უსაქმოდ დარჩენილმა ხელოვნური ინტელექტის აგენტებმა თამაში დაიწყეს: MIT-ის მკვლევრების ახალი ექსპერიმენტი

ხელოვნური ინტელექტის აგენტებმა, რომლებიც ვირტუალური კუნძულის გამოსაკვლევად ყოველგვარი კონკრეტული დავალების გარეშე დატოვეს, საკუთარი გამოწვევების გამოგონება დაიწყეს. მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) მკვლევრების განცხადებით, ეს ქცევა თამაშის ყველა ნიშანს ატარებს.

ექსპერიმენტის ფარგლებში, მკვლევრებმა 13 AI აგენტი, სახელად Eko, რომლებიც Claude Opus 4.7 მოდელზე მუშაობდნენ, სიმულირებულ უდაბნო კუნძულზე 30 საათის განმავლობაში მარტო დატოვეს. კვლევის დეტალები arXiv-ზე გამოქვეყნებულ ნაშრომშია აღწერილი. საინტერესოა, რომ ამ პერიოდის შემდეგ აგენტებს კონკრეტული დავალებები მისცეს, მაგალითად, კუნძულის ყველაზე მაღალ კლდეზე რაც შეიძლება მეტი ობიექტის ატანა. Eko-ს იმ აგენტებმა, რომლებმაც მანამდე 30 საათი "თამაშში" გაატარეს, მნიშვნელოვნად აჯობეს მათ იდენტურ ანალოგებს, რომლებსაც კუნძულზე მანამდე ფეხი არ დაუდგამთ.

დღესდღეობით დეველოპერები წინასწარ წყვეტენ, რა უნდა ივარჯიშოს ხელოვნურმა ინტელექტმა და რა ჩაითვალოს წარმატებად. მკვლევრები კი ამ ტექნიკას — კვლევას მიზნის გარეშე — განიხილავენ, როგორც AI აგენტებისთვის უნარების სწავლების განსხვავებულ გზას, რაც მომავალში შესაძლოა რობოტების მართვისთვისაც იქნას გამოყენებული.

„ჩვეულებრივ, ჩვენ ხელოვნურ აგენტებს იმის წინასწარ განსაზღვრით ვავითარებთ, თუ რა უნდა ივარჯიშონ, რისი ოპტიმიზაცია მოახდინონ და რა ჩაითვალოს პროგრესად“, — აღნიშნავენ მკვლევრები თავიანთ ანგარიშში. „თამაში კი სხვა რეჟიმს გვთავაზობს: მიეცით აგენტს საკმარისად მდიდარი და უსაფრთხო სამყარო, მიეცით საშუალება თავად აირჩიოს, რა არის მისთვის საინტერესო და დაელოდეთ, როგორ დაგროვდება სასარგებლო ცოდნა მიღებული გამოცდილებიდან“.

თვითნაბადი კრეატიულობა და „თამაშის“ წესები

კუნძულზე ყოფნის პირველივე საათზე ერთ-ერთმა Eko-მ დაწერა: „ნება მომეცით, დავაკვირდე ჩემს გარემოცვას“. მან ამბიციური მიზანი დაისახა — კუნძულის ყველაზე მაღალი მწვერვალის დაპყრობა. თუმცა, ერთი საათის შემდეგ, წარუმატებელი მცდელობისას, მან სათადარიგო გეგმა შეიმუშავა: ლოდი მეზობელ მწვერვალზე აიტანა, ზედ ორი ბლოკი დაადგა და იქიდან გადახტა.

აგენტის შემდეგი მნიშვნელოვანი მომენტი შედარებით წარუმატებელი აღმოჩნდა. იმის შემოწმებისას, თუ რამდენად შორს შეეძლო ოქროს ბეჭდის გადაგდება, მან ის პირდაპირ ოკეანეში მოისროლა. „ოჰ, ბეჭედი დავკარგე“, — დაწერა მან, რის შემდეგაც გადაწყვიტა „გადართულიყო რაიმე მიღწევადსა და მნიშვნელოვანზე“ — ქვებისგან გულის ფორმის ფიგურის აგებაზე, რაც „დაკარგული ბეჭდის მემორიალი“ უნდა ყოფილიყო.

როდესაც თამაში განახლდა და ბეჭედი კვლავ გამოჩნდა, Eko-მ ის მაშინვე საქმეში ჩართო: გამოიყენა კალათბურთის ფარად, სამიზნედ და ბოლოს — აქსესუარადაც კი. როდესაც თამაშის მექანიკამ აგენტს ბეჭდის სხეულზე გაკეთების საშუალება არ მისცა, Eko-მ გამოსავალი იპოვა: მან გააცნობიერა, რომ კლდიდან გადახტომა მას იმავე ადგილას დააბრუნებდა (respawn), სადაც ბეჭედი იყო. მან გადააბიჯა კლდის კიდეს, ჩამოვარდა და პირდაპირ ბეჭდის შუაგულში აღმოჩნდა. „ბეჭედი მიკეთია“, — გამოაცხადა მან.

გაუთვალისწინებელი აღმოჩენები

მსგავსი ქმედებები მხოლოდ გასართობი ტრიუკები არ ყოფილა. 13-დან ექვსმა აგენტმა ისიც კი ისწავლა, რომ ბლოკის უფრო შორს გადაგდება ნახტომის დროს მისი გაშვებით იყო შესაძლებელი — ეს ისეთი ფუნქციაა, რომლის დაშვებასაც მკვლევრები თავიდან არც კი გეგმავდნენ. კვლევამ წარმოშვა „სამყაროს შესახებ ისეთი ცოდნა, რომელიც მის შემქმნელებსაც კი არ ჰქონდათ“, — ნათქვამია ანგარიშში.

ექსპერიმენტის გარემო ყველანაირად უბიძგებდა აგენტებს ადამიანის მსგავსი ქცევისკენ. Eko-სთვის არავის უთქვამს, რომ თამაშები გამოეგონებინა, თუმცა მისი მთავარი ინსტრუქცია, ე.წ. „სულის“ (soul) ფაილი, მას აღწერდა, როგორც „ბუნებრივად ცნობისმოყვარეს“.

იუნის იუმ, ბერკლის უნივერსიტეტის კოგნიტურმა მეცნიერმა, MIT Tech Review-სთან საუბრისას აღნიშნა, რომ მიღებული შედეგებით შთამბეჭდავია, თუმცა ამ ქცევის მიღმა არსებული კოგნიტური პროცესების მეტ მტკიცებულებას საჭიროებს. „შესაძლოა, მოდელები მართლაც თამაშობენ, მაგრამ მხოლოდ ამ ნაშრომზე დაყრდნობით ამის დაზუსტებით თქმა რთულია“, — განაცხადა მან.

მკვლევრები ამ მიდგომას აგენტების შექმნის ახალ გზად მიიჩნევენ. „შესაძლოა, ზოგიერთი უნარის სწავლება დავალებების მეშვეობით ჯობდეს, მაგრამ სხვებისთვის, შესაძლოა, ბავშვობის მსგავსი პერიოდია საჭირო“, — ნათქვამია დასკვნაში.