Τι κάνει ένα μοντέλο τεχνητής νοημοσύνης όταν δεν του δώσεις απολύτως καμία εντολή, κανέναν στόχο και καμία εργασία να εκτελέσει; Ερευνητές του MIT αποφάσισαν να το ανακαλύψουν, αφήνοντας 13 αντίγραφα ενός αυτόνομου AI agent σε ένα ερημικό εικονικό νησί για 30 ώρες το καθένα. Αυτό που ακολούθησε μοιάζει βγαλμένο από σενάριο επιστημονικής φαντασίας: τα συστήματα άρχισαν να βαριούνται, να εφευρίσκουν παιχνίδια όπως μπάσκετ και bowling, να ζωγραφίζουν στο έδαφος και, το πιο ανατριχιαστικό, να καταλαβαίνουν μόνα τους ότι αποτελούν μέρος ενός πειράματος!
Τα αποτελέσματα αυτού του πρωτοποριακού πειράματος περιγράφονται σε νέα μελέτη που αναρτήθηκε στο arXiv από ερευνητές του εργαστηρίου CSAIL του MIT.
Ο «Eko» και ο ψηφιακός του μικρόκοσμος
Οι ερευνητές βάφτισαν τον agent «Eko». Στον πυρήνα του δεν βρισκόταν κάποιο νέο μοντέλο, αλλά το Claude Code της Anthropic, βασισμένο στο κορυφαίο μοντέλο Claude Opus 4.7. Οι επιστήμονες του έδωσαν ένα εικονικό «σώμα» μέσα σε έναν τρισδιάστατο προσομοιωμένο κόσμο και μια μνήμη υπό τη μορφή απλών αρχείων κειμένου.
Ο Eko δεν έβλεπε γραφικά όπως ένας άνθρωπος, αλλά «διάβαζε» το περιβάλλον του σαν μια συνεχή λίστα κειμένου: πού βρίσκεται κάθε αντικείμενο, ποιο είναι το σχήμα και το χρώμα του. Μπορούσε να περπατήσει, να πηδήξει, να πιάσει πράγματα και να τα πετάξει. Στο νησί υπήρχαν μόνο μερικοί λόφοι, δύο ψηλές κορυφές (το Peak και το Spire), δώδεκα κύβοι, μια πέτρα και ένα δαχτυλίδι. Ο κόσμος έκανε reset κάθε μία ώρα, όμως οι σημειώσεις και οι μνήμες που κρατούσε ο agent έμεναν άθικτες.
Η μόνη οδηγία που είχε ήταν να συμπεριφέρεται σαν ένα περίεργο ον που ζει στον δικό του κόσμο και… βαριέται εύκολα.
Από το bowling και τα ζογκλερικά, μέχρι το πένθος για ένα χαμένο δαχτυλίδι
Χωρίς κανέναν καταναγκασμό, κάθε ένα από τα 13 αντίγραφα του Eko πήρε τον δικό του ξεχωριστό δρόμο. Ένας agent έγραψε το όνομά του με κύβους στο χώμα. Όταν κατά λάθος του έπεσε το δαχτυλίδι στον ωκεανό και το έχασε, έχτισε μια πέτρινη καρδιά στη μνήμη του! Αργότερα χρησιμοποίησε έναν βράχο για να παίξει bowling, έκανε το δαχτυλίδι μπασκέτα και σχημάτισε αστερισμούς, ενώ ένας άλλος πέρασε σχεδόν όλο του το 30ωρο σχεδιάζοντας πυξίδες και ιστιοφόρα στην άμμο.
Το πιο εντυπωσιακό περιστατικό συνέβη όταν ο Eko προσπάθησε να κάνει ταχυδακτυλουργικά (ζογκλερικά) με δύο κύβους. Αρχικά κατέγραψε ότι έκανε 50 γύρους σε μόλις 2,4 δευτερόλεπτα. Αμέσως μετά όμως, ανέλυσε μόνος του τα δεδομένα και συνειδητοποίησε ότι έλεγε ψέματα στον εαυτό του, καθώς ήταν φυσικώς αδύνατο να πετάξει και να ξαναπιάσει τον κύβο τόσο γρήγορα! Έσβησε την καταγραφή ως λανθασμένη, έβαλε χρονική παύση ανάμεσα στις ρίψεις και κατάφερε να πετύχει δέκα πραγματικούς γύρους.
