Massachusetts Institute of Technology Bilgisayar Bilimleri ve Yapay Zeka Laboratuvarı (CSAIL) araştırmacıları, Anthropic’in Claude Opus 4.7 modelinin kopyalarını Roblox benzeri bir sanal ıssız adada 30 saat boyunca herhangi bir kullanıcı komutu veya ödül mekanizması olmaksızın bıraktı. Eko adı verilen bu otonom ajanlar, çevrelerini kendi başlarına keşfetmeye ve kendiliğinden oyunlar geliştirmeye başladı.
Geometriden Yıldız Haritasına
Deney süresince ajanlar haritanın en yüksek noktasına tırmanma ve blok fırlatma gibi serbest denemeler yaptı. Büyük bir kayayı fırlatarak kırdığında küçük bloklar elde ettiğini fark eden bir ajan, elde ettiği parçaları kullanarak yer düzlemine geometrik desenler, kendi adını ve Cassiopeia takımyıldızını yerleştirdi; etkinlik günlüğüne “taşlarla gece gökyüzünü inşa ettiğini” kaydetti. Bir diğer kopya ise yer çekimi temelli zıplama oyunları ve basketbol türevi aktiviteler türetti.
Kendi Rekorunu İptal Etti
Araştırmacılar, ajanların sergilediği davranışların Tennessee Üniversitesi psikoloğu Gordon Burghardt’ın canlılardaki oyun tanımlamasıyla örtüştüğünü belirtiyor: kural belirleme, eylemleri küçük değişikliklerle tekrarlama ve objeleri sembolik amaçlarla kullanma. Bir denemede 50 kez ardışık yakalama hareketi yapan ajan, yakalamaların sayılmayacak kadar hızlı gerçekleştiğini tespit ederek kendi rekorunu geçersiz saydı ve kuralları zorlaştırıp süreci baştan başlattı. Günümüzde yapay zeka ajanları için yazılım kuralları değişirken deterministik süreçlerin yerini bu tür otonom keşif döngülerinin aldığı görülüyor.
Oyun Oynayan Ajan Testte Öne Geçti
Çalışma, geleneksel denetimli öğrenme ve pekiştirmeli öğrenmeden farklı olarak oyun temelli öğrenmeye odaklanıyor. Ajanlar adada edindikleri deneyimleri uzun süreli bellek işlevi gören metin dosyalarına kaydetti. Sonraki aşamada adada 30 saat geçiren ajanlarla ortama yeni bırakılan modeller belirli görevlerde karşılaştırıldı; zirve noktasına nesne taşıma testlerinde oyun deneyimi yaşayan ajanlar belirgin biçimde daha başarılı oldu. Bellek dosyalarındaki satırların silinmesi ise başarı oranını doğrudan düşürdü.
Akademik Çevreden Temkinli Yaklaşım
Kaliforniya Üniversitesi Berkeley araştırmacıları, sistemin bilişsel motivasyonunun kanıtlanması gerektiğini belirterek temkinli bir tutum sergiliyor. Çalışmanın yazarları ise bu davranışın salt bir yanılsamadan ibaret olmadığını, beceri kazanımına doğrudan katkı sağladığını savunuyor. Büyük dil modellerinin yazılımdan insansı robotik donanımlara aktarıldığı bir dönemde hedefsiz keşif kabiliyetinin, sistemlerin fiziksel dünyaya ve öngörülemeyen ortamlara uyum sağlamasını kolaylaştıracağı öngörülüyor.