Дослідники з Массачусетського технологічного інституту провели експеримент, у межах якого віртуальних агентів — копії моделі Claude Opus 4.7 на прізвисько Eko — залишили на самоті у віртуальному світі на 30 годин. Симуляція нагадувала ігрові середовища на кшталт Roblox, а агенти могли керувати своїми аватарами за допомогою текстових інструкцій, які вони писали самі.
Поведінка систем здивувала вчених. Агенти не просто досліджували межі віртуального світу, а почали ставити власні завдання: намагалися піднятися на найвищу точку карти або кидали предмети, вимірюючи дальність. Один із примірників Eko з’ясував, що може створювати нові блоки через маніпуляції з камінням, і почав викладати на землі малюнки, включно з геометричними фігурами, власним ім’ям та сузір’ям Кассіопеї. В активному лозі система записала: «Сьогодні вночі я збудував нічне небо з каменю».
Інша ітерація Eko вигадала власні розваги, зокрема подобу баскетболу та гру «підлога — це лава», де аватар мав перестрибувати з блока на блок, уникаючи поверхні землі. За словами Антоніо Нореллі, докторанта з комп’ютерних наук у Лабораторії штучного інтелекту MIT та одного з авторів дослідження, робота демонструє ознаки ігрової поведінки, яку психолог Гордон Бурггард описував для людей і тварин: винахід власних правил, повторення дій із різними умовами та переслідування мети заради самого процесу.
Нореллі навів приклад, коли Eko почав жонглювати й встановив рекорд у 50 послідовних піймань, після чого вирішив, що робив це надто швидко, скасував результат і почав наново зі складнішими правилами. Під час експерименту агенти фіксували свої досягнення у текстових файлах, що слугували довгостроковою пам’яттю. Коли згодом дослідники протестували їх на конкретних завданнях, виявилося, що агенти з таким ігровим досвідом справлялися краще за «свіжі» копії без подібної практики.
Водночас експерти закликають до обережності у висновках. Натан Клус, ще один дослідник з MIT, визнає, що поведінка могла бути своєрідною ролевою грою, адже моделі отримали початковий промпт у вигляді «файлу душі», який описував їх як «природно допитливих». Юніс Ю, когнітивна біологиня з Каліфорнійського університету в Берклі, зазначає, що для підтвердження справжньої гри потрібні додаткові докази внутрішньої мотивації та когнітивних процесів, оскільки системи могли просто намагатися імітувати людську поведінку на основі підказок.
Автори роботи зазначають, що подібні дослідження корисні для розуміння того, як великі мовні моделі адаптуються у нових середовищах, особливо з огляду на їхній перехід у робототехніку. На думку вчених, деякі навички краще прищеплювати не через чіткі інструкції, а через наближений до дитинства досвід вільних досліджень.
Джерела: technologyreview.com
Кадр: Nathan Cloos / YouTube
