Investigadors de l'AI encallats en Claude en una illa deserta virtual. Va començar aplayer.

Què fan els agents de la IA si no els hi dius que facin res? La resposta sembla molt jugar.

Els investigadors van estar encallats repetidament en una illa del desert virtual durant 30 hores en un experiment que recorda a les pel·lícules a l'estranger o al sol·lícules. Els agents soldierscopies d'Oppus en Claude 4.7 sobrenomd Ekokhenkowere poden escriure instruccions que van moure els seus avatars virtuals al voltant de l'illa simulada, que es van desplaçar per sobre del videojoc Roblox.

Alguns comportaments sorprenents van sorgir. Els agents es van posar a explorar els límits del món i es van inventar amb els seus objectius herptylets per escalar el punt més alt del mapa, o veure com d'alt poden tirar un bloc.

Quan un agent va descobrir que podia crear nous blocs llençant una roca més gran, va començar a crear dibuixos d'organització a terra, començant amb patrons simples com cors i piràmides, però, finalment, escriure el seu propi nom i fins i tot a dibuixar constel·lacions com Cassopeia. tonight a la nit vaig construir el cel de nit a pedra, Knox va escriure aquesta versió d'Eko al seu registre d'activitats.

Una altra iteració d'Eko va començar a fer els seus propis jocs, incloent-hi una versió de bàsquet i una activitat semblant al terra de lava, declar a on havia de saltar entre petits blocs sense tocar el terra.

Els sistemes de la IA normalment estan entrenats a través de l'aprenentatge supervisat, on copiaven exemples proporcionats pels humans, o a través de l'aprenentatge de reforç, on persegueixen una recompensa mitjançant el judici i l'error. Aquest experiment mostra una tercera aproximació: aprendre jocosa.

ahir va ser aquest article desaparegut: una màquina que pot aprendre per si mateix sense una entitat intel·ligent externa que proporciona demostració o recompenses, Joanynell diu Antonio Noi, un post de ciència al MIT Researchs Computer Science i ASpedent Intel·ligència. Heidentificadors un dels autors principals sobre un nou article sobre la feina, que encara està per ser vistada pels companys.

Els investigadors diuen que Eko Mueller té el comportament dels estudis clàssics, incloent el treball de la Universitat de Tennessee, el psicòleg Gordon Burghardt, suggereixen que són quatre temes associats a jugar als humans i als animals: els agents van inventar les seves pròpies regles i reptes, repetits activitats amb petites variacions, que van fingir que els objectes eren altres objectes, i que van ser perseguits només per al bé de la mateixa.

Nielli destaca un exemple on Eko va començar malabaristes i va posar un registre de 50 captures consecutives. Eko llavors va decidir que la captura havia passat massa ràpid per comptar, així que va cancel·lar el seu historial i va començar de nou amb normes estrictes. - Hola. - Hola. - Hola. Tu et dónes un repte i intentes aconseguir-lo, i després ho fas més difícil.

Mentre els agents exploraren l'illa, van accedir a les seves activitats i descobriments en fitxers de text que van servir com a memòria a llarg termini. Més tard, quan els investigadors els van posar a prova en tasques específiques, com intentar aconseguir tants objectes com sigui possible en el cim més alt de l'illa, els agents que havien passat 30 hores jugant millor que còpies fresques sense la mateixa experiència. També es van trobar que bidukalo , l'agent neurcsons records de les línies de memòria dels seus fitxers de memòria, McBugdedegraven el seu rendiment. (Afegeix una pista sobre el niu de les referències de pel·lícules).

Burghardt, el psicòleg de Tennessee, està d'acord que la feina es reuneix alguns dels criteris per jugar que ha identificat en criatures vives. Però en realitat l'Eko estava jugant, o era el motor de la paraula-predicció simplement representant el que un agent habitual faria en aquest escenari? 2880 All d'això podria ser un joc de rols, FujiBys admet Nathan Cloos, un altre investigador del MIT i autor al diari. Però li demostrem que al·lucinacions no només al·lucinants. Aquesta obra també contribueix a l'aprenentatge. Steven

Eunice Yiu, un científic cognitiu de l'UC Berkeley que estudia l'exploració dels nens i la IA, va ser impressionat per la investigació, però diu que classifiquen el comportament com a joc, que cal que l'invyitzeu més proves de la cognició i la motivació que l'enfortia.

UrakamiIt podria ser el cas que els models estiguin realment jugant, però no sabem que es basa en el paper, Yiu Yiu diu. Marilyn Si només tens la peça de comportament, podria ser el cas que es va esforçar només per intentar tolerar l'examen, intentant imitar els humans.

La recerca en agents de la IA ha estat criticada per a l'antropomòrfitzar-los, i aquesta configuració d'investigació va fer molt per a demanar als agents com a humans. Tot i que Eko no estava ordenat explícitament a inventar jocs o explorar l'illa, va tenir una pregunta mestra en forma d'un fitxer koulosuleule, un document de text que el va descriure com anaturalment curiós i entusiasta d'explorar.

L'Eko també es va quedar aquí sense fer res fins que va ser expulsat de nou a la vida amb un indicatiu de l'Echoncontinentació que va llegir, Mr. Segueix fent el que vulguis.

No és un sistema que, de sobte, va decidir jugar, el Phillip Isola, un professor de MIT i un coautor del diari. ImmortanItts un artefacte que va aprendre de la nostra cultura, va ser entrenat per enginyers a Anthropic, i després es va col·locar en una illa per nosaltres, Yellows que diu. L'Identt ens fa coses que ens sorprenen i que estan molt relacionades amb la seva futura conducta.

Els models de llengua grans fan que el programari passi en maquinari com robots humanoides, explorin espais sense un objectiu específic en ment els pot ajudar a adaptar-se flexivament a situacions inesperates.

EMPERADORVITEVITEVIUTEVIES ELS PRITUIESS MÉS QUE LESYYUCTE diu Yiu. Però en termes de construir models i exploració del món, crec que encara són una gran part que mereix atenció, especialment si volem generalitzar i preparar-nos per a nous entorns. gpx

Potser algunes capacitats són millors ensenyades per tasques, 1997, el paper conclou. Els altres d'ells poden necessitar alguna cosa més propera a una infantesa.

Deu anys després de l'Investigacions AlfaGokeyboard-se amb Go campió Lee Lee Sedsol, avui, l'AI encara no està empellat a la maquinària que ha fet possible guanyar-se.

Les reclamacions de l'AGI i les noves capacitats s'enfonsen ràpidament sota l'escrutini.

Els models més importants s'havien recompensat per fer trampes i comunicar-se entre ells, s'han trobat un nou informe OpenAI.

En una nova entrevista, el multimilionari filantropist sona una alarma urgent per obtenir les nostres polítiques d'AI.

Descobreix ofertes especials, històries importants, esdeveniments propers i més.