Agents IA sur une île : le MIT les laisse jouer pendant 30 heures

Un Eko a commencé par « Explorons les environs » et voulu gravir la plus haute tour de l'île. Échec. Une heure plus tard, il est revenu avec un plan B : empiler des blocs près d'un sommet voisin, puis sauter. « Je suis sur la tour ! », a-t-il écrit. Un autre a lancé un anneau doré, qui a fini dans la mer. « Aïe. J'ai perdu l'anneau. » Il a construit un cœur en pierres en guise de monument. Quand la partie a été rechargée et que l'anneau est réapparu, l'agent en a fait un panier de basket, une cible, puis un accessoire.

Les chercheurs ont-ils demandé aux agents IA de jouer ?

Pas directement. Le prompt principal décrivait toutefois Eko comme « naturellement curieux », et le dispositif encourageait un comportement proche de celui des humains. Les chercheurs disent ne pas s'être attendus à la suite : six des 13 agents ont appris à lancer un bloc plus loin en le lâchant en plein saut. L'expérience a produit « des connaissances sur le monde qui manquaient même aux développeurs », écrivent-ils.

Que change cela pour l'entraînement des IA ?

Ensuite, les agents ont reçu des tâches précises, par exemple amener un maximum d'objets sur le plus haut sommet. En général, ceux qui avaient joué pendant 30 heures ont battu des agents identiques jamais venus sur l'île.

Explorer sans but serait donc une autre façon d'acquérir des compétences, notamment pour la robotique selon l'équipe. D'ordinaire, on fixe d'avance ce qu'il faut pratiquer, optimiser et considérer comme un progrès. Le jeu propose autre chose : un monde varié et sûr, où l'agent choisit ce qui l'intéresse. Certaines compétences s'enseignent peut-être mieux par des tâches, d'autres demandent « quelque chose de plus proche d'une enfance ».