ИИ оставили одного на виртуальном острове: он придумал баскетбол, начал рисовать и установил рекорд
А потом решил, что поставил рекорд неправильно, и начал все заново.
Исследователи Массачусетского технологического института отправили несколько ИИ-агентов на базе Claude Opus 4.7 на виртуальный необитаемый остров — посмотреть, что будет. Агенты провели на острове по 30 часов реального времени.
Для эксперимента ученые создали трехмерную виртуальную среду, напоминающую Roblox. Агенты управляли персонажами и могли перемещаться по острову, переносить предметы и взаимодействовать с объектами. Никаких заданий агентам не выдавали, они развлекались как хотели.
Например, один из агентов нашел способ создавать небольшие строительные блоки с помощью большого камня. Вскоре он начал выкладывать из них изображения на земле: сначала сердца и пирамиды, затем собственное имя и даже созвездие Кассиопеи.
Другая модель придумала аналог баскетбола и игру «Пол — это лава», где требовалось перепрыгивать между блоками, избегая соприкосновения с землей. Еще один агент пытался забраться на самую высокую точку карты, несколько моделей проверяли, насколько высоко можно подбрасывать предметы.
Кроме того, обнаружился агент-жонглер. Нейросеть, поймавшая предмет 50 раз, объявила об установлении рекорда, но затем решила, что поставила его слишком быстро. В результате агент аннулировал результат, установил более строгие правила и начал заново.
Во время эксперимента агенты сохраняли данные о своих действиях и открытиях в текстовые файлы, служившие долговременной памятью. После 30 часов исследования ученые предложили им задания — например, перенос максимального количества предметов на вершину острова.
Оказалось, что ИИ-агенты с накопленным опытом справились с заданиями лучше нейросетей, только заселенных на остров. Когда исследователи удаляли часть записей из памяти, результаты ухудшались.
Авторы исследования рассматривают подобное поведение как возможный третий подход к обучению искусственного интеллекта наряду с обучением на примерах и обучением с подкреплением. Но пока сложно сказать, насколько эффективно такое обучение.
