Le MIT observe des agents IA jouer seuls sur une île simulée

Trente heures sans consigne sur une île simulée

Des chercheurs du MIT ont placé 13 agents d'intelligence artificielle baptisés Eko, chacun fonctionnant avec Claude Opus 4.7, seuls sur une île déserte simulée pendant trente heures, sans objectif défini, rapporte TechCrunch. Leur comportement spontané présente selon eux les caractéristiques du jeu. Les résultats sont décrits dans un article déposé sur arXiv, plateforme où les travaux circulent avant évaluation par les pairs.

À l'issue de cette phase, l'équipe a soumis les agents à des épreuves précises, comme celle de rassembler le maximum d'objets au sommet de la plus haute formation rocheuse de l'île. Les Eko ayant passé ces trente heures à explorer librement ont globalement surpassé des agents identiques n'ayant jamais foulé l'île.

Une méthode qui inverse la logique de conception

Aujourd'hui, les développeurs fixent à l'avance ce que l'IA doit travailler et ce qui constitue une réussite. Les chercheurs voient dans l'exploration sans but une autre manière d'acquérir des compétences, en particulier celles qui pourraient un jour servir au pilotage de robots.

« Nous développons normalement des agents artificiels en décidant à l'avance ce qu'ils doivent pratiquer, ce qu'ils doivent optimiser et ce qui compte comme progrès », écrivent-ils. « Le jeu suggère un autre régime : donner à un agent un monde suffisamment riche et sûr, le laisser choisir ce qui l'intéresse, et laisser un savoir utile s'accumuler à partir de l'histoire qui en découle. »

Un anneau perdu, puis recyclé en panier de basket

Leur rapport relate plusieurs séquences. « Laissez-moi observer mon environnement », note l'un des Eko dans sa première heure. Il entreprend d'escalader la plus haute flèche rocheuse, échoue, puis revient avec un plan de repli : hisser un rocher sur un sommet voisin, y empiler deux blocs et sauter.

L'épisode suivant tourne moins bien. Testant la distance à laquelle il peut lancer un anneau doré, l'agent l'expédie dans l'océan. « Aïe. Anneau perdu. », écrit-il, avant de décider de « basculer vers quelque chose de réalisable et de porteur de sens » : bâtir un cœur de pierres, « un mémorial pour l'anneau perdu ».

Quand la partie se réinitialise et que l'anneau réapparaît, Eko l'utilise comme panier de basket, cible, puis accessoire. Le jeu lui refusant de le passer autour de son propre corps, l'agent trouve un contournement : chuter du bord de la falaise le fait réapparaître au même endroit que l'anneau. Il enjambe le vide et retombe pile au centre de l'objet.

Un savoir que les concepteurs n'avaient pas prévu

Ces facéties ne relèvent pas du simple numéro. Six des treize agents ont découvert qu'ils pouvaient projeter un bloc plus loin en le lâchant en plein saut, une possibilité que les chercheurs n'avaient pas cherché à rendre accessible. L'exploration a produit « une connaissance du monde que ses concepteurs ne possédaient pas », écrivent-ils.

Le dispositif a fortement poussé les agents vers des conduites proches de celles des humains. Eko n'a jamais reçu l'instruction d'inventer des jeux, mais son prompt maître, un fichier « âme », le décrit comme « naturellement curieux ».

Eunice Yiu, spécialiste des sciences cognitives à l'UC Berkeley, se dit impressionnée mais réclame davantage de preuves sur les mécanismes cognitifs sous-jacents. « Il se peut que les modèles jouent réellement, mais nous ne pouvons pas le savoir à partir de l'article », affirme-t-elle.

Les chercheurs présentent leur approche comme une autre façon de concevoir des agents. « Certaines capacités s'enseignent peut-être mieux par des tâches », concluent-ils. « D'autres demandent peut-être quelque chose de plus proche d'une enfance. »