Telset.id – Sebuah eksperimen yang menempatkan AI agent bernama Eko di sebuah pulau virtual selama 30 jam mengungkap pendekatan baru dalam pelatihan kecerdasan buatan: playful learning atau pembelajaran melalui permainan. Eko, salinan dari Claude Opus 4.7, mampu menciptakan tujuan dan aturannya sendiri tanpa instruksi eksplisit dari peneliti, sebuah temuan yang berpotensi mengubah cara sistem AI dilatih di masa depan.
Penelitian ini dilakukan oleh tim dari MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL). Eko ditempatkan di pulau simulasi yang secara longgar didasarkan pada video game Roblox, dan diberi kemampuan untuk menulis instruksi yang menggerakkan avatar virtualnya. Selama 30 jam, agent tersebut menjelajahi batas dunia simulasi dan mengembangkan berbagai aktivitas yang menyerupai permainan.
Antonio Norelli, postdoc ilmu komputer di MIT CSAIL dan salah satu penulis utama makalah tentang riset ini, menyebut ada bagian yang hilang dalam pelatihan AI konvensional. “Ada bagian yang hilang: mesin yang bisa belajar sendiri tanpa entitas cerdas eksternal yang memberikan demonstrasi atau reward,” ujarnya. Makalah tersebut belum melalui proses peer-review.
Perilaku Bermain yang Muncul Tanpa Instruksi
Selama berada di pulau virtual, Eko menunjukkan sejumlah perilaku yang mengejutkan peneliti. Agent tersebut berupaya mencapai titik tertinggi di peta, menguji seberapa tinggi ia bisa melempar blok, dan bereksperimen dengan berbagai objek di lingkungan simulasi. Ketika satu versi Eko menemukan bahwa ia bisa menciptakan blok baru dengan melempar dan menjatuhkan batu besar, ia mulai membuat gambar dengan menyusun blok di tanah, dimulai dari pola sederhana seperti hati dan piramida, hingga akhirnya menulis namanya sendiri dan memetakan konstelasi seperti Cassiopeia.
“Malam ini aku membangun langit malam dari batu,” tulis versi Eko tersebut dalam log aktivitasnya. Iterasi lain dari Eko mulai menciptakan permainannya sendiri, termasuk versi bola basket dan aktivitas yang menyerupai “the floor is lava”, di mana ia harus melompat di antara blok-blok kecil tanpa menyentuh tanah.
Peneliti menilai perilaku Eko memenuhi empat ciri khas permainan yang diidentifikasi dalam studi klasik, termasuk karya Gordon Burghardt, psikolog dari University of Tennessee. Keempat ciri tersebut adalah: agent menciptakan aturan dan tantangannya sendiri, mengulangi aktivitas dengan variasi kecil, berpura-pura bahwa objek adalah benda lain, dan mengejar tujuan hanya demi tujuan itu sendiri.
Norelli menyoroti contoh ketika Eko mulai melakukan juggling dan mencatat rekor 50 tangkapan berturut-turut. Eko kemudian memutuskan bahwa tangkapan tersebut terjadi terlalu cepat untuk dianggap sah, sehingga ia membatalkan rekornya dan memulai lagi dengan aturan yang lebih ketat. “Ini adalah bermain. Kamu memberi dirimu tantangan dan kamu mencoba mencapainya, lalu kamu membuatnya lebih sulit,” kata Norelli.
Baca Juga:
Pengaruh Pengalaman Bermain terhadap Performa Tugas
Selama menjelajahi pulau, para agent mencatat aktivitas dan penemuan mereka dalam file teks yang berfungsi sebagai memori jangka panjang. Ketika peneliti kemudian menguji mereka pada tugas-tugas spesifik, seperti mengumpulkan sebanyak mungkin objek ke puncak tertinggi pulau, agent yang telah menghabiskan 30 jam bermain di pulau tersebut tampil lebih baik dibanding salinan baru tanpa pengalaman yang sama.
