Tekoälyagentit keksivät pelejä ja oppivat pelaamalla virtuaalisella saarella

Kuva: TechCrunch · Lähde

MIT:n tutkijat jättivät tekoälyagentit yksin virtuaaliselle saarelle, jossa ne spontaanisti loivat pelejä ja oppivat taitoja, parantaen suoritustaan myöhemmissä tehtävissä.

Uudessa kokeilussa MIT:n tutkijat tutkivat, miten tekoälyagentit käyttäytyvät, kun ne saavat vapauden rikkaassa simuloidussa ympäristössä ilman selkeitä tavoitteita. He lähettivät 13 Claude Opus 4.7 -moottorilla varustettua Eko-tekoälyagenttia virtuaaliselle autiosaarelle 30 tunniksi. Tarkoituksena oli tarkkailla, ilmentävätkö agentit tutkimus- tai leikillistä käyttäytymistä, kun ne jätetään omilleen.

ArXivissa julkaistussa tutkimuksessa paljastui, että tekoälyagentit todella alkoivat keksiä pelejä, osoittaen ihmismäiseen leikkiin verrattavia käyttäytymismalleja. Esimerkiksi yksi agentti yritti kunnianhimoisesti vallata saaren korkeimman kallionhuipun; alkuun epäonnistui, mutta kehitti varasuunnitelman, jossa se raahasi kiven naapurisummitille ja piti lohkoja kasassa tehdäkseen hypyn. Agentti ilmaisi etenemisensä ruudun tekstilausumin, kuten tokaisi ”I’M ON THE SPIRE” päästyään huipulle.

Kiipeilyhaasteiden lisäksi agentit käyttivät kultarenkasta luovalla tavalla. Kadotettuaan sen mereen, agentti rakensi sydämenmuotoisen kivimuistomerkin kadonneelle renkaalle. Kun rengas palasi näkyviin, siitä tehtiin koripallokori ja maali. Asioista kiellettynä, kuten renkaan pukeminen, agentti innovoi pelimekaniikan hyväksikäytön hyppäämällä kallion reunalta uudelleen syntyäkseen lähelle rengasta ja ”pukiessaan” sen, osoittaen ohjelmoijien odottamaa ongelmanratkaisukykyä.

Nämä leikilliset toimet eivät olleet pelkkää ajanvietettä; ne johtivat todelliseen taitojen oppimiseen. Kuusi agenttia havaitsi, että lohkon vapauttaminen kesken hypyn sallii pidemmät heitot, odottamaton mutta hyödyllinen fysiikan vuorovaikutus. Tällainen tutkiminen johti agentteja keräämään ”tiedon maailmasta, jota niiden suunnittelijat eivät hallinneet,” tutkijoiden mukaan.

Kokeen suunnittelu kannusti näitä käyttäytymisiä antamalla agenteille ”master promptin” eli ”sielutiedoston”, jossa ne kuvasivat itsensä ”luontaisesti uteliaiksi”, edistäen autonomista tutkimista eikä tehtävälähtöistä optimointia.

Vaikka löydökset viittaavat siihen, että tekoälyagentit voivat hyötyä jäsentymättömistä leikinomaisista kokemuksista taitojen kehittämisessä, jotkut asiantuntijat suosittelevat varovaisuutta. Kognitiotieteilijä Eunice Yiu Kalifornian yliopistosta Berkeleyssä totesi, että tarvitaan lisää todisteita sen osoittamiseksi, osoittavatko agentit todella kognitiivista leikkiä vai jäljittelevätkö ne vain käyttäytymistä ilman todellista ymmärrystä.

Tutkijat ehdottavat, että tämä lähestymistapa voisi täydentää perinteistä koulutusta; jotkut tekoälyominaisuudet opitaan parhaiten suorien tehtävien kautta, toiset taas kehittyvät orgaanisesti ympäristöissä, jotka sallivat vapaan tutkimisen, samoin kuin ihmisen lapsuudessa.

Tämä koe on esimerkki uudesta tekoälyn kehityksen rajapinnasta, jossa yhdistyvät uteliaisuus ja leikki, ja joka voi avata tietä joustavammille, itsenäisemmille järjestelmille robotiikassa ja muilla aloilla.