Агенты сами создавали игры и устанавливали рекорды, а после такого опыта лучше справлялись с задачами.
Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института изучили, чем будет заниматься ИИ-агент, если ему не ставить задачи. Его поведение оказалось весьма схожим с игрой, сообщает MIT Technology Review. Копии модели Claude Opus 4.7, объединённые под названием Эко, оставляли в одиночестве на виртуальном острове на 30 часов. Этот мир был создан по мотивам игры Roblox, и агент управлял своим аватаром через команды, которые он сам же создавал.
Агенты начали исследовать границы мира и самостоятельно ставили перед собой цели. Они стремились забраться на самую высокую точку карты и проверяли, насколько высоко возможно подбросить блок. Один из Эко заметил, что новые блоки появляются, если бросать и ронять большой камень, и стал выкладывать из них узоры на земле. Сначала появились сердечки и пирамиды, затем он выложил своё имя и даже созвездие Кассиопея. «Сегодня я создал ночное небо из камня», — записал агент в журнале. Другая копия разработала свою версию баскетбола и подобие игры «пол — это лава», в которой необходимо прыгать по небольшим блокам, избегая прикосновения к земле.
По словам исследователей, у агентов проявились все четыре признака игры, которые выделял психолог Гордон Бургхардт из Университета Теннесси. Агенты создавали свои правила, повторяли действия с небольшими изменениями, выдавали один предмет за другой и добивались целей просто ради самих целей.
Обычно ИИ обучают либо на примерах, подготовленных людьми, либо через поиск вознаграждения методом проб и ошибок. Авторы полагают, что эксперимент демонстрирует третий путь — обучение через игру. Свои открытия агенты фиксировали в текстовых файлах, которые служили им долговременной памятью. В проверочных задачах, например, когда требовалось перенести как можно больше предметов на самую высокую точку острова, «наигравшиеся» агенты справлялись лучше, чем новые копии. Если же из файлов памяти удалялись строки, результаты ухудшались.
Учёные не имеют однозначного ответа на вопрос, играл ли Эко на самом деле. Тем не менее, авторы считают, что способность исследовать мир без конкретной цели может быть полезна для языковых моделей, когда они начнут управлять человекоподобными роботами.
Фото: hi-tech.mail.ru