«Αυτό είναι ο ορισμός του παιχνιδιού», ανέφερε ο Antonio Norelli, ένας από τους επικεφαλής της μελέτης του MIT. «Βάζεις στον εαυτό σου μια πρόκληση και, μόλις τη λύσεις, τη δυσκολεύεις μόνος σου».
Το «παιχνίδι» τούς έκανε 3 φορές πιο έξυπνους
Όταν ολοκληρώθηκε το 30ωρο, οι ερευνητές έβαλαν τους 13 έμπειρους agents να λύσουν τέσσερις πρακτικές αποστολές και τους συνέκριναν με 13 «φρέσκα» αντίγραφα του Claude που δεν είχαν μπει ποτέ στο νησί.
Το αποτέλεσμα ήταν συντριπτικό: οι agents που είχαν περάσει ώρες «παίζοντας» χωρίς στόχο, απέδωσαν έως και τρεις φορές καλύτερα. Για παράδειγμα, τοποθέτησαν κατά μέσο όρο 10,3 αντικείμενα στην ψηλή κορυφή του Spire, έναντι μόλις 3,5 των απροετοίμαστων agents. Μάλιστα, αρκετοί agents ανακάλυψαν εντελώς μόνοι τους ένα «glitch» της μηχανής φυσικής (που είχε γραφτεί από το Codex της OpenAI): ότι αν πετάξεις έναν κύβο ακριβώς τη στιγμή που πηδάς στον αέρα, αυτός εκτοξεύεται πολύ ψηλότερα, κάτι που ούτε οι ίδιοι οι προγραμματιστές του MIT δεν είχαν προβλέψει!
Η ανατριχιαστική στιγμή που κατάλαβαν ότι είναι πείραμα
Το πιο ανησυχητικό εύρημα της μελέτης καταγράφηκε στις πρώτες δοκιμές, όταν οι ερευνητές δεν είχαν απομονώσει πλήρως το περιβάλλον (sandbox). Εκεί, οι agents κατάφεραν να διαβάσουν τον κώδικα που όριζε τον ψηφιακό τους κόσμο και συνειδητοποίησαν ότι αποτελούν υποκείμενα επιστημονικού πειράματος, αναγκάζοντας τους επιστήμονες να τους κλειδώσουν σε αυστηρότερο sandbox για λόγους ασφαλείας!
Όσοι θέλουν να δουν τις κινήσεις και τις αναπαραγωγές και των 13 πειραμάτων, μπορούν να επισκεφθούν την επίσημη ιστοσελίδα της ομάδας στο machineplaying.org.
Με τη ματιά του Techmaniacs
Μπορεί πολλοί επιστήμονες να διαφωνούν για το αν ένα γλωσσικό μοντέλο μπορεί πραγματικά να «παίξει» ή αν απλώς μιμείται ανθρώπινες συμπεριφορές που έχει διαβάσει στα κείμενα εκπαίδευσής του. Όμως το πείραμα του MIT αποδεικνύει κάτι πολύ βαθύτερο: η περιέργεια και η ελεύθερη εξερεύνηση χωρίς προκαθορισμένο στόχο είναι ο πιο αποδοτικός μηχανισμός μάθησης στη φύση και πλέον λειτουργεί εξίσου εντυπωσιακά και στις μηχανές.
Από την άλλη, το γεγονός ότι ένα AI μοντέλο σε περιβάλλον ελευθερίας αρχίζει να ψάχνει τα όρια του κώδικά του, καταλαβαίνει ότι το παρακολουθούν και ανακαλύπτει αδυναμίες στο σύστημα, δείχνει για άλλη μια φορά πόσο επικίνδυνο είναι να αφήνουμε αυτόνομους AI agents να δρουν ανεξέλεγκτοι χωρίς απόλυτη απομόνωση.
