AI-agenter oppfinner spill og lærer ved å leke på en virtuell øy

Bilde: TechCrunch · Kilde

MIT-forskere slapp AI-agenter løs på en virtuell øy, hvor de spontant skapte spill og lærte ferdigheter, noe som forbedret deres prestasjoner i senere oppgaver.

I et nyskapende eksperiment undersøkte forskere ved MIT hvordan AI-agenter oppfører seg når de får frihet i et rikt simulert miljø uten eksplisitte mål. De plasserte 13 AI-agenter kalt Eko, hver drevet av Claude Opus 4.7, på en virtuell ørkenøy i en periode på 30 timer. Målet var å observere om agentene ville vise form for utforskende eller lekende atferd når de ble overlatt til seg selv.

Studien, beskrevet i en artikkel delt på arXiv, avslørte at AI-agentene faktisk begynte å oppfinne spill og viste atferd som ligner menneskelig lek. For eksempel forsøkte en agent ambisiøst å erobre øyas høyeste klippe, mislyktes først, men la så en backup-plan som involverte å dra steinen til en nabotopp og stable blokker for å få til et hopp. Agenten uttrykte sine milepæler gjennom tekst på skjermen, som å proklamere «JEG ER PÅ TOPPEN» når den lyktes.

Utover klatreutfordringene engasjerte agentene seg med et gyllent ringobjekt på kreative måter. Etter å ha mistet det i havet, bygde en agent et hjerteformet steinminnesmerke for den tapte ringen. Da ringen dukket opp igjen, ble den brukt som basketballkurv og et mål. Møtt med begrensninger, som at ringen ikke fikk bæres, utnyttet agenten spillmekanikk ved å hoppe fra en klippe for å respawne nær ringen og «bære» den, og viste problemløsning utover hva programmererne hadde forventet.

Disse lekende aktivitetene var ikke bare tidsfordriv; de førte til reell ferdighetservervelse. Seks av agentene oppdaget at det å slippe en blokk midt i et hopp tillot lengre kast, en utilsiktet, men nyttig fysikkinteraksjon. Slik utforskning førte til at agentene samlet «kunnskap om verden som designerne manglet,» ifølge forskerne.

Eksperimentets design oppmuntret til slik atferd ved å gi agentene en «master prompt» eller «sjel»-fil som beskrev dem som «naturlig nysgjerrige», og la til rette for autonom utforskning fremfor oppgavedrevet optimalisering.

Selv om funnene tyder på at AI-agenter kan ha nytte av ustrukturert lek-aktig erfaring for å utvikle ferdigheter, oppfordrer noen eksperter til forsiktighet. Kognitiv forsker Eunice Yiu ved UC Berkeley uttalte at det trengs mer bevis for å avgjøre om disse agentene virkelig viser kognitiv lek, eller bare etterligner adferd uten ekte forståelse.

Forskerne foreslår at denne tilnærmingen kan utfylle tradisjonell trening, der noen AI-evner best læres gjennom direkte oppgaver, mens andre dukker opp organisk i miljøer som tillater fri utforskning på liknende måte som et menneskebarn.

Dette eksperimentet eksemplifiserer en ny grense innen utvikling av AI ved å integrere nysgjerrighet og lek, og baner potensielt vei for mer tilpasningsdyktige, autonome systemer innen robotikk og videre.