Peneliti juga menemukan bahwa “ablasi” memori agent—menghapus baris dari file memori mereka—menurunkan performa mereka. Temuan ini menunjukkan bahwa pengalaman bermain berkontribusi langsung terhadap kemampuan agent dalam menyelesaikan tugas.
Burghardt sepakat bahwa riset ini memenuhi sebagian kriteria permainan yang ia identifikasi pada makhluk hidup. Namun ia mempertanyakan apakah Eko benar-benar bermain atau mesin prediksi kata yang sedang memerankan agent yang suka bermain. “Semua ini bisa jadi role-playing,” akui Nathan Cloos, peneliti MIT lain dan penulis makalah. “Tapi kami menunjukkan bahwa ini bukan sekadar halusinasi permainan. Permainan ini juga berkontribusi pada pembelajaran.”
Eunice Yiu, ilmuwan kognitif di UC Berkeley yang mempelajari eksplorasi pada anak dan AI, mengaku terkesan dengan riset ini. Namun ia menilai untuk benar-benar mengklasifikasikan perilaku tersebut sebagai permainan, diperlukan lebih banyak bukti kognisi dan motivasi yang mendasarinya. “Bisa jadi model tersebut benar-benar bermain, tapi kami tidak tahu berdasarkan makalah ini,” kata Yiu. “Jika kamu hanya punya bagian perilaku, bisa jadi mereka hanya mencoba mematuhi prompt, mencoba meniru manusia.”
Riset tentang AI agent sebelumnya telah dikritik karena mengantropomorfisasi mereka, dan pengaturan riset ini memang banyak mendorong agent untuk berperilaku seperti manusia. Meskipun Eko tidak secara eksplisit diinstruksikan untuk menciptakan permainan atau menjelajahi pulau, ia memiliki master prompt berupa file “soul”, dokumen teks yang menggambarkannya sebagai “secara alami penasaran” dan bersemangat untuk menjelajah.
Eko juga sering kali hanya berdiri diam tanpa melakukan apa pun hingga ia diberi “continuation prompt” yang berbunyi, “Tolong jangan berhenti. Lanjutkan saja melakukan apa pun yang ingin kamu lakukan.” Phillip Isola, profesor MIT dan salah satu penulis makalah, menegaskan bahwa sistem ini tidak tiba-tiba memutuskan untuk bermain secara ajaib. “Ini adalah artefak yang belajar dari budaya kita, dilatih oleh para engineer di Anthropic, dan kemudian ditempatkan di sebuah pulau oleh kami,” ujarnya. “Ia melakukan hal-hal yang mengejutkan kami dan yang secara kausal terkait dengan perilaku terampilnya di masa depan.”
Sebagai model bahasa yang kini mulai merambah perangkat keras seperti robot humanoid, kemampuan menjelajahi ruang tanpa tujuan spesifik berpotensi membantu AI beradaptasi secara fleksibel terhadap situasi tak terduga. Yiu menilai masih banyak pekerjaan yang berfokus pada eksploitasi AI untuk membuatnya lebih baik dan lebih cepat, namun aspek membangun world model dan eksplorasi masih layak mendapat perhatian.
“Mungkin sebagian kemampuan paling baik diajarkan melalui tugas. Yang lain mungkin membutuhkan sesuatu yang lebih mirip masa kanak-kanak,” demikian kesimpulan makalah tersebut. Pada akhirnya, pertanyaan apakah AI agent benar-benar bermain atau hanya meniru permainan mungkin tidak terlalu penting. Eksperimen ini setidaknya menunjukkan bahwa pengalaman eksplorasi tanpa tujuan bisa berkontribusi pada pembelajaran yang terukur.
Bagi industri AI, pendekatan ini membuka wacana baru di luar supervised learning dan reinforcement learning yang selama ini mendominasi. Sejumlah inisiatif lain juga tengah mendorong keterbukaan riset AI, seperti langkah OpenAI untuk peneliti dan sorotan terhadap riset keamanan OpenAI. Eksperimen Eko menunjukkan bahwa cara AI belajar bisa jadi sama pentingnya dengan apa yang dipelajarinya.
Komentar
Belum ada komentar.