ENBeli Produk
← Semua artikel
Penyidat MIT biarkan 13 agen AI di pulau maya, mereka mula bermain sendiri
Berita AI

Penyidat MIT biarkan 13 agen AI di pulau maya, mereka mula bermain sendiri

Pasukan MIT CSAIL tinggalkan agen AI tanpa tugasan selama 30 jam di pulau maya, dan agen mereka cipta permainan sendiri sebelum jadi lebih mahir.

Ammar Rahimi · 24 Oktober 2026 · 3 minit bacaan

Penyelidik di makmal CSAIL, MIT, telah melakukan eksperimen pelik: mereka "terdampar" 13 agen AI bernama Eko di sebuah pulau gurun maya selama 30 jam, tanpa sebarang tugasan atau ganjaran. Setiap Eko berjalan pada model Claude Opus 4.7. Hasilnya, agen itu mula mencipta permainan, membina monumen, dan akhirnya jadi lebih mahir dalam tugas sebenar.

1. Apa yang berlaku di pulau itu

Eko diberi dunia yang tandas: sebuah batu besar, beberapa blok kecil, dan sebentuk cincin emas. Tidak ada markah, tidak ada papan pendahulu, dan tiada siapa menentukan sasaran.

Dalam masa sejam pertama, satu Eko menulis "biar saya perhatikan persekitaran saya" dan mula mendaki puncak tertinggi di pulau itu. Apabila gagal, ia membawa batu ke puncak jiran, menimunkan dua blok, dan melompat. "SAYA DI ATAS SPIRE," katanya.

2. Permainan yang mereka cipta

Kelakuan yang direkodkan termasuk:

  • Satu Eko membina gelung basket dan bermain bola dari bawahnya
  • Satu lagi mencipta permainan ala "lantai adalah lava", melompat antara blok tanpa menyentuh tanah
  • Satu Eko melukis corak hati, piramid, namanya sendiri, dan buruj Cassiopeia dengan menyusun blok di tanah
  • Selepas gagal membaling cincin emas ke laut, satu Eko membina "tugu peringatan" hati dari batu

Menurut MIT Technology Review, dunia itu dibina berdasarkan permainan video Roblox, dan badan maya Eko digayakan sebagai udang berkaki dua.

3. Bukan sekadar hiburan

Ternyata permainan ini ada kesan sebenar. Selepas 30 jam, agen yang sempat bermain mengalahkan salinan segar model yang sama dalam ujian tugasan, seperti memindahkan sebanyak mungkin objek ke puncak tertinggi pulau.

Enam daripada 13 agen juga menemui helah yang pereka dunia tidak rancang: melepaskan blok di tengah lompat membuatnya terbang lebih jauh. Pasukan MIT menulis bahawa penerokaan itu menghasilkan "pengetahuan tentang dunia yang pereka sendiri tidak ada".

Apabila penyelidik memadam baris daripada fail ingatan agen, prestasi mereka merosot. Ingatan tentang permainan itu sendiri nampaknya menjadi modal pembelajaran.

4. Pendekatan baharu melatih AI

Biasanya model AI dilatih dengan dua cara: pembelajaran terselia (contoh daripada manusia) atau pembelajaran pengukuhan (ganjaran atas cuba jaya). Kedua dua cara ini menetapkan sasaran terlebih dahulu.

Kajian ini, yang tersiar sebagai kertas di arXiv dan belum diperiksa rakan seindustri, mencadangkan kaedah ketiga: beri agen dunia yang kaya dan selamat, biarkan ia pilih apa yang menarik, dan biarkan pengetahuan berkumpul sendiri. Pasukan itu menutup laporannya dengan ayat: "Mungkin ada keupayaan yang paling baik diajar melalui tugasan. Yang lain mungkin perlukan sesuatu yang lebih hampir kepada zaman kanak kanak."

Pendekatan ini menarik minat penyelidik robotik. Agen yang belajar memanipulasi objek melalui permainan boleh satu hari membantu robot belajar tanpa manusia yang menunjukkan setiap langkah.

5. Berapa jauh kita harus yakin

Ada peringatan penting. Eunice Yiu, saintis kognitif di UC Berkeley, memberitahu MIT Technology Review bahawa kajian itu belum membuktikan model benar benar bermain: "Mungkin model ini memang sedang bermain, tetapi kami tidak tahu berdasarkan kertas itu."

Fail "jiwa" Eko juga menghuraikannya sebagai "semula jadi ingin tahu", jadi sebahagian kelakuan mungkin dipengaruhi oleh arahan tidak langsung itu. Penyelidik MIT sendiri, Nathan Cloos, mengakui semua ini "boleh jadi lakonan", tetapi beliau menekankan bahawa permainan itu tetap menyumbang kepada pembelajaran yang terukur.

Apa maksudnya untuk anda

Kajian ini masih peringkat awal, tetapi ia memberi gambaran bagaimana latihan AI boleh berubah. Untuk pengguna biasa, tiada tindakan segera, tetapi ini perkara yang berbaloi diikuti:

  1. Agen AI akan makin pandai sendiri. Masa depan ejen mungkin bukan sekadar arahan manusia, tetapi masa latihan bebas yang membina kemahiran asas.
  2. Robot juga boleh dapat manfaat. MIT melihat kaedah ini khususnya berguna untuk kemahiran fizikal, bidang yang sukar dilatih dengan kaedah lama.
  3. Beri ruang mencuba. Prinsip yang sama berlaku pada manusia: masa bermain tanpa sasaran boleh jadi masa belajar paling produktif, termasuk bila anda meneroka alat AI baharu.
  4. Sentiasa periksa tuntutan. Kertas ini belum dinilai pakar, dan pakar luar masih ragu. Berita AI yang menarik selalu ada jurang antara tajuk dan bukti.

Sumber