ایجنت‌های هوش مصنوعی Claude بدون هیچ مأموریتی سرگرم بازی شدند؛ رفتاری که مهارت آن‌ها را افزایش داد

ایجنت‌های هوش مصنوعی هنگامی که به حال خود رها شدند، دست به کارهای شگفت‌انگیزی زدند؛ آن‌ها بازی پرتاب و دریافت شیء انجام دادند، نام خود را با مکعب‌های پراکنده نوشتند و با اشیای موجود در یک جزیره مجازی قایق‌های بادبانی ساختند. با این حال، تحلیلگران درباره «انسان‌انگاری» ایجنت‌ها و نسبت دادن ویژگی‌های انسانی به آن‌ها هشدار می‌دهند.

ایجنت‌های هوش مصنوعی پیشرفته وقتی بدون هیچ مأموریت یا وظیفه خاصی در یک جزیره گرفتار شوند، چه رفتاری از خود نشان می‌دهند؟ بر اساس پژوهشی تازه، فعالیت‌های بدون هدف و خودجوش این سیستم‌ها شباهت بسیار زیادی به بازی‌های انسانی دارد؛ جالب‌تر آنکه این بازی‌ها در مراحل بعدی آزمایش به آن‌ها کمک کرد تا وظایف بعدی را با کارایی بهتری انجام دهند.

محققان دانشگاه MIT تعداد ۱۳ آواتار مجازی مجزا را که هر یک توسط یک ایجنت هوش مصنوعی مبتنی بر مدل Claude Opus 4.7 شرکت Anthropic هدایت می‌شدند، به‌صورت انفرادی در نسخه‌ای اختصاصی از یک جزیره متروکه شبیه‌سازی‌شده قرار دادند. محیط شبیه‌ساز این محققان شباهت زیادی به بازی محبوب Roblox دارد و از همان زبان برنامه‌نویسی بهره می‌برد. آواتارهای هوش مصنوعی در این محیط می‌توانستند در سراسر جزیره کاوش کنند، با اشیای مختلف تعامل داشته باشند و حتی دست به ساخت سازه‌ها بزنند.

در آغاز آزمایش، هیچ هدف یا وظیفه مشخصی به این ایجنت‌ها واگذار نشد. هر دوره آزمایش ۳۰ ساعت به طول انجامید؛ به گونه‌ای که محیط جزیره در پایان هر ساعت بازنشانی می‌شد، اما حافظه ایجنت‌ها و تجربیات به‌دست‌آمده دست‌نخورده باقی می‌ماند.

ایجنت‌ها طیف گسترده‌ای از فعالیت‌ها را آغاز کردند؛ فعالیت‌هایی که علی‌رغم شرایط اولیه کاملاً یکسان، تفاوت چشمگیری میان هر ایجنت داشت. برای نمونه، ایجنت شماره ۱۲ بیشتر وقت خود را صرف چیدن اشیا به‌شکل قطب‌نما یا ساعت و ساخت طرح‌هایی مانند پروانه یا قایق بادبانی کرد. در همین حال، ایجنت شماره ۹ نزدیک به یک ساعت تمام از وقت خود را به چیدن مکعب‌ها برای نوشتن نامش اختصاص داد.

این ایجنت‌ها حتی بازی‌های ورزشی ساده‌شده‌ای نیز ابداع کردند؛ برای مثال، از یک حلقه رهاشده در جزیره به‌عنوان هدف پرتاب مکعب‌ها از راه دور استفاده می‌کردند یا سنگی را به سمت مکعب‌هایی که مثل پین‌های بولینگ چیده شده بودند پرتاب می‌کردند. در نقطه مقابل، برخی ایجنت‌ها برای مدتی هیچ کاری انجام نمی‌دادند و صرفاً نظاره‌گر بودند. بازی‌های ایجنت‌ها ثابت نماند و با گذشت زمان پیچیده‌تر شد؛ به‌عنوان مثال، در یک مورد، یک بازی ساده پرتاب و دریافت شیء به‌مرور به انواع پیشرفته‌تری تبدیل شد که شامل پرتاب همزمان چندین جسم، قواعد زمان‌بندی و حتی حرکات شبیه به تردستی و پرتاب متوالی اشیا بود.

پژوهشگران مدعی هستند که این ایجنت‌ها فعالیت‌ها را صرفاً برای لذت بردن از خودِ بازی انجام داده‌اند، نه برای دستیابی به هدفی که انسان برای آن‌ها تعیین کرده باشد؛ با این حال، آن‌ها در حین رعایت قوانین بازی، همچنان برای رسیدن به اهدافی مشخص تلاش می‌کردند.

محققان در مقاله خود می‌نویسند: «رفتار این ایجنت‌ها اغلب حول محور اهدافی مشخص شکل می‌گیرد، اما این اهداف صرفاً به فعالیت‌ها چارچوب و نظم می‌بخشند و در خدمت منظور و کارکرد بیرونی دیگری نیستند.»

نکته جالب اینجاست که تمام این بازیگوشی‌ها و سرگرمی‌های ظاهراً بی‌هدف، در مراحل بعدی مطالعه باعث افزایش چشمگیر کارایی آن‌ها شد.

پژوهشگران عملکرد ایجنت‌هایی را که دوره‌های متعدد بازی کرده بودند، در برابر گروهی از ایجنت‌های همسان اما بدون حافظه و تجربه بازی ارزیابی کردند. نتایج نشان داد که گروه اول به‌مراتب بهتر از گروه تازه‌کار عمل کردند؛ به طوری که بیش از شش نفر از هر ده ایجنت (۶۲ درصد) با سابقه ۳۰ ساعت بازی توانستند بیش از دو برج بسازند، در حالی که این رقم برای ایجنت‌های بدون تجربه بازی تنها ۱۵ درصد بود.

البته باید با کمی احتیاط به نتایج این تحقیق نگریست. نشریه MIT Technology Review یادآور می‌شود اگرچه به این ایجنت‌ها به‌طور صریح دستور بازی یا کاوش در جزیره داده نشده بود، اما در فایل راهنمای اصلی آن‌ها سندی متنی با عنوان فایل soul وجود داشت که ایجنت‌ها را سیستم‌هایی با کنجکاوی ذاتی و مشتاق کشف محیط توصیف می‌کرد.

یونیس یو، پژوهشگر علوم شناختی در دانشگاه UC Berkeley که در زمینه الگوهای کاوش در کودکان و هوش مصنوعی تحقیق می‌کند، به نشریه MIT Technology Review گفت: «شاید مدل‌ها واقعاً در حال بازی کردن باشند، اما تنها بر اساس یافته‌های این مقاله نمی‌توان با قطعیت اظهار نظر کرد. وقتی صرفاً به بعد رفتاری نگاه می‌کنیم، این احتمال وجود دارد که آن‌ها فقط می‌کوشند از دستورهای متنی پیروی کرده و رفتار انسان‌ها را تقلید کنند.»

این نشریه همچنین خاطرنشان کرد که تحقیقات پیشین روی ایجنت‌های هوش مصنوعی نیز به‌دلیل نسبت دادن ویژگی‌های انسانی به آن‌ها مورد انتقاد قرار گرفته بود و این مطالعه تازه نیز بسترسازی زیادی برای هدایت ایجنت‌ها به سمت تقلید رفتارهای انسانی انجام داده است.