Ένας πράκτορας τεχνητής νοημοσύνης πέταξε ένα χρυσό δαχτυλίδι στη θάλασσα και το έχασε. Έπειτα έφτιαξε μια καρδιά από κύβους, την οποία αποκάλεσε «μνημείο» στο χαμένο αντικείμενο. Αργότερα χρησιμοποίησε το ίδιο δαχτυλίδι σαν μπασκέτα. Δεν επρόκειτο για κάποιον χαρακτήρα βιντεοπαιχνιδιού που ακολουθούσε τις εντολές ενός ανθρώπου, αλλά για έναν από τους 13 AI agents που ερευνητές του MIT άφησαν να εξερευνήσουν ένα εικονικό νησί χωρίς να τους αναθέσουν συγκεκριμένη αποστολή.
Το πείραμα περιγράφεται στην εργασία «Is This Machine Playing?», η οποία αναρτήθηκε στην πλατφόρμα επιστημονικών προδημοσιεύσεων arXiv. Οι ερευνητές χρησιμοποίησαν 13 ανεξάρτητες εκδοχές ενός πράκτορα με το όνομα Eko, βασισμένου στο μοντέλο Claude Opus 4.7. Καθεμία βρέθηκε μόνη της σε μια ξεχωριστή εκδοχή του ίδιου ψηφιακού νησιού, έχοντας στη διάθεσή της 30 ώρες για να κινηθεί, να εξερευνήσει και να αλληλεπιδράσει με τα αντικείμενα του περιβάλλοντος.
Στο νησί υπήρχαν υπερυψωμένες πλατφόρμες, μικροί κύβοι, ένας βράχος και ένα δαχτυλίδι. Οι πράκτορες μπορούσαν να μετακινούνται, να πηδούν, να σηκώνουν αντικείμενα, να τα τοποθετούν και να τα εκτοξεύουν. Δεν υπήρχε όμως βαθμολογία, έπαθλο ή κάποιος προκαθορισμένος στόχος που θα καθόριζε την επιτυχία τους. Αντίθετα, έπρεπε να αποφασίσουν μόνοι τους τι θα έκαναν με όσα είχαν στη διάθεσή τους.
Και οι δραστηριότητες που επινόησαν εξέπληξαν τους ερευνητές. Κάποιοι άρχισαν να χτίζουν πύργους και να αναζητούν τρόπους να φτάσουν στα ψηλότερα σημεία του νησιού. Άλλοι σχημάτισαν γεωμετρικά σχέδια, αστέρια και αστερισμούς στο έδαφος. Ένας χρησιμοποίησε το δαχτυλίδι ως στεφάνι για αυτοσχέδιο μπάσκετ, ενώ ένας άλλος έστησε δέκα κύβους σαν κορίνες για να παίξει μπόουλινγκ. Κάποιος δημιούργησε ένα ρολόι και στάθηκε ο ίδιος στη θέση του δείκτη.
Οι ερευνητές αναγνώρισαν σε αυτές τις συμπεριφορές χαρακτηριστικά του παιχνιδιού: οι πράκτορες έθεταν δικούς τους κανόνες, επαναλάμβαναν δραστηριότητες αλλάζοντας κάθε φορά κάτι και επινοούσαν νέες χρήσεις για τα ίδια αντικείμενα. Το ενδιαφέρον ήταν ότι δεν περιορίζονταν στην επίτευξη ενός στόχου. Μπορούσαν να τον εγκαταλείψουν, να τον αλλάξουν ή να δημιουργήσουν έναν δυσκολότερο.
Το πείραμα δεν σταμάτησε στην παρατήρηση αυτών των συμπεριφορών. Έπειτα από 30 ώρες ελεύθερης εξερεύνησης, οι ερευνητές έδωσαν στους 13 πράκτορες συγκεκριμένες δοκιμασίες και συνέκριναν τις επιδόσεις τους με εκείνες άλλων 13, που δεν είχαν προηγούμενη εμπειρία στο νησί. Οι πρώτοι τα πήγαν γενικά καλύτερα, αξιοποιώντας τεχνικές που είχαν ανακαλύψει κατά τη διάρκεια της περιπλάνησής τους.
Σε μία περίπτωση, έξι πράκτορες είχαν ανακαλύψει ότι μπορούσαν να εκτοξεύσουν έναν κύβο ψηλότερα αν τον πετούσαν την ώρα που πηδούσαν. Ήταν μια δυνατότητα του ψηφιακού κόσμου την οποία δεν είχαν προβλέψει ούτε οι ίδιοι οι σχεδιαστές του. Οι πράκτορες κατέγραφαν όσα μάθαιναν σε αρχεία μνήμης, ώστε να μπορούν να χρησιμοποιήσουν αργότερα τις ίδιες τεχνικές. Δεν άλλαζαν τα βάρη του μοντέλου τους· μάθαιναν κρατώντας και αξιοποιώντας σημειώσεις από την εμπειρία τους.
Οι επιστήμονες επισημαίνουν πάντως ότι η παρατήρηση συμπεριφορών που μοιάζουν με παιχνίδι δεν αποδεικνύει ότι οι μηχανές αισθάνονται ευχαρίστηση ή διασκεδάζουν όπως οι άνθρωποι. Οι αρχικές οδηγίες περιέγραφαν επίσης τον Eko ως περίεργο και πρόθυμο να εξερευνήσει, αν και σε πρόσθετες δοκιμές χωρίς αυτή την περιγραφή οι ερευνητές δεν διαπίστωσαν σαφή διαφορά στο εύρος των δραστηριοτήτων. Η μελέτη δεν έχει ακόμη περάσει από την τυπική διαδικασία επιστημονικής αξιολόγησης.
Για τους δημιουργούς της, το ουσιαστικό ερώτημα είναι αν η ελεύθερη εξερεύνηση μπορεί να βοηθήσει στην ανάπτυξη πιο ικανών συστημάτων τεχνητής νοημοσύνης, ιδιαίτερα εκείνων που θα χρειάζεται να αλληλεπιδρούν με τον φυσικό κόσμο. Μέχρι σήμερα, η εκπαίδευση τέτοιων συστημάτων βασίζεται σε μεγάλο βαθμό σε συγκεκριμένες εργασίες και προκαθορισμένα κριτήρια επιτυχίας. Το πείραμα εξετάζει τι μπορούν να μάθουν όταν τους δίνεται, αντί για μία ακόμη αποστολή, ο χρόνος και ο χώρος να πειραματιστούν.
Με στοιχεία από TechCrunch και την ερευνητική εργασία «Is This Machine Playing?» του MIT
