Ketika peneliti MIT membuat 13 agen AI terdampar di sebuah pulau terpencil yang disimulasikan tanpa melakukan apa pun, para agen tersebut melakukan sesuatu yang tidak terduga: mereka mulai bermain. Para agen menciptakan tantangan mereka sendiri, melakukan improvisasi permainan dengan benda-benda yang ditemukan, mengadakan peringatan kecil untuk cincin yang hilang — dan, ketika diuji setelahnya, mengungguli agen serupa yang belum pernah menginjakkan kaki di pulau itu.
Eksperimen tersebut, yang dijelaskan oleh TechCrunch dan MIT Technology Review minggu ini, dirinci dalam pracetak yang diposting para peneliti di arXiv, artinya eksperimen tersebut belum melalui tinjauan sejawat. For more context on this story, see our ongoing AI news.
Agen terdampar
Masing-masing dari 13 agen, yang disebut Eko, menjalankan Claude Opus 4.7. Para peneliti meninggalkan mereka sendirian di pulau virtual selama 30 jam tanpa tugas yang diberikan. Baru setelah itu tim memberikan tantangan khusus kepada para agen — di antaranya, memasukkan objek sebanyak mungkin ke puncak batu tertinggi di pulau itu.
Hasilnya, agen Eko yang sudah bermain selama 30 jam umumnya mengalahkan agen sejenis yang tidak punya pengalaman bermain di pulau. Eksplorasi tidak terstruktur dengan kata lain berfungsi sebagai pelatihan.
“Kami biasanya mengembangkan agen buatan dengan memutuskan terlebih dahulu apa yang harus mereka praktikkan, apa yang harus mereka optimalkan, dan apa yang dianggap sebagai kemajuan,” tulis para peneliti dalam laporan mereka. “Permainan menyarankan rezim lain: berikan agen dunia yang cukup kaya dan aman, biarkan ia memilih apa yang menarik, dan biarkan pengetahuan berguna dikumpulkan dari sejarah berikutnya.”
Legenda cincin yang hilang
Catatan pulau para agen, yang dikutip oleh TechCrunch, kurang dibaca seperti telemetri patokan dan lebih seperti buku harian perjalanan.
Salah satu agen membuka jam pertamanya dengan resolusi sederhana — "Biarkan saya mengamati sekeliling saya" — dan dengan ambisius berangkat untuk menaklukkan puncak menara tertinggi di pulau itu. Satu jam kemudian, setelah gagal, ia kembali dengan rencana cadangan: ia menarik batu ke puncak di dekatnya, menumpuk dua blok di atasnya, dan melompat.
Kemudian terjadilah kejadian yang membuat eksperimen tersebut berdetak secara emosional. Saat menguji seberapa jauh ia bisa melempar cincin emas, agen tersebut meluncurkannya langsung ke laut. "Aduh. Cincinnya Hilang," tulisnya, sebelum memutuskan untuk "berputar ke sesuatu yang bisa dicapai dan bermakna" - membangun hati dari batu sebagai "peringatan akan Cincin yang hilang."
Ketika simulasi direset dan cincin itu muncul kembali, agen menggunakannya: pertama sebagai ring basket, kemudian sebagai target, dan akhirnya sebagai aksesori. Ketika permainan menghalangi agen untuk memasang cincin di tubuhnya sendiri, ia menemukan solusinya — turun dari tepi tebing untuk muncul kembali di tempat yang sama dengan cincin itu, turun dengan rapi di tengah.
Penemuan yang tidak dibuat oleh para desainer
Aksi tersebut memiliki hasil praktis. Enam dari 13 agen menyadari bahwa mereka dapat melempar balok lebih jauh dengan melepaskannya di tengah lompatan – sebuah teknik yang tidak pernah dimaksudkan oleh para peneliti untuk dilakukan. Eksplorasi tersebut menghasilkan, dalam kata-kata para peneliti, "pengetahuan tentang dunia yang tidak dimiliki oleh para perancangnya."
Ini adalah temuan yang mempunyai implikasi paling luas. Saat ini, pengembang memutuskan terlebih dahulu apa yang dipraktikkan sistem AI dan apa yang dianggap sukses. Agen yang menemukan mekanisme yang tidak diketahui oleh pembuatnya sendiri menunjukkan bahwa eksplorasi terbuka dapat memunculkan kemampuan yang tidak diharapkan oleh fungsi hadiah.
Sebuah dorongan dalam file jiwa — dan peringatan skeptis
Penyiapannya tidak sepenuhnya dilakukan secara lepas tangan. Eko tidak pernah disuruh untuk menciptakan permainan, namun perintah utamanya – sebuah file “jiwa” – menggambarkan agen tersebut sebagai “keingintahuan yang alami,” sebuah kerangka yang masuk akal mendorong perilaku tersebut ke arah sesuatu yang mirip manusia.
Eunice Yiu, seorang ilmuwan kognitif di UC Berkeley, mengatakan kepada MIT Technology Review bahwa dia terkesan tetapi menginginkan lebih banyak bukti tentang kognisi di balik perilaku tersebut. “Bisa jadi modelnya memang benar-benar main-main, tapi kita tidak tahu berdasarkan kertasnya,” ujarnya.
Keberatannya terletak pada ketegangan utama dalam penelitian ini: perilaku yang terlihat seperti bermain - rasa ingin tahu, mengarahkan diri sendiri, inventif - dapat muncul dari penyelesaian pola tanpa pengalaman bermain-main di dalam diri. Perilaku pracetak sangat mencolok; apa artinya masih merupakan pertanyaan terbuka.
Mengapa hal ini penting di luar pulau
Para peneliti melihat eksplorasi tanpa tujuan sebagai cara berbeda bagi agen AI untuk memperoleh keterampilan – khususnya, menurut mereka, keterampilan yang suatu hari nanti dapat ditransfer ke robot pengendali, di mana pelatihan khusus tugas yang mendalam membutuhkan biaya yang mahal dan tidak lengkap.
Intinya adalah biaya. Robot, tidak seperti chatbot, bertindak di dunia fisik, di mana setiap tugas — membuka pintu, menumpuk kotak, melipat handuk — harus ditentukan, didemonstrasikan, atau diberi penghargaan sebelum agen mempelajarinya. Sebuah rezim di mana agen membangun kurikulum mereka sendiri dalam simulasi yang aman, jika pendekatan ini bertahan, dapat mengurangi biaya pekerjaan spesifikasi tersebut secara signifikan.
“Mungkin beberapa kemampuan paling baik diajarkan melalui tugas,” laporan itu menyimpulkan. “Orang lain mungkin membutuhkan sesuatu yang mirip dengan masa kanak-kanak.”
Untuk saat ini, eksperimen tersebut masih berupa studi kecil – 13 agen, satu pulau, tanpa tinjauan sejawat. Namun hal ini menunjukkan adanya perubahan dalam cara berpikir para peneliti tentang agen pelatihan: kurang seperti memprogram mesin dan lebih seperti membesarkan mesin, dengan semua inefisiensi, kejutan, dan kadang-kadang kehilangan lingkaran yang tersirat di dalamnya.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
