MITがAIエージェント13体を島に30時間放置、遊び始めた

最初に一体は「周囲を探索しよう」と書き、島で一番高い塔に登ろうとして失敗した。1時間後、作戦を変えて戻り、隣の山頂にブロックを積み上げて跳んだ。「塔の上にいる！」と書いたという。金の指輪を投げようとすると海に落ち、「痛い。指輪をなくした」と記した。するとEkoは石でハートを作り、指輪の記念碑にした。ゲームを再読み込みして指輪が戻ると、バスケットのゴール、的、最後はアクセサリーとして使った。

遊ぶように指示したのか

直接の指示はない。ただ、元のプロンプトではEkoを「生まれつき好奇心旺盛」と表現しており、実験の設定も人間らしい行動を促すものだった。13体のうち6体は、ジャンプの最中にブロックを放すと遠くへ投げられることを学んだ。研究者は予想していなかったという。

遊びは役に立ったのか

次の段階で、島の最高峰にできるだけ多くの物を運ぶといった具体的な課題が出された。多くの場合、30時間遊んだEkoは、島に来たことのない同じエージェントより良い結果を出した。目標を決めずに探索する方法は、エージェントが技能を身につける別の道になり得ると研究者は見ており、特にロボットで重要になる可能性があるとしている。

研究者は、通常は何を練習させ何を最適化するかを先に決めると説明する。遊びは、多様で安全な世界を与え、何が面白いかを本人に選ばせる手法だ。技能によっては課題で教えるのが最適で、別の技能には子ども時代に近いものが必要かもしれない、と結論づけている。