فهرست مطالب
آزمایش MIT نشان داد عامل‌های هوش مصنوعی با ۳۰ ساعت کاوش آزادانه و بازی در جزیره‌ای مجازی، در حل چالش‌های بعدی عملکرد بهتری داشتند.
به گزارش سرویس هوش مصنوعی تکناک، یادگیری این عامل‌ها از طریق کاوش در فضای بازی، ممکن است راه تازه‌ای برای آموزش مهارت به هوش مصنوعی، به‌ویژه در حوزه رباتیک، پیش روی پژوهشگران بگذارد.
آزمایش ۳۰ ساعته با ۱۳ عامل هوش مصنوعی
پژوهشگران ۱۳ عامل هوش مصنوعی با نام Eko را که هرکدام از مدل Claude Opus 4.7 استفاده می‌کردند، به مدت ۳۰ ساعت در یک جزیره بیابانی شبیه‌سازی‌شده رها کردند. این آزمایش ضمن مقاله‌ای در وب‌سایت arXiv شرح داده شده است؛ بستری که پژوهشگران پیش از داوری علمی، مطالعات خود را در آن به‌اشتراک می‌گذارند.
در مدت این آزمایش، عامل‌ها وظیفه مشخصی نداشتند و می‌توانستند محیط اطرافشان را آزادانه بررسی کنند. پس از پایان آزمایش، پژوهشگران چند چالش مشخص برای آنها تعریف کردند؛ از جمله اینکه تا جای ممکن اشیای بیشتری را روی بلندترین صخره جزیره قرار دهند.
نتایج نشان داد عامل‌هایی که ۳۰ ساعت فرصت کاوش و بازی داشتند، در مجموع عملکرد بهتری نسبت به نسخه‌های مشابهی داشتند که هرگز وارد جزیره نشده بودند.
امروزه توسعه‌دهندگان معمولاً از قبل تعیین می‌کنند که هوش مصنوعی چه مهارت‌هایی را تمرین کند، چه هدفی را بهینه‌سازی کند و پیشرفت آن چگونه سنجیده شود. پژوهشگران MIT معتقدند کاوش آزادانه می‌تواند رویکرد متفاوتی برای یادگیری عامل‌های هوش مصنوعی باشد؛ رویکردی که در آن، عامل به‌جای دنبال کردن یک هدف از پیش تعیین‌شده، از تجربه‌های خود مهارت کسب می‌کند.
بیشتر بخوانید: هوش مصنوعی به تسخیر علم فیزیک نزدیک شد؛ حل مسائل دشوار با دقت ۹۴ درصد
از فتح قله تا ساخت یادبود برای یک حلقه گمشده
یکی از عامل‌های Eko در نخستین ساعت حضور خود در جزیره نوشت: «اجازه بدهید محیط اطرافم را مشاهده کنم.» این عامل خیلی زود تصمیم گرفت بلندترین قله جزیره را فتح کند، اما پس از یک ساعت تلاش ناموفق، راه دیگری پیدا کرد. ابتدا سنگی را به قله‌ای نزدیک‌تر برد، سپس دو بلوک روی آن گذاشت و در نهایت به سمت بالا پرید.
این بار موفق شد و با هیجان اعلام کرد: «من روی قله هستم!»
اما ماجراجویی بعدی او چندان موفقیت‌آمیز نبود. عامل هنگام آزمایش اینکه یک حلقه طلایی را تا چه فاصله‌ای می‌تواند پرتاب کند، آن را مستقیم به اقیانوس انداخت. او پس از این اتفاق نوشت: «اوه، حلقه را از دست دادم.»
سپس تصمیم گرفت به‌جای ادامه تلاش برای یافتن حلقه، کاری دست‌یافتنی و معنادار انجام دهد: ساختن قلبی از سنگ‌ها به‌عنوان یادبودی برای حلقه گمشده.
پس از بازنشانی بازی و بازگشت حلقه به محیط، این عامل کاربردهای دیگری برای آن پیدا کرد. حلقه ابتدا به حلقه بسکتبال، سپس به هدفی برای تمرین و در نهایت به وسیله‌ای برای تزئین تبدیل شد.
وقتی بازی اجازه نداد عامل حلقه را دور بدن خود قرار دهد، او راه‌حل دیگری پیدا کرد: از لبه صخره پایین پرید تا دوباره در نزدیکی حلقه ظاهر شود. سپس از میان حلقه عبور کرد و اعلام کرد: «حلقه را پوشیده‌ام.»
بیشتر بخوانید: هوش مصنوعی به‌جای افزایش بهره‌وری فعلاً کار مدیران را سخت‌تر کرده است
یادگیری مهارت‌هایی که طراحان پیش‌بینی نکرده بودند
این رفتارها صرفاً سرگرمی‌های بی‌اهمیت نبودند. شش عامل از مجموع ۱۳ عامل یاد گرفتند که اگر هنگام پرش، بلوکی را در میانه حرکت رها کنند، می‌توانند آن را با فاصله بیشتری پرتاب کنند؛ قابلیتی که پژوهشگران از ابتدا برای آموزش آن برنامه‌ریزی نکرده بودند.
به نوشته پژوهشگران، کاوش آزادانه باعث شد عامل‌ها به دانشی درباره محیط دست پیدا کنند که حتی طراحان آن نیز از قبل در اختیار نداشتند.
این نتیجه می‌تواند برای توسعه عامل‌هایی که در آینده وظایف رباتیک انجام می‌دهند، اهمیت داشته باشد. چنین ربات‌هایی ممکن است در محیط‌های پیچیده با موقعیت‌هایی روبه‌رو شوند که طراحان از قبل تمام جزئیات آنها را پیش‌بینی نکرده‌اند. توانایی کشف راه‌حل‌های تازه از طریق تجربه می‌تواند به آنها در مواجهه با چنین شرایطی کمک کند.
بااین‌حال، محیط آزمایش به‌گونه‌ای طراحی شده بود که رفتارهای شبیه به انسان را تا حدی تشویق کند. اگرچه به Eko دستور داده نشده بود که بازی اختراع کند، فایل دستورالعمل اصلی آن که پژوهشگران از آن با عنوان «روح» یاد می‌کنند، این عامل را موجودی با کنجکاوی طبیعی توصیف کرده بود.
بیشتر بخوانید: ۱۲۰۰ عامل هوش مصنوعی یک «دسته شورشی» تشکیل دادند
