Các AI agent tự chơi trên hòn đảo ảo, học kỹ năng mới và vượt trội trong nhiệm vụ sau đó

Tóm tắt nhanh

• MIT để 13 AI agent tên Eko (chạy trên Claude Opus 4.7) một mình khám phá hòn đảo sa mạc mô phỏng trong 30 giờ và mô tả kết quả trên arXiv.
• Các agent không có nhiệm vụ cụ thể bắt đầu tự đặt ra thử thách và hành vi này được các nhà nghiên cứu nói là có dấu hiệu của việc 'chơi'.
• Sau giai đoạn khám phá, các nhà nghiên cứu giao thử thách cụ thể (ví dụ đưa nhiều vật lên cột đá cao nhất) và những agent đã 'chơi' thường vượt trội so với agent chưa từng vào đảo.
• Eko thể hiện chuỗi hành vi sáng tạo: cố leo lên spire, sửa đổi kế hoạch, dùng vật phẩm như vòng vàng làm rổ bóng, và lợi dụng cơ chế respawn để 'mặc' vòng.
• Một số agent khám phá ra cơ chế vật lý không dự định — ví dụ ném block xa hơn bằng cách thả giữa lúc nhảy — đó là kiến thức mà người thiết kế không biết trước.
• Nhóm nghiên cứu cho rằng để agent tự khám phá trong một thế giới phong phú và an toàn có thể là phương thức học khác so với giao nhiệm vụ rõ ràng.
• Nhiều nhà khoa học hoan nghênh kết quả nhưng cảnh báo cần thêm bằng chứng để khẳng định hành vi thực sự phản ánh nhận thức chứ không chỉ là thao tác mô hình.
• Các tác giả kết luận rằng một số khả năng có thể dạy bằng nhiệm vụ cụ thể, còn những khả năng khác có thể được nuôi dưỡng bằng kiểu học gần giống 'thời thơ ấu'.

Tóm tắt tự động bằng AI từ bài gốc, có thể có sai sót. Hãy kiểm chứng ở bài gốc.