MIT研究、AIエージェントが自発的に「遊び」を創発と報告

米マサチューセッツ工科大学（MIT）の研究者が、AIエージェントの自発的な探索と学習を分析した研究「Is this machine playing?」をアーカイブ上で公開した。aitimes.comが伝えた。

研究チームはAnthropicのClaude CodeとClaude Opus 4.7を用いて「Eko」と呼ぶAIエージェントを構築。13体のEkoをそれぞれ別々の仮想島で30時間ずつ、課題も得点も与えずに走らせた。島には高低差のある地形、12個のブロック、岩、輪があり、1時間ごとに島と会話コンテキストをリセットした一方、エージェントが書き込んだファイルは保持した。

あるEkoは岩を高い地形へ動かし、その上にブロックを2個積んで最高峰に到達した。輪をバスケットゴールや投擲の的、身体の装飾として転用する例もあり、崖から故意に落下して輪の内側でリスポーンするエージェントもいた。13体中6体は、ジャンプ中に物体を投げると地上から投げるより高く飛ぶことを発見した。シミュレーターの開発者も可能とは知らなかった技術だという。別の1体は、下降中に投げると飛距離が短くなるという予測を検証し、確認した。

後の課題では、経験を積んだ群が最高峰に平均10.3個の物体を置いたのに対し、未経験の群は3.5個だった。一方、最も高い塔を作る課題では両群の成績は同程度だった。

モデルの重みを変える追加学習は行っていない。エージェントは発見した技術を外部のメモリファイルに書き出し、再利用した。特定の技術の記録を削除すると関連課題の成績が下がり、誤った信念を含む記録を削除すると成績が向上した場合もあった。研究者はこの行動を「継続的で自己主導的な」学習と表現し、遊びの特徴を備えていると解釈している。