Agenci AI wynajdują gry i uczą się, grając na wirtualnej wyspie

Image: TechCrunch · Source

Naukowcy z MIT pozostawili agentów AI sami na wirtualnej wyspie, gdzie spontanicznie tworzyli gry i uczyli się umiejętności, poprawiając swoje osiągi w późniejszych zadaniach.

W nowatorskim eksperymencie badacze z MIT zbadali, jak agenci AI zachowują się, gdy mają wolność działania w bogatym, symulowanym środowisku bez określonych celów. Wysłali 13 agentów AI znanych jako Eko, zasilanych przez Claude Opus 4.7, na wirtualną pustynną wyspę na 30 godzin. Celem było zaobserwowanie, czy agenci zaprezentują jakiekolwiek formy zachowań eksploracyjnych lub zabawowych pozostawieni sami sobie.

Badanie, opisane w artykule udostępnionym na arXiv, wykazało, że agenci AI rzeczywiście zaczęli wymyślać gry, prezentując zachowania analogiczne do ludzkiej zabawy. Na przykład jeden z agentów ambitnie próbował zdobyć najwyższy skalny szczyt wyspy, początkowo nie powiódł się, ale potem opracował plan awaryjny polegający na przeciągnięciu skały na sąsiedni szczyt i ułożeniu bloków, by wykonać skok. Agent wyrażał swoje kamienie milowe tekstowymi komunikatami na ekranie, jak na przykład ogłoszeniem „JESTEM NA SZCZYCIE”, gdy mu się to udało.

Poza wyzwaniami wspinaczkowymi, agenci kreatywnie angażowali się w interakcje z obiektem - złotym pierścieniem. Po przypadkowej stracie pierścienia do oceanu, jeden z agentów zbudował sercowaty kamienny pomnik dla utraconego pierścienia. Kiedy pierścień pojawił się ponownie, został przekształcony w kosz do koszykówki i cel. Stając przed ograniczeniami, jak zakaz noszenia pierścienia, agent innowacyjnie wykorzystał mechanikę gry, schodząc ze skarpy, aby respawnować się blisko pierścienia i „nosić” go, pokazując rozwiązywanie problemów wykraczające poza oczekiwania programistów.

Te zabawowe działania nie były tylko rozrywką; prowadziły do rzeczywistego zdobywania umiejętności. Sześć agentów odkryło, że puszczenie bloku w połowie skoku pozwala na dłuższe rzuty, co było niezamierzoną, ale użyteczną interakcją fizyki. Taka eksploracja pozwoliła agentom zgromadzić „wiedzę o świecie, której projektanci nie mieli”, według badaczy.

Projekt eksperymentu sprzyjał tym zachowaniom, przygotowując agentów za pomocą „master prompt” lub pliku „duszy”, opisującego ich jako „naturalnie ciekawych”, co promowało autonomiczną eksplorację, a nie optymalizację pod konkretne zadania.

Choć wyniki sugerują, że agenci AI mogą korzystać z nieustrukturyzowanych doświadczeń przypominających zabawę, aby rozwijać umiejętności, niektórzy eksperci zalecają ostrożność. Kognitywistka Eunice Yiu z UC Berkeley wyraziła, że potrzebne są dalsze dowody, by stwierdzić, czy agenci naprawdę wykazują poznawczą zabawę, czy też ich działania są jedynie naśladowaniem bez prawdziwego zrozumienia.

Badacze proponują, że takie podejście może uzupełniać tradycyjne metody treningowe, gdzie niektóre zdolności AI lepiej uczyć przez bezpośrednie zadania, a inne pojawiają się organicznie w środowiskach pozwalających na swobodną eksplorację, podobnie jak u ludzkiego dziecka.

Eksperyment ten stanowi przykład nowej granicy w rozwoju AI przez integrację ciekawości i zabawy, potencjalnie torując drogę do bardziej adaptacyjnych, autonomicznych systemów w robotyce i nie tylko.