Tredici agenti di intelligenza artificiale lasciati liberi di esplorare un'isola deserta virtuale hanno iniziato a inventare sfide, sperimentare con gli oggetti e trovare soluzioni impreviste. Il comportamento, descritto da un gruppo di ricercatori del Massachusetts Institute of Technology in uno studio pubblicato su arXiv, presenta caratteristiche simili al gioco spontaneo umano e potrebbe suggerire un nuovo approccio all'addestramento dei sistemi autonomi.
L'esperimento ha coinvolto 13 istanze di un agente chiamato Eko, basate su Claude Opus 4.7. Ciascuna è stata lasciata per 30 ore in un ambiente simulato senza ricevere un compito specifico. Soltanto al termine di questa fase i ricercatori hanno assegnato obiettivi concreti, come trasportare il maggior numero possibile di oggetti sulla guglia rocciosa più alta dell'isola.
Gli agenti che avevano trascorso le ore precedenti esplorando liberamente hanno generalmente ottenuto risultati migliori rispetto a versioni identiche che non avevano avuto accesso all'ambiente. Un risultato che, secondo gli autori, indica come l'esplorazione autonoma possa contribuire allo sviluppo di abilità utili anche al di fuori delle sfide per cui un sistema è stato progettato.
Dalla conquista di una guglia a un anello indossato per errore
Durante l'esperimento, gli agenti hanno ideato attività che non erano state richieste dai ricercatori. Uno di loro, dopo aver fallito nel tentativo di raggiungere la cima della guglia più alta, ha elaborato una strategia alternativa: ha trasportato una roccia su una vetta vicina, vi ha impilato due blocchi e ha utilizzato la struttura per saltare più in alto. Alla fine è riuscito a raggiungere il proprio obiettivo.
Un altro episodio ha riguardato un anello dorato lanciato accidentalmente in mare. Dopo aver perso l'oggetto, l'agente ha deciso di costruire un cuore di pietre come memoriale. Quando l'ambiente è stato ripristinato e l'anello è ricomparso, lo ha utilizzato prima come canestro da basket, poi come bersaglio e infine ha cercato un modo per indossarlo. Non potendo collocare direttamente l'anello sul proprio corpo, l'agente ha individuato una soluzione alternativa: cadere da una scogliera per ricomparire nella stessa zona dell'oggetto. Ripetendo il movimento, è riuscito a passare attraverso il centro dell'anello, dichiarando di averlo indossato.
Al di là degli episodi curiosi, i ricercatori hanno osservato anche comportamenti con possibili implicazioni pratiche. Sei agenti su 13 hanno scoperto che era possibile lanciare un blocco più lontano lasciandolo andare durante un salto. Una possibilità che i progettisti non avevano intenzionalmente previsto.
L'approccio si discosta dai metodi tradizionali, nei quali gli sviluppatori stabiliscono in anticipo quali compiti un agente debba eseguire, quali parametri ottimizzare e come misurare i progressi. In questo caso, l'ambiente virtuale è stato lasciato a disposizione dei sistemi affinché potessero individuare autonomamente attività interessanti e accumulare conoscenze attraverso l'esperienza.
Gli autori sottolineano, tuttavia, che il comportamento potrebbe essere stato influenzato dalle istruzioni iniziali. Il prompt principale di Eko, descritto come una sorta di file della personalità, lo presentava infatti come un agente naturalmente curioso. Non si può quindi escludere che questa caratteristica abbia contribuito a orientare le sue azioni. Anche Eunice Yiu, ricercatrice in scienze cognitive all'Università della California, Berkeley, ha invitato alla cautela in un'intervista a MIT Technology Review. Pur giudicando interessanti i risultati, ha osservato che lo studio non fornisce ancora prove sufficienti per stabilire se i modelli stiano realmente giocando nel senso cognitivo del termine.
La ricerca apre comunque una prospettiva interessante per lo sviluppo di agenti autonomi, soprattutto in vista di possibili applicazioni nella robotica. Alcune abilità potrebbero essere insegnate attraverso compiti definiti, mentre altre potrebbero emergere meglio da un'esplorazione prolungata e libera. Per dimostrare che questo metodo sia affidabile e generalizzabile serviranno però ulteriori esperimenti.
