AI phát hiện 3 trong 4 nhiệm vụ sau 30 giờ khám phá đảo ảo

13 tác nhân AI đạt kết quả cao hơn nhóm đối chứng ở ba trong bốn nhiệm vụ sau khi khám phá một hòn đảo ảo trong 30 giờ.

Trong nghiên cứu công bố ngày 5 tháng 10, nhóm nghiên cứu MIT trình bày hành vi và kết quả làm nhiệm vụ sau đó của một tác nhân mang tên Eko. Bài nghiên cứu chưa qua bình duyệt.

Eko là tác nhân lập trình sử dụng Claude Opus 4.7 của Anthropic. Nhóm nghiên cứu đặt 13 tác nhân, cùng xuất phát từ điều kiện ban đầu giống nhau, vào 13 hòn đảo ảo riêng biệt. Mỗi đảo có 12 khối, đá và vòng kim loại, nhưng không có mục tiêu hay điểm số định sẵn.

Các tác nhân leo lên địa hình cao, xếp khối hoặc ném đồ vật. Một tác nhân làm rơi chiếc vòng xuống biển rồi xếp các khối thành hình trái tim; một số tác nhân khác dùng vòng như rổ bóng rổ. Nhóm nghiên cứu cho biết họ quan sát thấy những hành vi giống chơi đùa, như tự đặt ra quy tắc rồi lặp lại hoặc biến đổi hành động.

Nhóm nghiên cứu so sánh 13 tác nhân đã khám phá với 13 tác nhân chưa trải nghiệm hòn đảo. Mỗi tác nhân thực hiện bốn nhiệm vụ trong một giờ trên một hòn đảo mới. Hai nhóm dùng cùng một mô hình AI, nhưng nội dung tệp ghi nhớ được tạo trong quá trình khám phá khác nhau.

Ở nhiệm vụ xây hơn hai tòa tháp, mỗi tòa gồm năm khối, có 8 trong 13 tác nhân thuộc nhóm khám phá đạt kết quả này, so với 2 trong 13 ở nhóm đối chứng. Trong nhiệm vụ đưa đồ vật lên đỉnh đá cao nhất, nhóm khám phá đưa lên trung bình 10,3 vật, còn nhóm đối chứng đạt 3,5 vật. Nhóm khám phá cũng thất bại ít hơn khi ném khối lên đỉnh đá.

Ngược lại, kết quả giữa hai nhóm tương đương ở nhiệm vụ xây một tòa tháp cao nhất. Nhóm khám phá không dẫn trước trong mọi nhiệm vụ.

Các tác nhân ghi lại những cách làm đã phát hiện trong quá trình khám phá vào tệp văn bản. Khi nhóm nghiên cứu xóa một cách làm cụ thể khỏi tệp của một tác nhân, kết quả ở nhiệm vụ liên quan giảm xuống. Trong một trường hợp khác, kết quả tăng lên sau khi xóa cách làm được ghi sai. Những quan sát này cho thấy cách lưu lại kinh nghiệm có thể ảnh hưởng đến hiệu suất.

Nghiên cứu đánh giá các nhiệm vụ sử dụng khối và đồ vật trên một hòn đảo ảo. Nhóm nghiên cứu mô tả hành vi quan sát được là có nét giống chơi đùa, nhưng cho biết chưa xác định được cơ chế bên trong AI tạo ra những hành vi đó. Nghiên cứu cũng không đưa ra cơ sở để suy rộng kết quả sang hiệu suất của các tác nhân giao dịch tài sản số.

Nghiên cứu hành vi và năng lực thực hiện nhiệm vụ của tác nhân AI trong môi trường ảo khác với việc đánh giá hiệu suất giao dịch. Trước đó, TokenPost đưa tin Binance mở quyền đặt lệnh cho tác nhân AI, nhưng các nhiệm vụ trong nghiên cứu này liên quan đến khám phá đảo ảo và thao tác với đồ vật, không phải giao dịch.