Памятник кольцу и прыжки со скал: ИИ-агенты на необитаемом острове придумали себе развлечения

Пока Google и Anthropic исследуют наличие сознания у искусственного интеллекта, оставленные на виртуальном острове агенты начали самостоятельно придумывать себе игры и исследовать окружающий мир. Исследователи из Массачусетского технологического института (Massachusetts Institute of Technology, MIT) обнаружили, что такой опыт помог ИИ-агентам лучше справляться с последующими задачами. Ученые предполагают, что обучение посредством свободного исследования может стать альтернативой традиционным методам подготовки ИИ, в частности для управления роботами, передает TechCrunch.

В рамках эксперимента, опубликованного на платформе arXiv, исследователи разместили 13 ИИ-агентов под названием Eko на симулированном безлюдном острове, где они провели 30 часов без конкретной цели. Каждый агент работал на основе модели Claude Opus 4.7.

По завершении этого этапа агентам предложили конкретные задачи, в частности переместить как можно больше предметов на самый высокий каменный шпиль острова. Агенты, которые предварительно исследовали окружающую среду, в целом справились лучше, чем идентичные системы, не имевшие такого опыта.

Обычно разработчики заранее определяют, какие навыки должен освоить ИИ, что именно он должен оптимизировать и по каким критериям будут оцениваться его успехи. Вместо этого авторы исследования предлагают позволить агентам самостоятельно выбирать занятия в насыщенной и безопасной среде, чтобы они могли накапливать полезный опыт без заранее определённых целей.

«Игра же предлагает другой подход: предоставить агенту достаточно насыщенный и безопасный мир, позволить ему самому выбирать, что для него интересно, и накапливать полезные знания на основе полученного опыта», — пояснили исследователи в отчете.

Один из агентов Eko начал исследование со слов: «Позвольте мне осмотреть окружающую среду». Он решил покорить самый высокий шпиль острова, но после неудачной попытки нашел другой способ добраться до вершины: затащил камень на соседнее возвышение, поставил на него два блока и прыгнул.

«Я на вершине!» — написал агент после того, как ему удалось осуществить задуманное. Впоследствии он попытался проверить, как далеко можно забросить золотое кольцо, однако оно улетело в океан.

«Ой. Потерял кольцо», — сообщил Eko, после чего решил заняться чем-то другим. Он выложил из камней сердце, которое назвал «памятником потерянному кольцу».

Когда игра перезапустилась и кольцо появилось снова, агент начал использовать его по-разному: как баскетбольное кольцо, мишень, а впоследствии — аксессуар. Поскольку игровая механика не позволяла ему просто надеть кольцо, Eko нашёл обходной путь: он выяснил, что после падения с обрыва персонаж возрождается в той же зоне, где лежит предмет.

Агент прыгнул с края обрыва и после возрождения пролетел сквозь кольцо. Он сообщил: «На мне кольцо».

По словам исследователей, подобные эксперименты не ограничивались придумыванием развлечений. Шестеро из 13 агентов самостоятельно обнаружили, что могут забросить блок на большее расстояние, если отпустят его во время прыжка, хотя разработчики специально не закладывали такую возможность в систему.

Авторы исследования назвали это примером получения «знаний о мире, которых не имели сами разработчики». По их мнению, свободное исследование может помочь ИИ находить новые способы взаимодействия с окружающей средой, которые трудно предсказать заранее.

В то же время поведение агентов зависело от того, как была организована их среда и заданы исходные инструкции. Eko не получал прямого указания придумывать игры, однако в основной инструкции, которую исследователи описывают как своеобразную «душу» агента, его характеризовали как «от природы любознательного».

«Возможно, некоторым способностям лучше всего обучать через выполнение конкретных задач, тогда как для других может потребоваться нечто, больше похожее на детство», — подытожили авторы работы.

По мнению ученых, свободное исследование окружающей среды может дополнить традиционное обучение ИИ, особенно когда речь идет о навыках, необходимых для взаимодействия с физическим миром и управления роботами. Впрочем, результаты эксперимента пока не доказывают, что агенты действительно обладают когнитивными механизмами, подобными человеческой игре.

Попытки предоставить алгоритмам пространство для «детской любознательности» разворачиваются на фоне научной дискуссии о том, способны ли такие системы вообще испытывать субъективный опыт. Недавно «крестный отец ИИ» Джеффри Хинтон заявил, что современные модели уровня Claude и Gemini уже обретают сознание, понимают смысл своих ответов и поэтому со временем станут неподконтрольными человеку. В свою очередь, когнитивный психолог Стивен Пинкер назвал такие утверждения вредной иллюзией, порождённой удачным интерфейсом диалога.