prozess als „Hillclimb“, also eine bergsteigerähnliche Optimierung, bei der man ständig nach besseren Lösungen entlang der Bewertungsergebnisse sucht.
Ein Agent ändert einige Regeln, ein anderer prüft das Ergebnis, anschließend passt jemand anderes die Probleme an, die an anderen Standorten auftreten. Eine große Menge an Daten aus verschiedenen Städten, Gebäuden und Geländen dient als Grundlage für das wiederholte Ausprobieren und Fehlerbehebung des gesamten Systems.
In dem komplexen Programm, das schließlich aus kleinen destillierten Klassifikationsmodellen und regelbasierten Algorithmen besteht, können die kleinen Klassifikationsmodelle bestimmte lokale Beurteilungen übernehmen, während das Regelsystem dafür zuständig ist, diese Beurteilungen in spezifische Blockanordnungen und -strukturen umzuwandeln. Im Vergleich zu der wiederholten Aufrufung eines großen Generierungsmodells zur Neuerstellung der Szene eignet sich diese Methode besser für Kartengenerierungsaufgaben, die häufig und in großem Umfang ausgeführt werden müssen.
In Ausschnitten aus späteren Interviews gab Thijs bekannt, dass er zunächst Astra und später Claude verwendet hat, damit die Agenten die Umwandlungsskripte für Trainings- und Teststandorte ständig anpassen.
Mit zunehmender Anzahl von Regeln taucht jedoch ein weiteres Problem auf.
Thijs sagt, nachdem dieser Algorithmus eine gewisse Komplexität erreicht hat, sind die von den Agenten geschriebenen Regeln für Menschen fast nicht mehr verständlich.
Er stellt diese Methode in Zusammenhang mit dem frühen symbolischen KI-Ansatz. Bevor Deep Learning zum Mainstream wurde, versuchten Forscher, Computer durch manuell geschriebene Regeln und Wissensrepräsentationen zu komplexen Beurteilungen zu befähigen. Regelsysteme können jedoch kaum alle Fälle in der realen Welt abdecken, und ihre Wartung und Erweiterung sind sehr schwierig.
Der Unterschied heute ist, dass Menschen nicht mehr das einzige Hindernis für das Schreiben von Regeln sind. Agenten können Regeln ständig schreiben, ändern und bewerten, sodass komplexe Systeme, die früher manuell kaum gewartet werden konnten, weiter wachsen können.
Straßen in Blöcken und unser neu entdeckter Alltag
Nach dem Start von WorldCraft ist eines der häufigsten Dinge, die Spieler tun, nach Orten zu suchen, die mit ihnen in Verbindung stehen.
Wie bereits erwähnt, liefern reale geografische Daten Position und Maßstab, während die KI Form, Farbe und Innenraum anhand der verfügbaren Informationen ergänzt. Bei ausreichend vollständigen Daten kann das Ergebnis sehr glaubwürdig sein; bei fehlenden Daten kann das System nur vereinfachen, schlussfolgern oder die Generierung sogar einstellen.
Diese etwas grobe Abbildung der Realität erinnert an ein anderes langjähriges Minecraft-Projekt namens Build the Earth.
Im Jahr 2020 startete der YouTuber PippenFTS dieses Projekt, mit dem Ziel, die Kraft von Spielern aus der ganzen Welt zu bündeln, um die Erde im Maßstab 1:1 in Minecraft nachzubauen.
Die Hauptgebäude von Build the Earth werden von Freiwilligen handgefertigt. Einige beginnen mit ihrem eigenen Zuhause, andere sind für Schulen und Viertel zuständig, und große Teams bauen über einen langen Zeitraum Städte wie New York nach.
Die Erbauer können das Gebäudeverhältnis, die Fensterpositionen und die Fassadendekoration wiederholt anhand echter Fotos anpassen. Die bereits abgeschlossenen Bereiche weisen oft Details auf, die von Algorithmen kaum berücksichtigt werden können. In einigen Vierteln des New Yorker Projekts platzieren Freiwillige sogar Blumentöpfe auf den Balkonen von Gebäuden.
Laut Daten der offiziellen Website von Build the Earth gibt es derzeit mehr als 17.700 registrierte Erbauer, die etwa 1,07 Millionen Gebäude abgeschlossen haben und eine Fläche von über 1110 Quadratkilometern abdecken. Das Projekt wurde zudem von Guinness World Records als das größte Bauprojekt in Minecraft zertifiziert.
Aber im Vergleich zur gesamten Erde sind diese Zahlen immer noch sehr gering.
In einem Bericht von Guinness World Records im Oktober dieses Jahres wurde erwähnt, dass die abgeschlossene Fläche von Build the Earth weit weniger als 1 % der Erdoberfläche beträgt. Das Projektmitglied