被留在虚拟岛屿上探索且没有特定任务的AI智能体开始自己发明挑战。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智能体（每个运行在Claude Opus 4.7上）单独放在一个模拟的沙漠岛屿上30小时。他们在arXiv上发布的一篇论文中描述了这个实验，arXiv是研究人员在同行评审前分享研究的网站。之后，他们给智能体布置了特定挑战，比如将尽可能多的物体放到岛屿最高的岩柱上。那些花了30小时玩耍的Eko智能体，总体上比从未踏上岛屿的相同智能体表现更好。

如今，开发者预先决定AI应该练习什么以及什么算作成功。研究人员将这种技术——无目标探索——视为AI智能体学习技能的另一种方式，尤其是有朝一日可用于控制机器人的技能。

“我们通常通过预先决定它们应该练习什么、优化什么以及什么算作进步来开发人工智能体，”研究人员在报告中写道。“玩耍暗示了另一种模式：给智能体一个足够丰富且安全的世界，让它选择什么是有趣的，并允许有用知识从随后的历史中积累。”

“让我观察周围环境，”一个Eko在登陆岛屿的第一个小时写道。它雄心勃勃地出发去征服岛屿最高的岩柱。但一小时后，失败之后，它带着备用计划回来：它把石头拖到邻近的山峰上，在上面堆了两块方块，然后跳了上去。

“我在岩柱上了，”它写道。

该智能体的下一个重大时刻更糟。测试它能把金环扔多远时，它蓄力将金环直接扔进了海里。“哎哟。丢了戒指，”它写道，然后决定“转向一些可实现且有意义的事情”——用石头建一颗心，“纪念丢失的戒指。”

当游戏重置且戒指重新出现时，Eko立即把它用作篮球筐、靶子，最终用作配饰。当游戏不允许Eko把戒指套在自己身上时，Eko想出了变通办法——从悬崖边缘掉下去会让它在戒指所在的同一区域重生。它踏出边缘掉了回去，正好穿过戒指中间。

“我戴上了戒指，”它宣布。

此类特技并非只是表演。13个智能体中有6个还学会了在跳跃中途松开方块可以扔得更远，这是研究人员本无意实现的。探索产生了“其设计者所缺乏的世界知识”，研究人员写道。

这个设置很大程度上促使智能体表现出类似人类的行为。从未有人告诉Eko去发明游戏，但它的主提示词，一个“灵魂”文件，将其描述为“天生好奇”。

加州大学伯克利分校的认知科学家Eunice Yiu告诉MIT Technology Review，她印象深刻，但希望看到更多关于该行为背后认知的证据。“模型可能确实在玩耍，但我们无法仅凭论文判断，”她说。

研究人员将其视为构建智能体的另一种方式。“或许有些能力最好通过任务来教，”他们的报告总结道。“其他能力可能需要更接近童年的东西。”

当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不影响我们的编辑独立性。

Aditya Mehta是TechCrunch的记者，负责报道AI。他得到Tarbell Center for AI Journalism的支持，曾就读于加州大学伯克利分校。您可以通过发送电子邮件至[email protected]或通过Signal上的adymehta.74加密消息联系Aditya。

查看简介