Исследователи Массачусетского технологического института обнаружили признаки игрового поведения у искусственных агентов, которым разрешили самостоятельно исследовать виртуальный остров без заданной цели. Результаты эксперимента опубликованы на сайте arXiv — платформе для размещения научных работ до прохождения рецензирования. Об этом сообщила TechCrunch.
В исследовании участвовали 13 агентов Eko, работавших на базе Claude Opus 4.7. Каждый из них провёл 30 часов в одиночестве на смоделированном пустынном острове, после чего получил конкретные задания. В одном из испытаний требовалось доставить на самый высокий скальный шпиль как можно больше предметов.
Агенты, которым предварительно позволили свободно исследовать остров, в целом справились с последующими задачами лучше идентичных систем, не имевших такого опыта. Учёные считают, что обучение через самостоятельное изучение среды может стать альтернативой подходу, при котором разработчики заранее определяют упражнения и критерии успеха. Особенно полезным этот метод может оказаться для навыков, связанных с управлением роботами.
Один из Eko начал исследование словами: «Позвольте мне осмотреть окрестности». Сначала агент попытался покорить самый высокий шпиль острова, но после неудачи изменил план: поднял камень на соседнюю вершину, установил сверху два блока и прыгнул. Добравшись до цели, он написал: «Я НА ШПИЛЕ».
Позже агент проверял, насколько далеко можно бросить золотое кольцо, однако отправил его в океан. «Ой. Потерял кольцо», — написал Eko, после чего решил построить из камней сердце как «мемориал потерянному кольцу». Когда предмет появился после перезапуска игры, агент использовал его как баскетбольное кольцо, мишень и украшение. Не сумев надеть кольцо обычным способом, Eko обнаружил обходной приём: он падал с края утёса и возвращался в ту же область, пролетая через кольцо. «Я ношу кольцо», — объявил агент.
По данным исследователей, шесть из 13 агентов также выяснили, что блок можно бросить дальше, если отпустить его во время прыжка. Разработчики не планировали появление этого навыка, однако свободное исследование позволило системам получить «знания об окружающем мире, которых не было у их создателей». При этом в настройках Eko содержалось описание агента как «естественно любопытного», хотя напрямую придумывать игры ему не поручали.
Когнитивный учёный из Калифорнийского университета в Беркли Юнис Ю заявила MIT Technology Review, что впечатлена результатами, но считает необходимыми дополнительные доказательства. «Возможно, модели действительно играют, но по этой статье мы не можем этого знать», — сказала она. Авторы исследования предположили, что одни способности лучше формировать с помощью заданий, а для других может потребоваться нечто похожее на детство.