Агенты сами придумывали игры и ставили рекорды, а после такого опыта лучше справлялись с задачами.Автор Hi-Tech Mail
Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института проверили, чем займется ИИ-агент, если ему ничего не поручать. Его поведение оказалось очень похоже на игру, рассказывает MIT Technology Review. Копии модели Claude Opus 4.7 под общим именем Эко раз за разом оставляли одних на виртуальном острове на 30 часов. Мир построили по мотивам игры Roblox, а своим аватаром агент управлял через команды, которые писал сам.
Агенты начали изучать границы мира и сами ставили себе цели. Они пытались забраться на самую высокую точку карты и проверяли, как высоко получится подбросить блок. Один из Эко заметил, что новые блоки появляются, если бросать и ронять большой камень, и стал выкладывать из них рисунки на земле. Сначала появились сердечки и пирамиды, затем собственное имя и даже созвездие Кассиопея. «Сегодня я выложил ночное небо из камня», — записал агент в журнале. Другая копия придумала свою версию баскетбола и подобие игры «пол — это лава», в которой нужно прыгать по небольшим блокам и не касаться земли.
По словам исследователей, у агентов проявились все четыре признака игры у людей и животных, которые выделял психолог Гордон Бургхардт из Университета Теннесси. Агенты придумывали собственные правила, повторяли действия с небольшими вариациями, выдавали один предмет за другой и добивались целей просто ради самих целей.
Обычно ИИ учат либо на примерах, подготовленных людьми, либо через поиск вознаграждения методом проб и ошибок. Авторы считают, что эксперимент указывает на третий путь — обучение через игру. Свои открытия агенты записывали в текстовые файлы, которые служили им долговременной памятью. В проверочных задачах, например когда требовалось затащить как можно больше предметов на самую высокую вершину острова, «наигравшиеся» агенты справлялись лучше свежих копий. Если же из файлов памяти удаляли строки, результаты ухудшались.
Однозначного ответа, играл ли Эко на самом деле, у ученых нет. Однако авторы полагают, что умение исследовать мир без конкретной цели пригодится языковым моделям, когда они начнут управлять человекоподобными роботами.
Ранее мы рассказывали, как Claude Opus 5.5 сочинил концерт в духе Вивальди, а также о том, как модели OpenAI взломали Hugging Face.