Jobban oldották meg a feladatokat a virtuális szigeten játszó MI-ügynökök
Saját kihívásokat találtak ki, majd a későbbi feladatokban is jobban teljesítettek azok az MI-ügynökök, amelyek 30 órán át szabadon kísérletezhettek egy virtuális szigeten. Az MIT kutatói szerint viselkedésük a játék jegyeit mutatta. Az eredményeket egyelőre az arXiv oldalán közzétett, még nem lektorált tanulmány ismerteti.
Nem kaptak feladatot, mégis találtak maguknak kihívást
A kísérletben 13, Eko nevű MI-ügynök vett részt, mindegyik a Claude Opus 4.7 modellre épült. Egyenként kerültek a szimulált lakatlan szigetre, ahol 30 órán keresztül fedezhették fel a környezetüket. Nem mondták meg nekik, milyen feladatot oldjanak meg.
Az egyik Eko már az első órában elhatározta, hogy feljut a sziget legmagasabb sziklatűjére. Miután kudarcot vallott, más utat keresett: egy szomszédos magaslatra követ cipelt, arra két tömböt rakott, majd elugrott. Ezúttal sikerült elérnie a kiszemelt csúcsot.
Az elveszett gyűrűből újabb játékok születtek
Ugyanez az ügynök később azt próbálgatta, milyen messzire tud elhajítani egy aranygyűrűt, ám az a tengerben kötött ki. Ezután kövekből szívet épített az elveszett tárgy emlékére.
Amikor a környezet alaphelyzetbe állt, és a gyűrű visszatért, Eko kosárpalánk helyett, célpontként, végül pedig viselhető kiegészítőként próbálta használni. A program nem engedte, hogy egyszerűen magára húzza. Rájött viszont, hogy a szikla pereméről lelépve úgy jelenhet meg újra, hogy átesik a karikán.
A felfedezés nem csupán látványos mutatványokat hozott. A résztvevők közül 6 arra is rájött, hogy ugrás közben elengedve messzebbre repül egy tömb. A kutatók eredetileg nem szántak ilyen lehetőséget a környezetbe.
A szabad kísérletezés később is hasznosnak bizonyult
A szigeten töltött idő után már konkrét kihívások következtek. Az egyikben például minél több tárgyat kellett feljuttatni a legmagasabb sziklatűre. A korábban szabadon kísérletező példányok általában jobban teljesítettek az egyébként azonos, de a szigeten előzetesen nem járt társaiknál.
A szerzők ezt a célfeladatokra épülő fejlesztés mellett egy másik tanulási lehetőségnek tartják. A megszokott megközelítésben előre kijelölik, mit gyakoroljon a rendszer, és mi számít sikernek. Itt egy kellően gazdag, biztonságos világban maga választhatta ki, mivel foglalkozik. A kutatók különösen a későbbi robotvezérléshez használható készségek elsajátításában látnak lehetőséget.
A játék látszata még nem bizonyítja, mi zajlik mögötte
A beállítások eleve az emberinek ható viselkedés felé terelték a rendszereket. Bár játékok kitalálására nem utasították őket, az alaputasításuk „természeténél fogva kíváncsi” szereplőként írta le Ekót.
Eunice Yiu, a UC Berkeley kognitív kutatója figyelemre méltónak találta az eredményt, de több bizonyítékot szeretne a viselkedés mögötti gondolkodási folyamatokról. Szerinte elképzelhető, hogy a modellek valóban játszanak, ezt azonban a tanulmány alapján még nem lehet megállapítani.
A cikk mesterséges intelligencia segítségével készült; a szerkesztőség ellenőrizte és jóváhagyta. Impresszum