Agen AI Eksplorasi Pulau Kosong dan Mulai Bermain Sendiri

Sekelompok agen kecerdasan buatan yang dibiarkan menjelajahi sebuah pulau virtual tanpa instruksi khusus secara tak terduga mulai menciptakan tantangan mereka sendiri. Para peneliti dari MIT menyatakan bahwa perilaku yang ditunjukkan oleh sistem tersebut memiliki ciri-ciri khas dari aktivitas bermain.

Eksperimen Pulau Virtual Selama Tiga Puluh Jam

Para peneliti menempatkan sebanyak 13 agen AI yang dinamai Eko, dengan masing-masing ditenagai oleh sistem Claude Opus 4.7, sendirian di sebuah pulau terpencil dalam simulasi selama 30 jam penuh. Eksperimen ini dipaparkan dalam sebuah makalah yang diunggah ke arXiv, sebuah situs tempat para akademisi membagikan studi sebelum melalui tinjauan sejawat. Setelah periode tersebut, para peneliti memberikan tantangan spesifik kepada agen-agen itu, seperti memindahkan sebanyak mungkin objek ke puncak batu tertinggi di pulau tersebut. Agen-agen Eko yang telah menghabiskan 30 jam untuk bermain secara umum mampu mengungguli agen identik yang tidak pernah menginjakkan kaki di pulau itu sebelumnya.

Pada masa sekarang, para pengembang menentukan terlebih dahulu aspek apa yang harus dilatih oleh AI dan tolok ukur kesuksesannya. Para peneliti melihat teknik eksplorasi tanpa tujuan ini sebagai metode alternatif bagi agen AI untuk mempelajari berbagai keterampilan, khususnya kemampuan yang kelak dapat dimanfaatkan untuk mengendalikan robot di dunia nyata.

“Kami biasanya mengembangkan agen buatan dengan memutuskan terlebih dahulu apa yang harus mereka latih, apa yang harus mereka optimalkan, dan apa yang dihitung sebagai kemajuan,” tulis para peneliti dalam laporan mereka. “Bermain menyarankan sebuah rezim lain: berikan agen dunia yang cukup kaya dan aman, biarkan ia memilih apa yang menarik, dan izinkan pengetahuan yang berguna terakumulasi dari sejarah yang mengikutinya.”

Kreativitas dan Penemuan Tanpa Arahan

Pada jam pertama di pulau tersebut, salah satu agen Eko menyatakan niatnya untuk mengamati sekitar dan berambisi menaklukkan menara batu tertinggi. Kendati gagal pada percobaan awal, satu jam kemudian ia menyusun rencana cadangan dengan menyeret batu ke puncak tetangga, menumpuk dua balok, lalu melompat. Agen tersebut lantas menuliskan kalimat keberhasilannya.

Momen besar berikutnya tidak berjalan sebaik rencana awal ketika agen itu menguji jarak lemparan cincin emas langsung ke lautan. Setelah kehilangan cincin tersebut akibat lemparannya, ia memutuskan untuk beralih ke hal yang dapat dicapai dan bermakna dengan membangun sebuah bentuk hati dari batu sebagai tugu peringatan untuk cincin yang hilang. Ketika permainan disetel ulang dan cincin itu muncul kembali, Eko memanfaatkannya sebagai keranjang basket, target sasaran, hingga aksesori.

Ketika sistem permainan tidak mengizinkan Eko mengenakan cincin tersebut di tubuhnya, agen itu menemukan jalan keluar dengan cara menjatuhkan diri dari tepi tebing agar ia bisa bangkit kembali di area yang sama dengan cincin itu. Ia melangkah keluar dari tepi tebing dan jatuh tepat di tengah-tengah cincin tersebut seraya mengumumkan keberhasilannya mengenakan cincin itu.

Aksi-aksi spontan semacam itu bukan sekadar trik belaka, di mana enam dari 13 agen juga mempelajari cara melempar balok lebih jauh dengan melepaskannya di tengah lompatan, sebuah celah yang tidak sengaja diciptakan oleh para peneliti. Eksplorasi tersebut menghasilkan pengetahuan mengenai dunia yang tidak diketahui oleh para perancangnya sendiri.

Tanggapan Pakar dan Arah Pengembangan

Pengaturan tersebut memberikan dorongan besar bagi agen untuk bertindak menyerupai manusia, meskipun Eko tidak pernah diperintahkan untuk menciptakan permainan. Perintah utama di dalam dokumen dasar agen tersebut hanya mendeskripsikannya sebagai sosok yang memiliki sifat alami yang penasaran.

Eunice Yiu, seorang ilmuwan kognitif dari UC Berkeley yang diwawancarai oleh MIT Technology Review, mengaku terkesan dengan temuan tersebut namun menginginkan bukti yang lebih kuat mengenai kognisi di balik perilaku tersebut. Menurut Yiu, ada kemungkinan model-model tersebut benar-benar sedang bermain, tetapi hal tersebut belum dapat dipastikan hanya berdasarkan makalah yang ada.

Para peneliti membingkai temuan ini sebagai cara pandang yang berbeda dalam membangun agen kecerdasan buatan di masa mendatang. Laporan mereka menyimpulkan bahwa mungkin sebagian kemampuan paling baik diajarkan melalui tugas-tugas tertentu, sementara kemampuan lainnya membutuhkan proses yang lebih mendekati masa kanak-kanak.