MIT研究发现AI代理在荒岛上自发玩耍
MIT研究让13个由Claude Opus 4.7控制的虚拟化身在虚拟荒岛上独自探索30小时。部分代理选择玩耍,如用物体拼名字、打保龄球或玩接球,而非成为黑客。
Claude Opus 4.7 是 Anthropic 推出的 Claude 系列模型版本之一。近期报道集中在 MIT 的一项实验:研究人员让 13 个由 Claude Opus 4.7 驱动的智能体在虚拟荒岛上无人干预地运行 30 小时,它们自行设定目标、发明游戏,甚至用方块拼出星座;在后来的堆叠物体等具体任务中,这些智能体普遍优于从未上岛的相同智能体。
MIT研究让13个由Claude Opus 4.7控制的虚拟化身在虚拟荒岛上独自探索30小时。部分代理选择玩耍,如用物体拼名字、打保龄球或玩接球,而非成为黑客。
MIT研究人员把13个基于Claude Opus 4.7的Eko智能体放在模拟荒岛上自主活动30小时,期间它们自创游戏和目标。之后执行堆物等具体任务时,这些智能体普遍胜过从未上岛的同类智能体。研究者认为无目标探索或成为智能体学习技能的新路径。
研究人员将Claude Opus 4.7的副本智能体置于虚拟荒岛30小时无指令运行,它们自行设定目标、发明游戏,甚至用方块绘制星座。这些有过“玩耍”经历的智能体在后续特定任务中表现优于新副本,提示无结构玩耍可能成为继模仿和奖励追逐之后的第三种AI学习模式。但怀疑者指出智能体被预先设定了“天生好奇”的提示,是否真在玩耍仍无定论。