Apabila penyelidik MIT terkandas 13 ejen AI di pulau gurun simulasi tanpa apa-apa untuk dilakukan, ejen melakukan sesuatu yang tidak dijangka: mereka mula bermain. Ejen mencipta cabaran mereka sendiri, permainan improvisasi dengan objek ditemui, mengadakan peringatan kecil untuk cincin yang hilang — dan, apabila diuji selepas itu, mengatasi ejen yang sama yang tidak pernah menjejakkan kaki di pulau itu.
Percubaan, yang diterangkan oleh TechCrunch dan MIT Technology Review minggu ini, diperincikan dalam pracetak yang disiarkan penyelidik di arXiv, bermakna ia belum lagi melalui semakan rakan sebaya. For more context on this story, see our ongoing AI industry coverage.
Ejen Marooned
Setiap satu daripada 13 ejen, dipanggil Eko, menjalankan Claude Opus 4.7. Para penyelidik meninggalkan mereka bersendirian di pulau maya selama 30 jam tanpa tugas yang diberikan. Hanya selepas itu pasukan itu memberi cabaran khusus kepada ejen - antaranya, mendapatkan sebanyak mungkin objek ke puncak batu tertinggi di pulau itu.
Hasilnya: ejen Eko yang telah menghabiskan 30 jam bermain secara amnya mengalahkan ejen yang sama yang tidak mempunyai pengalaman pulau. Penerokaan tidak berstruktur, dengan kata lain, berfungsi sebagai latihan.
"Kami biasanya membangunkan agen tiruan dengan memutuskan terlebih dahulu apa yang harus mereka amalkan, apa yang mereka harus optimumkan, dan apa yang dikira sebagai kemajuan, " tulis para penyelidik dalam laporan mereka. "Play mencadangkan rejim lain: berikan ejen dunia yang cukup kaya dan selamat, biarkan ia memilih apa yang menarik, dan biarkan pengetahuan berguna terkumpul dari sejarah yang berikut."
Lagenda cincin yang hilang
Log pulau ejen, yang dipetik oleh TechCrunch, kurang membaca seperti telemetri penanda aras dan lebih seperti diari perjalanan.
Seorang ejen membuka jam pertamanya dengan resolusi mudah — "Izinkan saya memerhati persekitaran saya" — dan bercita-cita tinggi untuk menakluki menara tertinggi di pulau itu. Sejam kemudian, setelah gagal, ia kembali dengan pelan sandaran: ia mengangkut batu ke puncak jiran, menyusun dua blok di atasnya, dan melompat.
Kemudian datang kejadian yang memberikan percubaan itu rentak emosinya. Semasa menguji sejauh mana ia boleh melontar cincin emas, ejen itu melancarkannya terus ke lautan. "Aduh. Kehilangan Cincin," tulisnya, sebelum memutuskan untuk "mengundur kepada sesuatu yang boleh dicapai dan bermakna" - membina hati daripada batu sebagai "peringatan kepada Cincin yang hilang."
Apabila set semula simulasi dan cincin muncul semula, ejen meletakkannya untuk berfungsi: pertama sebagai gelung bola keranjang, kemudian sebagai sasaran, dan akhirnya sebagai aksesori. Apabila permainan menyekat ejen daripada meletakkan cincin di sekeliling badannya sendiri, ia menemui jalan penyelesaian — melangkah dari tepi tebing untuk menjejak semula di tempat yang sama dengan gelanggang, jatuh dengan kemas melalui tengah.
Penemuan yang tidak dibina oleh pereka
Aksi lagak ngeri mempunyai hasil praktikal. Enam daripada 13 ejen mendapati bahawa mereka boleh melontar blok lebih jauh dengan melepaskannya pada lompat pertengahan - satu teknik yang tidak pernah dilakukan oleh penyelidik. Penerokaan itu menghasilkan, dalam kata-kata penyelidik, "pengetahuan dunia yang kekurangan perekanya."
Itulah penemuan yang mempunyai implikasi yang paling luas. Hari ini, pembangun memutuskan lebih awal tentang amalan sistem AI dan perkara yang dikira sebagai kejayaan. Ejen yang menemui mekanik yang tidak diketahui oleh pencipta mereka sendiri mencadangkan penerokaan terbuka boleh memunculkan keupayaan tanpa fungsi ganjaran yang dijangkakan.
Satu dorongan dalam fail jiwa — dan berhati-hati seorang yang ragu-ragu
Persediaan tidak dilepaskan sepenuhnya. Eko tidak pernah diberitahu untuk mencipta permainan, tetapi gesaan utamanya — fail "jiwa" - menyifatkan ejen itu sebagai "secara semula jadi ingin tahu," pembingkaian yang secara munasabah mendorong tingkah laku itu ke arah sesuatu seperti manusia.
Eunice Yiu, seorang saintis kognitif di UC Berkeley, memberitahu MIT Technology Review dia kagum tetapi mahukan lebih banyak bukti tentang kognisi di sebalik tingkah laku itu. "Boleh jadi model itu benar-benar bermain, tetapi kami tidak tahu berdasarkan kertas," katanya.
Kaveat beliau mendapat ketegangan utama dalam baris penyelidikan ini: tingkah laku yang kelihatan seperti bermain — ingin tahu, terarah sendiri, inventif — boleh muncul daripada penyiapan corak tanpa sebarang pengalaman dalaman bermain. Tingkah laku pracetak sangat menarik; apa yang mereka maksudkan masih menjadi persoalan terbuka.
Mengapa ia penting di luar pulau
Para penyelidik melihat penerokaan tanpa matlamat sebagai cara yang berbeza untuk ejen AI memperoleh kemahiran - terutamanya, mereka mencadangkan, kemahiran yang suatu hari nanti boleh dipindahkan ke robot kawalan, di mana latihan khusus tugasan yang menyeluruh adalah mahal dan tidak lengkap.
Perbelanjaan adalah perkara utama. Robot, tidak seperti chatbots, bertindak dalam dunia fizikal, di mana setiap tugas — membuka pintu, menyusun kotak, melipat tuala — mesti dinyatakan, ditunjukkan atau diberi ganjaran sebelum ejen mempelajarinya. Rejim di mana ejen membina kurikulum mereka sendiri dalam simulasi yang selamat boleh, jika pendekatan itu bertahan, mengurangkan kos kerja spesifikasi itu dengan ketara.
"Mungkin beberapa keupayaan lebih baik diajar oleh tugas," laporan itu menyimpulkan. "Orang lain mungkin memerlukan sesuatu yang lebih dekat dengan zaman kanak-kanak."
Buat masa ini, percubaan adalah kajian kecil — 13 ejen, satu pulau, tiada ulasan rakan sebaya. Tetapi ia menunjukkan peralihan dalam cara penyelidik berfikir tentang ejen latihan: kurang seperti pengaturcaraan mesin dan lebih seperti menaikkan satu, dengan semua ketidakcekapan, kejutan dan kehilangan cincin sekali-sekala yang membayangkan.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
