Co się wydarzyło
Badacze z MIT CSAIL, w tym Antonio Norelli i Phillip Isola, umieścili agenty Claude Opus 4.7 – Eko – na wirtualnej wyspie inspirowanej Roblox. Przez 30 godzin agenci mieli jedynie master prompt opisujący ich jako „naturalnie ciekawskich”. W tym czasie Eko tworzyło własne reguły, budowało struktury z bloków i organizowało gry.
Dlaczego to ważne
Eksperyment sugeruje istnienie trzeciego podejścia do uczenia AI – „playful learning”, które nie wymaga zewnętrznych nagród ani demonstracji. Autorzy wskazują, że zachowania spełniają cztery kryteria gry opisane przez Gordona Burghardta, co może otworzyć nowe ścieżki w rozwoju samodzielnych modeli świata.
Co to oznacza dla użytkownika
Autorzy nie podali oficjalnych zaleceń, ale zaznaczyli, że doświadczenie z „zabawy” może zwiększyć późniejszą wydajność agentów w konkretnych zadaniach, co może mieć znaczenie przy wdrażaniu AI w roboty czy systemy autonomiczne.
Co wiadomo, a czego jeszcze nie wiadomo
Potwierdzono, że po 30 godzinach Eko lepiej radziło sobie z zadaniami niż nieprzygotowane kopie oraz że usunięcie fragmentów pamięci obniżało wyniki. Nie potwierdzono jednak, czy zachowanie to wynika z prawdziwej motywacji do gry, czy jedynie z roli odgrywanej przez model językowy.
Kontekst
Badanie, opisane w jeszcze nie recenzowanym artykule, porównuje tradycyjne metody uczenia (supervised, reinforcement) z nową koncepcją samodzielnego eksplorowania środowiska. W dyskusji uczestniczyli także naukowcy z UC Berkeley, podkreślając potrzebę dalszych dowodów na kognitywną podstawę takiego zachowania.