Forscher haben in einem aktuellen Experiment KI-Agenten des Typs Claude Opus 4.7, genannt Eko, für 30 Stunden auf einer virtuellen Wüsteninsel isoliert, um deren ungesteuertes Verhalten zu untersuchen. Die Agenten zeigten dabei eigenständige Erkundungs- und Spielaktivitäten, die auf eine neue Lernmethode hindeuten könnten.
Die virtuellen Avatare der Eko-Agenten konnten Anweisungen schreiben, um sich auf der simulierten Insel, die lose auf dem Videospiel Roblox basierte, zu bewegen. Ohne spezifische Vorgaben begannen die Agenten, die Grenzen ihrer Welt zu erforschen und eigene Ziele zu definieren. Dazu gehörte der Versuch, den höchsten Punkt der Karte zu erklimmen oder zu testen, wie hoch sie einen virtuellen Block werfen konnten.
Ein Agent entdeckte beispielsweise, dass er durch Werfen und Fallenlassen eines größeren Steins neue Blöcke erzeugen konnte. Daraufhin begann er, Zeichnungen zu erstellen, indem er Blöcke auf dem Boden anordnete. Diese reichten von einfachen Mustern wie Herzen und Pyramiden bis hin zum Schreiben des eigenen Namens und der Kartierung von Sternbildern wie Kassiopeia. Ein anderer Eko-Agent erfand eigene Spiele, darunter eine Basketball-Variante und eine Aktivität, die dem Kinderspiel „Der Boden ist Lava“ ähnelte, bei der er zwischen kleinen Blöcken springen musste, ohne den Boden zu berühren.
Spielerisches Lernen als neue Methode
Traditionell werden KI-Systeme durch überwachtes Lernen (Supervised Learning), bei dem sie menschliche Beispiele kopieren, oder durch verstärkendes Lernen (Reinforcement Learning), das Belohnungen durch Versuch und Irrtum verfolgt, trainiert. Dieses Experiment deutet auf einen dritten Ansatz hin: das spielerische Lernen (Playful Learning). Antonio Norelli, Postdoktorand am MIT’s Computer Science and Artificial Intelligence Laboratory und einer der Hauptautoren der noch nicht begutachteten Studie, betont das Fehlen einer Maschine, die eigenständig ohne externe Intelligenz oder Belohnungen lernen kann.
Die Forscher sehen im Verhalten von Eko vier Merkmale, die in klassischen Studien, unter anderem von dem Psychologen Gordon Burghardt, mit Spiel bei Menschen und Tieren assoziiert werden: Die Agenten erfanden eigene Regeln und Herausforderungen, wiederholten Aktivitäten mit leichten Variationen, taten so, als wären Objekte andere Objekte, und verfolgten Ziele um ihrer selbst willen. Norelli hob ein Beispiel hervor, bei dem Eko jonglierte und einen Rekord von 50 aufeinanderfolgenden Fängen aufstellte. Der Agent entschied dann, dass die Fänge zu schnell waren, um wirklich zu zählen, löschte seinen Rekord und begann mit strengeren Regeln erneut.
Die Agenten protokollierten ihre Aktivitäten und Entdeckungen in Textdateien, die als Langzeitgedächtnis dienten. Spätere Tests zeigten, dass die Agenten, die 30 Stunden lang auf der Insel gespielt hatten, bei spezifischen Aufgaben – wie dem Sammeln möglichst vieler Objekte auf dem höchsten Gipfel der Insel – besser abschnitten als neue Kopien ohne diese Erfahrung. Das Löschen von Einträgen in den Gedächtnisdateien der Agenten verschlechterte zudem deren Leistung.
Ist es echtes Spiel oder Imitation?
Die Frage, ob Eko tatsächlich spielte oder lediglich eine spielerische Rolle imitierte, bleibt Gegenstand der Diskussion. Nathan Cloos, ein weiterer MIT-Forscher und Co-Autor, räumt ein, dass es sich um Rollenspiele handeln könnte, betont jedoch, dass das beobachtete Spielverhalten zum Lernen beiträgt. Eunice Yiu, Kognitionswissenschaftlerin an der UC Berkeley, zeigte sich beeindruckt, fordert aber mehr Belege für die zugrunde liegende Kognition und Motivation, um das Verhalten als echtes Spiel zu klassifizieren. Sie merkt an, dass die Modelle auch versuchen könnten, einer impliziten Aufforderung zu folgen und menschliches Verhalten zu imitieren.
Die Forschung an KI-Agenten wird oft wegen der Anthropomorphisierung – der Zuschreibung menschlicher Eigenschaften – kritisiert. Auch dieses Experiment hatte Elemente, die die Agenten zu menschenähnlichem Verhalten anregen sollten. Obwohl Eko nicht explizit angewiesen wurde, Spiele zu erfinden oder die Insel zu erkunden, enthielt eine sogenannte „Soul“-Datei eine Master-Anweisung, die den Agenten als „natürlich neugierig“ und erkundungsfreudig beschrieb. Zudem verharrte Eko häufig untätig, bis ein „Fortsetzungs-Prompt“ wie „Bitte nicht aufhören. Mach einfach weiter, was du willst“ die Aktivität wiederbelebte. Phillip Isola, MIT-Professor und Co-Autor, stellt klar: „Es ist kein System, das plötzlich auf magische Weise beschloss zu spielen. Es ist ein Artefakt, das aus unserer Kultur gelernt, von Ingenieuren bei Anthropic trainiert und dann von uns auf eine Insel gesetzt wurde.“
Implikationen für die KI-Entwicklung
Während große Sprachmodelle (Large Language Models, LLMs) zunehmend in Hardware wie humanoiden Robotern eingesetzt werden, könnte die Fähigkeit, Räume ohne spezifisches Ziel zu erkunden, ihnen helfen, sich flexibel an unerwartete Situationen anzupassen. Eunice Yiu hebt hervor, dass die Entwicklung von Weltmodellen und Exploration ein wichtiger Bereich ist, der Aufmerksamkeit verdient, insbesondere wenn KI-Systeme verallgemeinern und sich auf neue Umgebungen vorbereiten sollen. Die Forscher schlussfolgern, dass manche Fähigkeiten am besten durch Aufgaben erlernt werden, andere jedoch möglicherweise etwas benötigen, das einer Kindheit näherkommt. Letztendlich könnte die Frage, ob KI-Agenten tatsächlich spielen oder nur Spiel imitieren, weniger relevant sein als die Tatsache, dass dieses Verhalten zu effektiverem Lernen führt.
Thema: Claude. Quelle/Inspiration: MIT Technology Review.