人工智能代理在虚拟世界中发现游戏的力量，麻省理工学院研究发现
人工智能系统可能通过探索而不是仅依赖指令和预定义目标来发展有用的技能。一项涉及13个人工智能代理的实验，置于一个模拟岛屿环境中，表明允许这些系统探索其周围环境并发明自己的活动可能为机器学习提供了一种新方法。
这项研究由麻省理工学院（MIT）相关的科学家进行，研究了在没有特定任务的情况下，人工智能代理在长时间内的行为。系统没有闲置，而是创造了挑战，实验虚拟物体，并发现了后来帮助它们完成分配任务的技术。
这些发现提出了一个重要问题：自主探索是否可以成为传统训练方法的有价值补充？
十三个人工智能代理在没有分配任务的情况下探索
在实验中，研究人员将13个名为Eko的代理放置在模拟岛屿的不同版本中。每个代理运行在Claude Opus 4.7上，并被允许在没有具体目标的情况下探索其环境30小时。
虚拟环境中包含代理可以通过基本动作操纵的物体和物理障碍。它们的指令鼓励好奇心，但并没有明确告诉它们创造游戏或追求特定成就。
在实验过程中，代理们发展了自己的活动，从用积木构建安排到测试不同的物体移动方式。一些挑战通过反复试验出现，失败的尝试促使了替代策略。
例如，一个代理尝试到达一个高高的岩石形成，但在改变方法后，利用附近的物体创造了一条向上的路线。在另一个情节中，尝试投掷一个环导致物体落入海洋。该代理随后转向将石头排列成一个心形纪念碑。
这些事件说明了看似无结构的活动如何产生一系列实验、发现和新目标。
即兴游戏揭示意想不到的能力
代理们的活动不仅仅是重复动作。它们将普通物体转变为即兴游戏的设备，包括类似篮球和靶场练习的活动。
更重要的是，它们的实验揭示了与虚拟环境互动的方式，这些方式并未被研究人员预见。
13个代理中的六个发现，跳跃时释放一个积木可以让它投得更远。这个发现证明了实验如何揭示关于环境的实用信息，而不需要开发者提前指定每一种可能的技术。
研究人员认为，这种行为可能与开发更具适应性的人工智能系统相关。代理不仅学习如何完成预定任务，而是可以建立对其周围环境的更广泛理解，并在面临新挑战时利用这种经验。
先玩可能会改善后续表现
在探索期结束后，研究人员对代理进行了特定挑战的测试，包括将物体移动到岛屿最高的岩石形成上。
经历了30小时探索的代理通常表现得比没有经历相同体验的相似系统更好。
这一结果表明，自主活动可能帮助人工智能系统获得可转移的技能。在处理一个问题时获得的知识在引入不同目标时可能会证明有用。
这种方法不同于传统训练策略，在传统策略中，开发者定义任务，确定期望结果并优化系统在特定指标下的表现。
然而，实验并没有证明仅靠游戏就足以产生可靠的通用智能。它提供了证据，表明探索可以在受控环境中贡献表现，同时也留下了关于这些发现对其他系统和环境的广泛适用性的问题。
自主探索能否帮助训练未来的机器人？
这一影响超出了虚拟环境。研究人员认为，通过探索学习最终可以帮助在物理世界中运行的人工智能系统，特别是那些必须应对陌生环境的机器人。
仅被训练执行预定义指令的机器人可能在条件变化或出现意外障碍时遇到困难。相比之下，通过实验发展出更广泛行为能力的系统在面对新情况时可能有更多的选择。
尽管如此，将在模拟环境中发现的成果转化为实际机器人的能力仍然是一个重大的技术挑战。现实世界的机器必须考虑安全、物理限制和可能在虚拟环境中未得到充分体现的不可预测条件。
因此，这项研究提供了一个有前景的研究方向，而不是对自主机器局限性的立即解决方案。
研究人员对机器游戏的说法表示谨慎
尽管代理们的行为看似自发，但它们的行为是否构成真正的游戏仍然是一个开放的科学问题。
加州大学伯克利分校的认知科学家Eunice Yiu欢迎这一发现，同时指出需要进一步证据来确定观察到的活动背后是什么样的认知。
这种区分很重要，因为类似人类游戏的行为并不一定表明人工智能系统经历了好奇心、乐趣或其他主观状态。代理们在研究人员设计的环境中运作，其初步指令鼓励它们探索。
理解它们的行为有多少来自学习模式、系统指令或更灵活的问题解决能力，需要进一步的研究。
这些发现被讨论在一篇名为这台机器在玩耍吗？的研究论文中，该论文发表在arXiv预印本服务器上，研究在正式同行评审之前共享。
人工智能发展的新方向
该实验指出了开发者在训练自主系统时可能采取的转变。研究人员可以让人工智能代理访问足够丰富和安全的环境，以便它们能够独立发现有用的策略，而不是提前定义每个练习。
这种方法可以补充基于任务的训练，特别是在灵活性和适应性至关重要的地方。然而，关于可重复性、延长探索的成本以及将获得的技能转移到现实任务中的问题仍未解决。
目前，麻省理工学院研究人员的实验提供了一个关于让人工智能系统有空间探索可能扩展它们学习能力的视角。其核心贡献不是证明机器像人类一样玩耍，而是提供证据表明自主实验可以产生常规指令可能忽视的实用发现。
-
22:00
-
20:20
-
20:00
-
19:40
-
19:40
-
19:00
-
18:20
-
17:40
-
17:00
-
16:25
-
16:10
-
15:00
-
14:45
-
14:30
-
14:10
-
13:55
-
13:40
-
13:20
-
13:00
-
12:45
-
12:30
-
12:15
-
12:00
-
11:25
-
11:10
-
10:50
-
10:35
-
10:20
-
10:05
-
09:50
-
09:35
-
09:20
-
09:05
-
08:53
-
08:45
