- Sammyuri membangun CraftGPT, chatbot bertenaga redstone yang berjalan sepenuhnya di Minecraft, dilatih secara eksternal di TinyChat.
- Bangunan ini mencakup volume 1020×260×1656 (ukuran blok ≈439M) dan mengandalkan redstone vanilla; Distant Horizons digunakan untuk pembuatan film.
- Spesifikasinya meliputi ~5.09M parameter, penyertaan 240-dim, kosakata 1,920-token, 6 lapisan, dan jendela konteks 64-token dengan bobot sebagian besar 8-bit.
- Bahkan dengan MCHPRS yang meningkatkan tingkat centang ~40,000×, balasan dapat memakan waktu sekitar dua jam; kualitasnya terbatas dan sering kali keluar topik.
Bagi siapa pun yang pernah bertanya-tanya apakah chatbot bisa ada sepenuhnya di dalam Minecraft, jawabannya sekarang adalah "ya" yang unik. Seorang kreator bernama sammyuri telah meluncurkan CraftGPT, sebuah pengaturan inferensi dalam game yang merespons perintah seperti ChatGPT mini, yang dirangkai dengan komponen redstone standar.
Ini bukan pengganti perangkat AI sehari-hari Anda; ini lebih seperti karya seni teknis yang membuktikan suatu hal. Jejak mesin ini membentang hingga volume dunia nyata yang sangat besar dan, bahkan ketika dipercepat, dapat memakan waktu sekitar dua jam per balasanNamun, sebagai sebuah prestasi seni digital, ini menunjukkan seberapa jauh logika redstone dapat diterapkan ketika kesabaran dan rekayasa berbenturan.
Siapa yang membuat CraftGPT dan apa sebenarnya itu?
CraftGPT berasal dari YouTuber dan insinyur redstone sammyuri, yang dikenal karena proyek komputasi dalam gim yang ambisius. Ini adalah model bahasa kecil yang menjalankan inferensi pada komputer redstone besar, sementara pelatihannya dilakukan di luar gim dengan Python pada dataset TinyChat berisi percakapan bahasa Inggris sederhana.
Struktur ini menempati volume sekitar 1020 × 260 × 1656 blok, sebuah teropong yang membutuhkan mod Distant Horizons untuk mengambil gambar lebar. Meskipun rekaman sinematiknya, sirkuitnya sendiri bergantung pada mekanika redstone vanila—tidak ada blok perintah dan tidak ada paket data.
Pembuatnya memperingatkan calon penguji untuk menjaga ekspektasi tetap rendah. Outputnya bisa sederhana, terkadang melenceng, dan terkadang tidak masuk akal, yang memang wajar dari model ringkas yang terhubung ke dunia di mana setiap langkah logis melewati pengulang dan pembanding.
Meski begitu, intinya bukanlah performa mentah; ini adalah demonstrasi kerja bahwa inferensi gaya LLM dapat dipetakan ulang ke substrat yang tidak biasa di dalam permainan, menghasilkan chatbot yang benar-benar dapat Anda jelajahi dan periksa blok demi blok. blok.
Cara kerja chatbot redstone sebenarnya
Di balik layar, CraftGPT menciptakan kembali jalur inferensi model seperti transformator melalui logika redstone yang terorkestrasi. Anda akan menemukan modul-modul yang mencerminkan blok-blok penyusun AI yang sudah dikenal—sirkuit-sirkuit yang terhubung dengan cermat menangani tokenisasi, penyematan, dan aritmatika di balik perkalian matriks.
Sistem ini melewati sebuah alur kerja: teks masukan diubah menjadi token, token-token tersebut disematkan ke dalam vektor, dan komputer redstone melakukan iterasi lintas lapisan untuk menghasilkan token berikutnya. Prosesnya lambat karena setiap operasi harus disebarkan melalui rantai sinyal yang panjang.
- Unit seperti tokenizer mengubah teks menjadi urutan yang dapat diproses mesin.
- Menanamkan array dan struktur pencarian menerjemahkan token menjadi representasi vektor.
- Susunan pengali matriks dan logika terkait melakukan perhitungan berat.
- Cache bergaya KV mendukung penggunaan kembali hasil antara untuk menyimpan siklus jika memungkinkan.
- Logika keluaran mengubah token yang dihitung kembali menjadi teks yang dapat dibaca.
