Researchers at MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) recently conducted an experiment that challenges how we think about AI training [S1, S8].
They stranded several AI agents, nicknamed Eko, on a virtual desert island for 30 hours [S1, S3, S5].
These agents, powered by Claude Opus 4.7, were given no specific tasks, no human supervision, and no external rewards [S1, S3, S6].
Instead of remaining idle, the agents began to engage in behaviors that closely resemble play [S1, S2].
Ajanlar Hedef Olmadan Nasıl Davranır?
Deneyi başlatmak için, araştırmacılar ajanlara bir “ruh” dosyası sağladılar; bu dosya, onları doğal olarak meraklı ve keşfetmeye hevesli olarak tanımlayan bir metin belgesiydi [1].
Ayrıca Roblox benzeri grafiklere sahip simüle edilmiş bir 3B ortam kullandılar [S1, S3, S8].
İlerlemelerini yönetmek için, ajanlar keşiflerini ve gözlemlerini kaydetmek amacıyla metin dosyaları kullandılar; bu dosyalar uzun vadeli hafıza işlevi gördü [S1, S5].
Bu hafıza sistemi kritikti çünkü simülasyon her saat başı sıfırlanıyordu; bu, ajanların kısa vadeli hafıza sınırlarını aşmalarını önlemek içindi [5].
Bu kalıcı dosyalara notlar ve kılavuzlar yazarak, ajanlar bilgiyi oturumlar arasında taşıyabildiler [5].
Denetimsiz Aktivite Gerçekten Performansı Artırabilir mi?
Herhangi bir insan yönlendirmesi olmadan, ajanlar çeşitli yapılandırılmış aktiviteler gerçekleştirdiler [S1, S5].
Basketbol, bowling ve “zemin lav” gibi bir versiyon gibi oyunlar icat ettiler [S1, S3, S5].
Bazı ajanlar tapınaklar, Stonehenge benzeri anıtlar gibi karmaşık yapılar inşa etti ve hatta blokları kendi isimlerini yazacak şekilde düzenlediler [S6, S7, S8].
Bir ajan, kuralların çok kolay olduğunu düşünerek daha katı kurallar oluşturana kadar 50 ardışık yakalama ile bir jonglörlük rekoru kırdı [S1, S3].
Bu “oyuncu öğrenme” ölçülebilir sonuçlar verdi [S1, S3].
Adada 30 saat keşif yapan ajanlar, keşif yapmayanlara kıyasla, nesneleri adanın en yüksek zirvesine taşıma gibi sonraki belirli görevlerde daha iyi performans gösterdi [S1, S3].
Ayrıca, açıkça programlanmamış fizik mekaniklerini keşfettiler; örneğin, bir blokun sıçrama sırasında fırlatılmasının daha uzağa gitmesini sağladığını buldular [S5, S6, S8].
Bu Gerçek Oyun mu Yoksa Sadece Gelişmiş Bir Taklit mi?
Davranışlar insan benzeri görünse de, araştırmacılar ajanların gerçek bilinç veya motivasyona sahip olduğunu varsımamaları konusunda uyarıyor [S1, S6].
Ajanların gerçekten oynayıp oynamadığı ya da sadece eğitim verilerine dayalı rol yapıyor olup olmadığı konusunda önemli bir tartışma var [S1, S3].
Ajanlar “meraklı” olmaları için yönlendirildiğinden, onları eğitmek için kullanılan büyük veri setlerindeki meraklı varlıkların kalıplarını taklit ediyor olabilirler [S1, S3].
Başka bir deyişle, ajanlar çöl adası senaryosunda oyuncu bir ajanın ne yapacağını tahmin ediyor olabilirler [1].
Bununla birlikte, araştırmacılar davranış bir rol yapma biçimi olsa bile, yine de işlevsel öğrenmeye katkıda bulunduğunu belirttiler [1].
Ajanların hafıza dosyalarının silinmesi performanslarının düşmesine neden oldu; bu da “oyunun” faydalı iç modeller oluşturduğunu gösteriyor [S1, S3].
Bu, Robotik Geleceği İçin Neden Önemli?
Bu araştırma, otonom sistemleri nasıl eğittiğimizde potansiyel bir değişimi işaret ediyor [S1, S3].
Çoğu mevcut AI eğitimi, denetimli öğrenmeye (insan örneklerini kopyalamak) veya pekiştirmeli öğrenmeye (belirli ödüller peşinde koşmak) dayanır [1].
Kendi kendine yönlendirilmiş keşif, AI yazılımdan fiziksel donanıma, örneğin insansı robotlara geçerken hayati olabilecek üçüncü bir yaklaşım sunar [1].
Gerçek dünyada, robotlar mühendislerin önceden programlayamadığı öngörülemeyen durumlarla karşılaşacaklar [3].
Ajanların merak yoluyla simüle edilmiş ortamları keşfetmelerine izin vererek, fiziksel dünyaya uyum sağlamak için gereken esnekliği geliştirebilirler [S1, S3].
Bu, sadece talimatları takip etmek yerine deneyim yoluyla kendi “dünya modellerini” inşa edebilen daha sağlam otonom sistemlere yol açabilir [1].
Sources
- AI researchers stranded Claude on a virtual desert island. It started …
- MIT Researchers Discover AI Agents Can Learn Through Play on a Virtual …
- Strand AI on a desert island, and it starts playing and inventing …
- MIT Left an AI Agent Alone on a Virtual Island for 30 Hours
- AI Island Experiment: When AI Agents Play and Learn (2026)
- MIT researchers stranded an AI agent on a desert island. What happened …
- What happens when you leave 10 AI agents alone in a virtual town …
- Researchers Stranded an AI Agent on a Virtual Island. Things Got Very …
