被留下在没有特定任务的虚拟岛上探索的人工智能（AI）代理开始发明自己的挑战。麻省理工学院的研究人员表示，这种行为具有玩耍的特征。研究人员将13个名为Eko的AI代理，每个都运行在Claude Opus 4.7上，单独放置在一个模拟的荒岛上30小时。他们在一个发布研究前进行同行评审的网站arXiv上描述了这个实验。之后，他们给这些代理提供了具体的挑战，比如尽可能多地将物体放到岛上最高的岩石尖巅。花了30小时玩耍的Eko代理通常击败了那些从未踏上岛屿的同类代理。如今，开发者提前决定AI应该练习什么，什么算作成功。研究人员将这种无目标探索的技术视为允许AI代理学习技能的另一种方式，尤其是那些将来可以用于控制机器人的技能。研究人员在报告中写道：“我们通常通过提前决定他们应该练习什么、优化什么以及什么算作进展来开发人工代理。玩耍暗示了另一种模式：给代理提供一个丰富而安全的世界，让它选择有趣的事情，并允许从随后的历史中积累有用的知识。”一个Eko在岛上初始的第一个小时写道：“让我观察我的周围。”它雄心勃勃地计划征服岛上最高的尖巅。但一个小时后，失败后它带着备用方案回来：它把岩石拖到邻近的高峰上，把两个块叠在上面，然后跳跃。“我在尖巅上，”它写道。这个代理的下一个大时刻情况更糟。测试它能把一个金戒指扔多远时，它蓄力后将戒指直接扔进了海洋。“哎呀。失去了戒指。”它写道，然后决定“转向一些可以实现的有意义的事情”——用石头建造一个心形，“一个失落戒指的纪念碑。”当游戏重置并且戒指重新出现时，Eko直接把它当作篮球筐、目标，最终用作配件。当游戏不允许Eko将戒指套在自己身上时，Eko找到了一种解决方法，掉下悬崖的边缘会使它在与戒指相同的区域重生。它踩下边缘，正好穿过戒指的中间。“我在戴戒指，”它宣布。这样的花招不仅仅是派对把戏。13个代理中有六个还发现，他们可以在跳跃中松手，让一个块飞得更远，这点是研究人员并没有想要让其成为可能的。探索产生了“其设计者缺失的世界知识，”研究人员写道。这个设置让代理朝着人类行为的方向走了一大步。Eko从未被告知要发明游戏，但它的主提示，一个“灵魂”文件，形容它为“自然好奇”。加州大学伯克利分校的认知科学家Eunice Yiu告诉《麻省理工科技评论》，她对此印象深刻，但希望看到更多关于这种行为背后认知的证据。她说：“模型可能确实在玩，但根据这篇论文我们并不知道。”研究人员将其框架视为构建代理的不同方式。“也许某些能力最好通过任务来教授，”他们的报告总结道。“其他的可能需要更接近儿童时期的东西。”在我们的文章中通过链接购买时，我们可能会赚取一小部分佣金。这不会影响我们的编辑独立性。Aditya Mehta是《TechCrunch》的记者，报道人工智能。他获得了塔贝尔人工智能新闻中心的支持，并曾就读于加州大学伯克利分校。您可以通过发送电子邮件到 [email protected] 或通过加密消息联系Aditya，账户为adymehta.74在Signal上。查看个人简介