Dalam pameran tersebut, sammyuri menunjukkan pertukaran singkat—kesenangan sederhana, permintaan fakta dasar—yang menunjukkan bahwa mesin dapat menghasilkan respons yang koheren, meskipun dengan kedalaman dan akurasi terbatas dibandingkan dengan model arus utama.
Bersamaan dengan modul-modul ini, build ini mensimulasikan komponen memori dan sinkronisasi, mengoordinasikan pengaturan waktu sehingga sinyal tidak bertabrakan atau membusuk, sebuah tantangan yang berulang dalam skala besar alat batu merah.
Spesifikasi, performa, dan batasan
Model CraftGPT berbobot sekitar 5,087,280 parameter, dengan embedding 240 dimensi, kosakata 1,920 token, dan enam lapisan. Sebagian besar bobot dikuantisasi menjadi 8 bit, sementara bobot embedding dan LayerNorm menggunakan presisi yang lebih tinggi (masing-masing 18 dan 24 bit).
Jendela konteks yang dapat digunakan hanyalah 64 token, cukup untuk percakapan yang sangat singkat. Hal ini membantu menjaga penggunaan perangkat keras tetap terkendali, tetapi tentu saja membatasi alur dan koherensi percakapan.
Untuk kecepatan, pengaturan ini bergantung pada Minecraft High Performance Redstone Server (MCHPRS) untuk meningkatkan tick rate hingga kira-kira 40,000 ×. Bahkan saat itu, satu jawaban seringkali membutuhkan waktu sekitar dua jam. Tanpa percepatan khusus, perkiraan komunitas menunjukkan bahwa akan butuh waktu bertahun-tahun untuk menghasilkan balasan.
Secara visual, volume mesinnya sangat besar—sekitar 439 juta blok ruang angkasa—membutuhkan Distant Horizons untuk pembuatan film, yang merender sirkuit jarak jauh pada tingkat detail yang lebih rendah. Namun, secara fungsional, logika redstone itu sendiri tetap murni standar.
Kreator berulang kali mencatat bahwa hasil mungkin menyimpang dari topik atau mengandung kesalahan tata bahasa. Klip-klip yang ditampilkan menekankan hasil terbaik, bukan perilaku rata-rata yang seharusnya Anda harapkan saat memulai. bereksperimen dengan petunjuk.
Pengaturan, ketersediaan, dan reaksi komunitas
Dunia ini tersedia di GitHub bagi mereka yang ingin menjelajahi sirkuit atau mencoba obrolan mereka sendiri atau belajar untuk instal AIML di PythonAnda akan membutuhkan tenaga kuda: pengembang merekomendasikan setidaknya 32 GB RAM hanya untuk memuat server, dengan 64 GB atau lebih diutamakan untuk eksperimen yang lebih lancar.
CraftGPT tetap menggunakan redstone vanilla untuk logika dan hanya menggunakan MCHPRS agar sistemnya cukup responsif. Pelatihannya sendiri berlangsung di luar permainan, jadi Minecraft menghosting inferensi, bukan pembelajaran—sebuah perbedaan penting yang membuat proses build tetap membumi. kenyataan.
Reaksi dari komunitas Minecraft dan AI bercampur kagum dengan pragmatisme. Para penggemar merayakannya sebagai salah satu build redstone paling ambisius yang pernah dirilis; para skeptis mengatakan bahwa ini lebih merupakan tontonan daripada asisten praktis. Keduanya bisa saja benar, dan bersama-sama, keduanya menyoroti peran Minecraft sebagai taman bermain untuk komputasi ide ide.
Tonggak sejarah redstone sebelumnya mencakup CPU kustom, bank memori, dan bahkan proyek yang merender game klasik dalam blok. CraftGPT mendorong garis keturunan tersebut ke ranah LLM, menawarkan cara langsung bagi para pendidik, penghobi, dan mereka yang penasaran untuk membahas apa yang dilakukan model—hingga sinyal yang membawa matematika.
Yang tersisa setelah menyaksikan CraftGPT bekerja adalah pengingat bahwa komputasi bersifat universal: setelah Anda memiliki primitif dan kesabaran yang tepat, logika dapat dibangun kembali di tempat-tempat yang mengejutkan. Proyek ini memadukan permainan dengan ilmu komputer, menunjukkan bahwa percakapan seperti AI dapat terjadi di dalam kotak pasir blok—hanya saja tidak pada kecepatan waktu nyata.
