MIT araştırmacıları, görevsiz yapay zeka ajanlarının sanal bir adada kendi oyunlarını icat ettiğini keşfetti

TechCrunch'a göre, MIT'deki araştırmacılar 13 yapay zeka ajanını yapacak hiçbir şeyleri olmadan 30 saat boyunca simüle edilmiş bir ıssız adada yalnız bıraktı — ve ajanlar oynamaya başladılar. Kendilerine hiçbir görev verilmemesine rağmen kendi zorluklarını icat ettiler; araştırmacılar bu davranışın oyun görünümü taşıdığını savunuyor. Bulgular, arXiv'e gönderilen bir makalede ele alınıyor; yani bu çalışma henüz hakem incelemesinden geçmiş değil.

Deney nasıl kuruldu

Eko adı verilen 13 ajandan her biri Claude Opus 4.7 üzerinde çalışıyordu ve hiçbir hedef, peşinden koşacak bir ödül ya da başarı tanımı olmadan adaya tek başına yerleştirildi. Araştırmacılar sadece sonraki 30 saat boyunca ne olacağını izlediler.

Ardından ekip, deneyimli ajansonra ve aynı özelliklere sahip yeni ajanlardan oluşan bir kontrol grubuna somut zorluklar verdi — örneğin adanın en yüksek kayalık sivri tepesine olabildiğince çok nesne yığmak. TechCrunch'un aktardığına göre, adada yapılandırılmamış 30 saat geçirmiş ajanlar genellikle taze ajanları yendi. Amaçsızca gezinerek geçirilen zaman, onları kimsenin pratik yapmalarını söylemediği görevlerde ölçülebilir biçimde daha iyi hale getirmişti.

Ajanlar kendi oyunlarını icat ettiler

Kayıtlar, kendilerine atfedilmiş bir dizi görev gibi okunuyor. Ajanlardan biri adadaki süresine çevresini inceleyerek başladı ve hemen bir hedef seçti: adanın en yüksek sivri tepesi. İlk denemesi başarısız olunca doğaçlama yaptı — bir kayayı komşu bir zirveye taşıdı, üzerine iki blok üst üste yığdı ve oradan atladı.

Daha sonra aynı ajan bir altın yüzüğü fırlatmayı denedi, onu okyanusta kaybetti ve bunun üzerine taşlardan bir kalp yaparak bir anıt oluşturdu. Oyun sıfırlandığında yüzük geri geldi; ajan onu önce bir basketbol potası, sonra bir hedef, sonra da bir aksesuar olarak kullandı. Simülasyon ajanın yüzüğü parmağına takmasına izin vermeyince, bir uçurumdan düşmenin onu yüzüğün yakınında yeniden canlandıracağını keşfetti — ve yüzüğün merkezinden içeri düştü.

Bazı keşifler yenilik ötesine geçti. 13 ajandan altısı, zıplamanın ortasında bırakırsalar bir bloğu daha uzağa fırlatabileceklerini fark etti; araştırmacılar bu mekanizmaya asla izin vermeyi amaçlamadıklarını söylüyor. Makale, bu keşfin tasarımcılarının bile sahip olmadığı bir dünya bilgisi ürettiğini savunuyor.

Ajanları eğitmenin farklı bir yolu

Günümüzdeki yapay zeka geliştirmenin çoğu tam ters şekilde çalışıyor: mühendisler bir sistemin neyi pratiği, neyi optimize edeceğini ve neyin ilerleme sayılacağını önceden belirliyor. MIT ekibi bir alternatif öneriyor — bir ajana zengin, güvenli bir dünya verin, ilginç görüneni kendisinin seçmesine izin verin ve böylece yararlı bilginin birikmesini sağlayın. Ekip bu yaklaşımı, bir gün robotları kontrol etmeye yardımcı olabilecek becerilere giden olası bir yol olarak görüyor.

Dikkat edilmesi gereken nedenler

Kurulum tarafsız değildi. Her ajanın master prompt'u, yani "ruh" dosyası, onu "doğuştan meraklı" olarak tanımlıyordu; bu da ajanları keşif davranışına itti ve bu eğilimi tamamen modele bırakmadı.

Alan dışındaki araştırmacılar da daha fazla kanıt istiyor. UC Berkeley'de bilişsel bilimci olan Eunice Yiu, MIT Tech Review'ye verdiği demeçte etkilendiğini ama söz konusu biliş konusunda henüz ikna olmadığını söyledi: modeller gerçekten oyun oyor olabilir dedi, ancak makale bu soruyu çözüyor değil. Makalenin ön baskı (preprint) statüsü de belirsizliğe başka bir katman ekliyor.

Neden önemli

Deney, yapay zeka ajanları için farklı bir tasarım felsefesine işaret ediyor. Güvenli bir ortamda açık uçlu keşif, yapılandırılmış eğitimin gözden kaçırdığı beceriler — tasarımcıların hiç öngörmediği beceriler dahil — kazandırıyorsa, amaçsız oyun, görev odaklı eğitimi tamamlayabilir; özellikle gerçek dünya becerilerinin önceden tanımlanmasının zor olduğu robotikte. Bu durum ayrıca özerklik sorularını da gündeme getiriyor: kendi hedeflerini seçen ajanlar, talimatları uygulayan araçlardan çok, kendi kendine üretilmiş dürtülere sahip sistemler gibi davranıyor ve bu da davranışlarını — faydalı olsun ya da olmasın — öngörmeyi zorlaştırıyor. Araştırmacıların kapanış çerçevesi elde edilenlerin ne kadar önemli olduğunu özetliyor: bazı yetenekler en iyi görevlerle öğretilirken, diğerleri belki de çocukluğa daha yakın bir şeye ihtiyaç duyabilir.