جب MIT کے محققین نے 13 AI ایجنٹوں کو ایک مصنوعی صحرائی جزیرے پر پھنسے ہوئے جس میں کوئی کام نہیں تھا، ایجنٹوں نے کچھ غیر متوقع طور پر کیا: انہوں نے کھیلنا شروع کر دیا۔ ایجنٹوں نے اپنے اپنے چیلنجز ایجاد کیے، پائی جانے والی چیزوں کے ساتھ کھیل تیار کیے، کھوئی ہوئی انگوٹھی کے لیے ایک چھوٹی یادگار بنائی — اور، جب بعد میں ٹیسٹ کیا گیا تو، ایک جیسے ایجنٹوں کو پیچھے چھوڑ دیا جنہوں نے کبھی جزیرے پر قدم نہیں رکھا تھا۔
اس ہفتے TechCrunch اور MIT ٹیکنالوجی ریویو کے ذریعہ بیان کردہ تجربہ، محققین کے arXiv پر پوسٹ کردہ پری پرنٹ میں تفصیلی ہے، یعنی یہ ابھی تک ہم مرتبہ کے جائزے کے ذریعے نہیں ہوا ہے۔ For more context on this story, see our ongoing artificial intelligence updates.
بدمعاش ایجنٹ
13 ایجنٹوں میں سے ہر ایک، جسے Eko کہا جاتا ہے، Claude Opus 4.7 پر بھاگا۔ محققین نے انہیں 30 گھنٹے تک مجازی جزیرے پر بغیر کسی تفویض کردہ کام کے تنہا چھوڑ دیا۔ اس کے بعد ہی ٹیم نے ایجنٹوں کو مخصوص چیلنجز دیئے - ان میں سے، جزیرے کے سب سے اونچے چٹان کے اسپائر پر زیادہ سے زیادہ اشیاء حاصل کرنا۔
نتیجہ: اکو ایجنٹس جنہوں نے 30 گھنٹے کھیلتے ہوئے گزارے تھے عام طور پر ایک جیسے ایجنٹوں کو شکست دیتے ہیں جن کا جزیرے کا کوئی تجربہ نہیں تھا۔ غیر ساختہ تلاش، دوسرے لفظوں میں، تربیت کے طور پر کام کرتی ہے۔
محققین نے اپنی رپورٹ میں لکھا، "ہم عام طور پر مصنوعی ایجنٹوں کو پہلے سے طے کر کے تیار کرتے ہیں کہ انھیں کیا مشق کرنی چاہیے، انھیں کس چیز کو بہتر بنانا چاہیے، اور کیا چیز پیش رفت کے طور پر شمار ہوتی ہے۔" "پلے ایک اور نظام کی تجویز کرتا ہے: ایک ایجنٹ کو کافی بھرپور اور محفوظ دنیا دیں، اسے وہ چیز منتخب کرنے دیں جو دلچسپ ہو، اور اس کے بعد آنے والی تاریخ سے مفید معلومات جمع ہونے دیں۔"
کھوئی ہوئی انگوٹھی کا افسانہ
ایجنٹوں کے جزیرے کے لاگز، جن کا حوالہ TechCrunch نے دیا ہے، بینچ مارک ٹیلی میٹری کی طرح کم اور ٹریول ڈائری کی طرح زیادہ پڑھتے ہیں۔
ایک ایجنٹ نے اپنا پہلا گھنٹہ ایک سادہ ریزولیوشن کے ساتھ کھولا — "مجھے اپنے ماحول کا مشاہدہ کرنے دو" — اور جزیرے کی بلند ترین چوٹی کو فتح کرنے کے لیے پرجوش انداز میں نکلا۔ ایک گھنٹہ بعد، ناکام ہونے کے بعد، یہ ایک بیک اپ پلان کے ساتھ واپس آیا: اس نے ایک چٹان کو ایک پڑوسی چوٹی پر چڑھا دیا، اس کے اوپر دو بلاکس لگائے، اور چھلانگ لگا دی۔
اس کے بعد وہ واقعہ آیا جس نے تجربے کو اس کی جذباتی شکست دی۔ یہ جانچنے کے دوران کہ یہ سونے کی انگوٹھی کو کتنی دور پھینک سکتا ہے، ایجنٹ نے اسے سیدھا سمندر میں چھوڑ دیا۔ "آؤچ۔ انگوٹھی کھو گئی،" اس نے "کسی قابل حصول اور بامعنی چیز کی طرف محور" کا فیصلہ کرنے سے پہلے لکھا - "گم شدہ انگوٹھی کی یادگار" کے طور پر پتھروں سے دل کی تعمیر۔
جب تخروپن دوبارہ ترتیب دیا گیا اور انگوٹھی دوبارہ ظاہر ہوئی، تو ایجنٹ نے اسے کام پر لگا دیا: پہلے باسکٹ بال ہوپ کے طور پر، پھر ہدف کے طور پر، اور آخر کار ایک لوازمات کے طور پر۔ جب گیم نے ایجنٹ کو اپنے جسم کے ارد گرد انگوٹھی لگانے سے روک دیا، تو اس نے ایک حل تلاش کیا - ایک پہاڑ کے کنارے سے نکل کر انگوٹھی والی جگہ پر دوبارہ پھیلنا، درمیان میں صفائی کے ساتھ گرنا۔
