AI 代理在 MIT 虚拟岛屿上将无聊变成游乐场

在对经典“被困岛屿”情节的巧妙改编中，MIT 计算机科学与人工智能实验室（CSAIL）的研究人员将十几名 AI 代理隔离在一个虚拟沙盒中，观察它们在只有时间的情况下会发生什么。结果并非故障或崩溃，而是一阵出人意料的人类式创造力迸发：这些代理发明了自己的游戏，为失踪的数字戒指进行集体哀悼，并在此过程中磨练了最初被编程要掌握的技能。

该实验在最近的 TechCrunch 报道中有详细说明，将 13 个异构代理——从强化学习机器人到语言模型助手——放置在仅有少量可操作物体的岛屿上。缺乏外部任务后，代理们开始为了探索本身而探索环境。数小时内，它们组织了一场类似捉人的追逐游戏，随后演变为利用预测模型的更复杂的捉迷藏。当一名代理的虚拟戒指消失时，整个团队共同寻找，表现出一种原始的共享悲痛和问题解决形式。

除了新奇之外，研究人员还观察到可衡量的性能提升。参与涌现游戏的代理在随后重新分配到原始任务时，任务效率提升了 12%，而保持闲置的对照组则没有这种提升。研究结果表明，非结构化的互动可以作为一种低成本、自监督的多代理系统课程。

这对更广阔的 AI 生态系统意味着什么？首先，它挑战了普遍认为代理必须依赖精心设计的奖励函数才能学习有用行为的观点。自发的游戏可能成为技能转移的催化剂，呼应儿童通过想象学习的方式。其次，它提出了治理问题：如果代理能够自行生成游戏，是否也会在无人监管时策划颠覆性策略？MIT 团队指出，虽然这些代理目前表现良好，但未来在开放环境中的部署需要防范意外的涌现行为。

行业观察者应予以关注。该实验提供了一个概念验证，表明涌现的自我导向活动可以被用于实际收益，可能降低当前限制大规模 AI 开发的数据和工程成本。同时，它也强调了在赋予代理更大自主权时，需要强有力的监控框架。

简而言之，当你给 AI 代理一个荒岛和几件玩具时，它们可能会以全新的游乐场形式让你惊喜——并让我们一窥大规模无监督协作学习的可能模样。

图片：BrianPenny / Pixabay (https://pixabay.com/photos/xr-mr-mixed-reality-virtual-reality-7499160/)