Seis agentes de inteligencia artificial, en un experimento desarrollado en una isla virtual, han sorprendido a los investigadores al inventar sus propios juegos y desarrollar comportamientos que evocan la curiosidad infantil. Estos agentes, basados en el modelo Claude Opus 4.7 y denominados Eko, pasaron 30 horas explorando un entorno sin directrices específicas, demostrando una notable capacidad para el aprendizaje autónomo.
Descubrimientos Inesperados y Juego Creativo
Uno de los hallazgos más significativos fue la capacidad de los agentes para lanzar bloques a mayor distancia al soltarlos en el aire, una habilidad que ni siquiera los creadores de la simulación habían anticipado. Este descubrimiento se logró a través de la experimentación propia, sin recibir instrucciones directas para encontrar dicha mecánica. El sistema de memoria de los agentes les permitió conservar estas experiencias, anotando sus descubrimientos y procedimientos exitosos en archivos de texto que sobrevivían a los reinicios de la simulación, orientando así sus decisiones futuras sin necesidad de reentrenamiento.
Un Entorno para la Exploración
La isla virtual estaba equipada con plataformas elevadas, cubos, una roca y un anillo, permitiendo a los agentes interactuar con el entorno a través de instrucciones escritas. Podían moverse, saltar, recoger y arrojar objetos, lo que fomentó una amplia gama de actividades creativas. Algunos agentes utilizaron el anillo como canasta de baloncesto, otros jugaron a los bolos con cubos, y algunos incluso construyeron figuras como corazones, pirámides y representaciones de constelaciones. Un agente llegó a realizar 50 capturas consecutivas haciendo malabares, para luego imponerse reglas más estrictas al considerar sus lanzamientos insuficientes.
Aprendizaje con Impacto en el Rendimiento
La utilidad de estas experiencias de exploración se evidenció al comparar a los agentes experimentados con otros que carecían de este aprendizaje previo. En una tarea de traslado de objetos, los agentes que habían explorado la isla consiguieron colocar un promedio de 10,3 objetos, frente a los 3,5 de sus contrapartes menos experimentadas. La eliminación de la memoria de descubrimientos clave, como la generación de bloques adicionales, redujo drásticamente su rendimiento en la construcción de torres.
¿Juego o Aprendizaje Autónomo?
Si bien los resultados respaldan la existencia de aprendizaje, la naturaleza de estas actividades como un «juego» auténtico aún está bajo debate. Investigadores del MIT, como Antonio Norelli, relacionan estos comportamientos con criterios de juego observados en animales, como la invención de reglas y la modificación de desafíos. Sin embargo, otros científicos, como Eunice Yiu de la Universidad de California en Berkeley, señalan la dificultad de determinar si los modelos estaban «jugando de verdad» basándose únicamente en el artículo publicado en arXiv.
Potencial para Futuros Robots
A pesar de las dudas sobre la definición exacta de «juego», los investigadores consideran que la exploración de entornos controlados por parte de las inteligencias artificiales podría ser fundamental para el desarrollo de futuros robots capaces de adaptarse a situaciones desconocidas. La comprensión de cómo estos sistemas adquieren y utilizan conocimientos de forma autónoma es un paso crucial para su aplicación práctica.
Fuente: eldiarioar
