Главное в материале
- 13 агентов Eko на базе Claude Opus 4.7 провели 30 часов на виртуальном острове без заданий
- Игравшие агенты превзошли контрольную группу в последующих задачах
- Учёные вне проекта призывают с осторожностью трактовать поведение как игру
Эксперимент MIT: агенты без задачи начали играть
Исследователи MIT поместили 13 ИИ-агентов под названием Eko, каждый из которых работал на модели Claude Opus 4.7, на симулированный необитаемый остров на 30 часов — без конкретных заданий. Описание эксперимента опубликовано на arXiv, где работы выкладываются до рецензирования. По мнению авторов, поведение агентов несёт признаки игры.
Придуманные испытания и неожиданные находки
Агенты сами ставили себе цели. Один в первый час решил покорить самую высокую скалу острова, а после неудачи нашёл обходной путь: затащил камень на соседнюю вершину, сложил из блоков конструкцию и совершил прыжок. Другой эпизод: агент бросил золотое кольцо и потерял его в океане, после чего решил «перейти к чему-то достижимому и осмысленному» — выложил из камней сердце как «мемориал потерянному Кольцу». Когда кольцо появилось снова после сброса игры, агент использовал его как баскетбольное кольцо, мишень и в итоге аксессуар: чтобы надеть кольцо на себя, он обнаружил, что падение с обрыва вызывает возрождение рядом с предметом, и шагнул с края.
Знания, которых не было у разработчиков
Подобные трюки оказались не просто забавой: шесть из 13 агентов самостоятельно выяснили, что блок можно бросить дальше, если отпустить его в середине прыжка — возможность, которую создатели не закладывали. Исследователи отмечают, что исследование дало агенту «знание о мире, которого не было у его разработчиков».
Роль настроек и скепсис со стороны учёных
Авторы подчёркивают, что на поведение агентов повлияла настройка: хотя Eko не инструктировали придумывать игры, его главный промпт — файл «души» — описывал его как «естественно любопытного». Когнитивист из UC Berkeley Эунис Ю (Eunice Yiu) в комментарии MIT Tech Review сказала, что впечатлена, но хочет больше доказательств когнитивной основы поведения: «Возможно, модели действительно играют, но на основе статьи мы этого не знаем».
Альтернативный подход к обучению агентов
Сегодня разработчики заранее задают, что ИИ должен тренировать и что считается успехом. Авторы видят в исследовании без цели другой способ обучения агентов навыкам, в том числе потенциально полезным для управления роботами. «Возможно, некоторые способности лучше всего преподаются через задачи, — заключают они. — Другим может потребоваться нечто ближе к детству».
