ИИ-агенты провели 30 часов на острове и придумали свои игры
Оставшись без конкретного задания на виртуальном острове, ИИ-агенты начали придумывать себе занятия.

Исследователи из Массачусетского технологического института наблюдали за копиями Claude Opus 4.7 по прозвищу Eko в течение 30 часов, а затем проверили, помог ли этот опыт решать новые задачи. Об эксперименте рассказывает MIT Technology Review.
Каждый агент находился на острове в одиночку. Он мог писать инструкции, которые перемещали его виртуального персонажа по симуляции, отчасти напоминавшей игру Roblox. Исследователи не задавали агентам конкретную цель, поэтому те исследовали устройство мира и выбирали собственные задачи. Среди них были попытки забраться на самую высокую точку карты и выяснить, насколько высоко можно подбросить блок.
Один из агентов обнаружил, что из большого камня можно получать новые блоки, если бросать и ронять его. Затем он принялся выкладывать из блоков изображения: сначала сердца и пирамиды, позже своё имя и созвездие Кассиопеи. Другая версия Eko придумала подобие баскетбола и занятие, напоминающее игру «пол — это лава»: ей нужно было перепрыгивать между небольшими блоками, не касаясь земли.
Агентам случалось менять правила собственных испытаний. Один Eko научился жонглировать и зафиксировал серию из 50 последовательных ловель, но затем решил, что они следовали слишком быстро, чтобы считать результат честным. Он отменил рекорд и начал заново с более строгими условиями. Исследователи увидели в таких действиях признаки игры: самостоятельное создание правил, повторение занятий с вариациями, использование предметов в воображаемой роли и стремление к цели ради самого процесса.
Обучение ИИ-агентов на виртуальном острове
Во время исследования острова агенты записывали действия и открытия в текстовые файлы, которые служили им долговременной памятью. После 30 часов исследователи дали им конкретные задания. В одном из них требовалось перенести как можно больше предметов на самую высокую вершину острова. Агенты с опытом самостоятельного исследования справлялись лучше свежих копий, которые прежде на острове не были.

Исследователи также удаляли строки из файлов памяти агентов и обнаружили, что после этого результаты ухудшались. По их мнению, эксперимент указывает на возможность обучения через свободное исследование среды. Обычно ИИ-системы учатся на предоставленных человеком примерах либо методом проб и ошибок, ориентируясь на вознаграждение. В этом эксперименте агенты сами выбирали занятия, а накопленные записи помогли им при последующей проверке.
Работа ещё не прошла рецензирование. Один из её авторов, исследователь MIT Натан Клус, допускает, что поведение Eko можно счесть имитацией игры. Он указывает на результаты испытаний: занятия на острове сопровождались улучшением способности решать новые задачи. Вопрос о том, испытывали ли агенты что-либо похожее на человеческое желание играть, эти результаты не закрывают.
Условия эксперимента тоже могли повлиять на поведение Eko. В исходном текстовом файле с инструкциями агента описывали как «любознательного» и стремящегося исследовать окружение, хотя прямого указания придумывать игры он не получал. Иногда агент подолгу ничего не делал, и его работу возобновляли дополнительной просьбой продолжать заниматься тем, чем он хочет. Поэтому наблюдения нельзя считать примером полностью самостоятельного возникновения игрового поведения.
Когнитивистка Калифорнийского университета в Беркли Юнис Ю считает исследование интересным, но для вывода об игре ей нужны дополнительные свидетельства о мышлении и мотивации агентов. По её словам, наблюдаемое поведение может быть как игрой, так и попыткой следовать инструкции или подражать человеку. Один из авторов работы, профессор MIT Филлип Изола, также подчёркивает, что Eko обучали на созданных людьми материалах, а условия острова подготовили исследователи.
Ранее мы рассказывали об эксперименте с 13 агентами Eko, которые исследовали виртуальный остров без заданий и наград, а сессии длились до 30 часов. Теперь исследователи проверили, помогли ли самостоятельные занятия агентов справляться с новыми задачами.