وہ دریافتیں جو ڈیزائنرز نے نہیں بنائی تھیں۔
اسٹنٹ کی عملی ادائیگی تھی۔ 13 میں سے چھ ایجنٹوں نے اندازہ لگایا کہ وہ ایک بلاک کو درمیانی چھلانگ چھوڑ کر آگے پھینک سکتے ہیں - ایک ایسی تکنیک جسے محققین نے کبھی ممکن بنانے کا ارادہ نہیں کیا تھا۔ اس تحقیق سے، محققین کے الفاظ میں، "دنیا کا علم جس کے ڈیزائنرز کی کمی تھی۔"
یہ وسیع ترین مضمرات کے ساتھ تلاش ہے۔ آج، ڈویلپرز پہلے سے فیصلہ کرتے ہیں کہ AI سسٹم کیا مشق کرتا ہے اور کامیابی کے طور پر کیا شمار ہوتا ہے۔ میکینکس کو دریافت کرنے والے ایجنٹوں کو ان کے اپنے تخلیق کاروں کے وجود کا علم نہیں تھا کہ کھلے عام ایکسپلوریشن ان صلاحیتوں کو ظاہر کر سکتی ہے جس کی کوئی انعامی تقریب متوقع نہیں ہے۔
روح کی فائل میں ایک جھٹکا — اور ایک شکی کی احتیاط
سیٹ اپ مکمل طور پر ہینڈ آف نہیں تھا۔ ایکو کو کبھی بھی گیمز ایجاد کرنے کے لیے نہیں کہا گیا تھا، لیکن اس کا ماسٹر پرامپٹ - ایک "روح" فائل - نے ایجنٹ کو "قدرتی طور پر متجسس" کے طور پر بیان کیا، ایک ایسا فریمنگ جس نے ممکنہ طور پر انسان نما کسی چیز کی طرف رویے کو جھنجھوڑ دیا۔
یوسی برکلے کی ایک علمی سائنس دان یونس ییو نے ایم آئی ٹی ٹیکنالوجی ریویو کو بتایا کہ وہ بہت متاثر ہوئی ہیں لیکن وہ اس رویے کے پیچھے موجود ادراک کے مزید ثبوت چاہتی ہیں۔ انہوں نے کہا ، "یہ معاملہ ہوسکتا ہے کہ ماڈلز حقیقی طور پر کھیل رہے ہوں ، لیکن ہم کاغذ کی بنیاد پر نہیں جانتے ہیں۔"
اس کا انتباہ تحقیق کی اس لائن میں مرکزی تناؤ پر ہوتا ہے: طرز عمل جو کھیل کی طرح لگتا ہے - متجسس، خود ہدایت، اختراعی - چنچل پن کے کسی اندرونی تجربے کے بغیر پیٹرن کی تکمیل سے ابھر سکتا ہے۔ پری پرنٹ کے رویے حیران کن ہیں؛ وہ کیا اشارہ کرتے ہیں اب بھی ایک کھلا سوال ہے۔
یہ جزیرے سے آگے کیوں اہمیت رکھتا ہے۔
محققین AI ایجنٹوں کے لیے مہارتوں کے حصول کے لیے ایک مختلف طریقے کے طور پر گول فری ایکسپلوریشن کو دیکھتے ہیں - خاص طور پر، وہ تجویز کرتے ہیں، وہ مہارتیں جو ایک دن کنٹرول کرنے والے روبوٹس میں منتقل ہو سکتی ہیں، جہاں کام کے لیے مخصوص تربیت مہنگی اور نامکمل ہے۔
خرچہ نقطہ ہے۔ روبوٹس، چیٹ بوٹس کے برعکس، طبعی دنیا میں کام کرتے ہیں، جہاں ہر کام — دروازہ کھولنا، ڈبے کا ڈھیر لگانا، تولیہ جوڑنا — کو کسی ایجنٹ کے سیکھنے سے پہلے اس کی وضاحت، مظاہرہ یا انعام دیا جانا چاہیے۔ ایک ایسا نظام جس میں ایجنٹ ایک محفوظ تخروپن کے اندر اپنا نصاب تیار کرتے ہیں، اگر نقطہ نظر برقرار رہتا ہے، تو اس تصریح کے کام کی لاگت کو کافی حد تک کم کر سکتا ہے۔
"شاید کچھ صلاحیتوں کو کاموں کے ذریعے بہترین طریقے سے سکھایا جاتا ہے،" رپورٹ کا اختتام ہوتا ہے۔ "دوسروں کو بچپن کے قریب کسی چیز کی ضرورت ہوسکتی ہے۔"
ابھی کے لیے، تجربہ ایک چھوٹا سا مطالعہ ہے — 13 ایجنٹ، ایک جزیرہ، کوئی ہم مرتبہ جائزہ نہیں۔ لیکن یہ اس تبدیلی کی طرف اشارہ کرتا ہے کہ محققین تربیتی ایجنٹوں کے بارے میں کس طرح سوچتے ہیں: مشین کو پروگرام کرنے کی طرح کم اور ایک کو بڑھانے کی طرح، تمام نااہلی، حیرت اور کبھی کبھار کھو جانے والی انگوٹھیوں کے ساتھ۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
