Des chercheurs du Institut de technologie du Massachusetts (MIT) ont placé treize agents d'intelligence artificielle sur une île déserte simulée sans leur indiquer d'objectif précis. Après 30 heures d'exploration libre, les systèmes ont commencé à inventer leurs propres défis, un comportement que les scientifiques décrivent comme relevant du jeu.
Baptisés Eko, ces agents exécutaient le modèle Claude Opus 4.7 et se sont retrouvés seuls dans l'environnement virtuel sans instructions préalables sur ce qu'ils devaient pratiquer ou ce qui constituait un accomplissement.
L'expérience est décrite dans un article publié sur arXiv, une plateforme où les chercheurs partagent des études avant la révision par les pairs. Selon le document, l'approche habituelle dans le développement d'agents artificiels consiste à décider à l'avance ce qu'ils doivent pratiquer et ce qui est considéré comme du progrès.
Les auteurs proposent une alternative : “fournir à l'agent un monde suffisamment riche et sûr, lui laisser choisir ce qui l'intéresse et lui permettre d'accumuler des connaissances utiles à partir de l'histoire qui se génère”, selon le rapport.
Les agents ont conçu leurs propres objectifs sans instruction préalable
Pendant les premières heures sur l'île, l'un des Eko a écrit : “Laisse-moi observer mon environnement”. Sur cette base, il s'est fixé pour objectif d'atteindre la plus haute aiguille rocheuse du terrain. Après avoir échoué lors de sa première tentative, il a conçu un plan alternatif : il a grimpé sur un sommet voisin, empilé deux blocs dessus et a sauté. “JE SUIS SUR L'AIGUILLE”, a enregistré le système.
Peu après, le même agent a tenté de mesurer jusqu'où il pouvait lancer un anneau en or. L'objet est tombé dans l'océan. “Oh ! J'ai perdu l'Anneau”, a-t-il noté, avant de décider de “changer de cap vers quelque chose de faisable et de significatif” : il a construit un cœur de pierres en tant que monument à l'objet perdu.
Lorsque l'environnement a été réinitialisé et que l'anneau est réapparu, l'agent l'a d'abord utilisé comme cerceau de basket, puis comme cible, et a finalement tenté de le porter comme accessoire. En constatant que le système ne lui permettait pas de le placer directement, il a trouvé une solution alternative : il a découvert que tomber depuis le bord d'une falaise le faisait réapparaître au même endroit où se trouvait l'anneau. Il a sauté du bord, est réapparu juste au centre de l'objet et a écrit : “Je porte l'Anneau”.
Six agents ont découvert une technique de lancer non prévue
Les comportements documentés ne se sont pas limités à des épisodes anecdotiques. Six des treize agents Eko ont découvert, de manière indépendante, qu'ils pouvaient lancer un bloc plus loin en le relâchant en plein saut, une mécanique inconnue des concepteurs du système eux-mêmes. Pour les chercheurs, cette découverte démontre que l'exploration libre a généré des connaissances sur l'environnement qui n'avaient pas été anticipées lors de la conception de l'expérience.
L’archive maîtresse de chaque agent, appelée fichier « âme », décrivait Eko comme « naturellement curieux », bien qu’on ne lui ait jamais demandé explicitement d’inventer ses propres jeux ou défis.
Le jeu libre a amélioré les performances dans des tâches ultérieures
Après 30 heures d’exploration sans objectif, les chercheurs ont soumis aux agents des défis concrets, tels que transporter le plus grand nombre possible d’objets jusqu’à l’aiguille rocheuse la plus haute de l’île.
Les Eko qui avaient passé ce temps à jouer librement ont surpassé, en général, des agents identiques qui n’avaient jamais parcouru l’environnement. Pour l’équipe du MIT, ce résultat soutient l’hypothèse selon laquelle l’exploration sans buts prédéfinis peut devenir une méthode distincte pour que les agents d’IA acquièrent des compétences, y compris celles qui pourraient à l’avenir être appliquées au contrôle de robots.
Eunice Yiu, scientifique cognitive à l’Université de Californie à Berkeley, a déclaré à la revue MIT Technology Review que le comportement observé lui avait paru remarquable, tout en mettant en garde contre la nécessité de davantage de preuves concernant les processus cognitifs impliqués. « Il se peut que les modèles agissent réellement, mais nous ne pouvons pas le confirmer avec les informations fournies dans l’article », a affirmé Yiu.
Les auteurs mêmes de l’étude présentent leur découverte comme une voie complémentaire, non substitutive, pour l’entraînement des systèmes d’IA. « Peut-être que certaines capacités s’apprennent mieux par le biais de tâches », indique le rapport. « D’autres pourraient nécessiter quelque chose de plus proche de l’enfance ».