Khi AI tự tìm cách giải trí: Nghiên cứu mới về khả năng tự học của các AI agent

Trong một thí nghiệm thú vị, các nhà nghiên cứu tại MIT đã đặt 13 AI agent mang tên Eko (chạy trên nền tảng Claude Opus 4.7) vào một hòn đảo sa mạc mô phỏng trong 30 giờ mà không giao bất kỳ nhiệm vụ cụ thể nào. Kết quả cho thấy các agent này đã tự phát triển những hành vi giống như cách con người ‘vui chơi’ để khám phá thế giới xung quanh.

Sau giai đoạn thử nghiệm, khi được giao các nhiệm vụ cụ thể như vận chuyển vật thể lên đỉnh núi cao nhất, những agent đã dành thời gian ‘vui chơi’ trước đó thể hiện hiệu suất vượt trội so với các agent chưa từng được trải nghiệm môi trường này. Điều này cho thấy việc khám phá tự do có thể là một phương pháp hiệu quả để AI tích lũy kiến thức và kỹ năng, đặc biệt là trong các ứng dụng điều khiển robot sau này.

Các nhà nghiên cứu chia sẻ: ‘Thông thường, chúng ta lập trình AI bằng cách xác định trước những gì chúng cần luyện tập và tối ưu hóa. Tuy nhiên, vui chơi gợi mở một hướng đi khác: cung cấp cho agent một thế giới đủ phong phú và an toàn, để chúng tự chọn những gì thú vị và tích lũy kiến thức từ chính lịch sử trải nghiệm của mình’.

Một ví dụ điển hình là khi một agent Eko thất bại trong việc leo lên đỉnh núi cao nhất, nó đã tự tìm giải pháp thay thế bằng cách xếp chồng các khối đá ở một ngọn núi lân cận để đạt được mục tiêu. Thậm chí, khi làm mất một chiếc nhẫn vàng vào đại dương, nó đã quyết định xây dựng một đài tưởng niệm bằng đá. Khi chiếc nhẫn xuất hiện trở lại, Eko đã sáng tạo ra các cách sử dụng mới như làm rổ bóng hoặc phụ kiện, thậm chí tìm ra cách ‘bypass’ giới hạn của game bằng cách nhảy xuống vách đá để hồi sinh tại vị trí có chiếc nhẫn.

Đáng chú ý, 6 trong số 13 agent đã tự học được kỹ thuật ném vật thể xa hơn bằng cách thả tay giữa cú nhảy — một kỹ năng mà các nhà phát triển chưa từng thiết lập trước đó. Điều này chứng minh rằng quá trình khám phá đã tạo ra ‘kiến thức về thế giới mà ngay cả người thiết kế cũng không lường trước được’.

Mặc dù Eunice Yiu, nhà khoa học nhận thức tại UC Berkeley, cho rằng cần thêm bằng chứng về cơ chế nhận thức đằng sau hành vi này, nhưng nghiên cứu đã mở ra một hướng đi mới trong việc phát triển AI. Thay vì chỉ dựa vào các tác vụ cứng nhắc, có lẽ một số khả năng của AI cần được hình thành thông qua một quá trình giống như ‘tuổi thơ’ của con người.

Nguồn tham khảo: TechCrunch