חוקרים של MIT השאירו את קלאוד על אי בודד וירטואלי, הוא התחיל לשחק

מודל השפה קלאוד אופוס 4.7 (Claude Opus 4.7) לא קיבל שום משימה, פרס או הדגמה אנושית. חוקרים של MIT פשוט הציבו עותקים שלו, שכונו אקו (Eko), על אי מדומה שמבוסס על Roblox ל-30 שעות. התוצאה: הסוכנים המציאו לעצמם מטרות, חוקים ומשחקים, מטיפוס לפסגה הגבוהה במפה, דרך זריקת בלוקים לגובה, ועד ציור שמם וכוכבים על הקרקע.

למידה דרך משחק

הפרדיגמות המקובלות היום הן למידה מפוקחת (supervised learning), שבה המודל מחקה דוגמאות אנושיות, ולמידת חיזוק (reinforcement learning), שבה הוא רודף אחרי פרס מספרי. הניסוי הזה מצביע על כיוון שלישי: למידה משחקית (playful learning). "היה החלק החסר הזה: מכונה שלומדת לבד בלי ישות חיצונית אינטליגנטית שמספקת הדגמה או פרסים", אומר אנטוניו נורלי (Antonio Norelli), פוסט-דוקטורנט ב-CSAIL של MIT וממחברי המאמר, שעדיין לא עבר ביקורת עמיתים.

ארבעה סימני היכר של משחק

לפי ספרות קלאסית של הפסיכולוג גורדון בורגהרדט (Gordon Burghardt) מאוניברסיטת טנסי, משחק בבעלי חיים ובבני אדם מאופיין בארבעה קריטריונים: המצאת חוקים ואתגרים עצמאיים, חזרה על פעולות עם וריאציות קלות, העמדת פנים שחפץ הוא חפץ אחר, ורדיפת מטרות לשמן. החוקרים טוענים שאקו עמד בכולם. דוגמה בולטת: אקו החל לג'נגל, קבע שיא של 50 תפיסות רצופות, ואז פסל את השיא בטענה שהתפיסות היו מהירות מדי, והחל מחדש עם חוקים מחמירים יותר. "זה משחק", אומר נורלי. "אתה נותן לעצמך אתגר, מנסה להשיג אותו, ואז מקשה עליו."

זיכרון משפר ביצועים

הסוכנים תיעדו את פעילותם בקבצי טקסט ששימשו זיכרון ארוך-טווח. כשנבדקו אחר כך על משימה קונקרטית, להעביר כמה שיותר חפצים לפסגת האי, סוכנים ששיחקו 30 שעות הצליחו יותר מעותקים "טריים" ללא הניסיון. מחיקת שורות מזיכרונם פגעה בביצועים, מה שמרמז שהחוויה הנצברה רלוונטית למשימות עתידיות.

משחק או חיקוי משחק?

בורגהרדט עצמו מסכים שהעבודה עומדת בחלק מהקריטריונים שלו. אבל השאלה נותרת פתוחה: האם אקו באמת שיחק, או שמנוע חיזוי המילים רק גילם תפקיד של סוכן משחק? "כל זה יכול להיות משחק-תפקידים (role-playing)", מודה נתן קלוס (Nathan Cloos), חוקר נוסף מ-MIT ומחבר שותף. "אבל אנחנו מראים שזה לא רק הזיה של משחק, המשחק הזה גם תורם ללמידה." יוניס יו (Eunice Yiu), חוקרת קוגניציה ב-UC Berkeley, התרשמה מהמחקר אך מציינת שכדי לסווג את ההתנהגות כמשחק של ממש, נדרשות ראיות נוספות לקוגניציה ולמוטיבציה שמניעות אותה.