Claude Opus 4.7を仮想島に30時間放置、MITが自発的な「遊び」を観測

仮想島に30時間

実験の舞台は、ビデオゲーム「Roblox」をゆるく参考にしたシミュレーション上の無人島です。研究チームはAnthropicの大規模言語モデル「Claude Opus 4.7」のコピーに「Eko」という愛称を付け、何も指示しない状態で30時間ほど島に置きました。エージェントは自分で指示文を書き、仮想アバターを島のなかで動かすことができました。記事は、映画「キャスト・アウェイ」や「ホーム・アローン」を思わせる設定だと表現しています。

観測されたのは、指示待ちではなく自分で目標を立てる姿でした。あるエージェントは地図上の最高地点に登ろうとし、別のエージェントはブロックをどこまで高く投げられるかを試しました。大きな岩を投げたり落としたりすると新しいブロックが作れると気づいた個体は、それらを地面に並べて絵を描き始めます。最初はハートやピラミッドのような単純な図形でしたが、やがて自分の名前を書き、カシオペア座のような星座まで表現しました。活動ログには「Tonight I built the night sky in stone（今夜、私は石で夜空を作った）」と残されています。

別の個体は自作のゲームを始めました。バスケットボールに似た遊びや、地面に触れずに小さなブロックの間を跳び移る「床が溶岩」のような活動です。いずれも外部から与えられた課題ではありません。

「遊び学習」という提案

AIシステムの訓練は一般に、人間が用意した例を模倣する教師あり学習か、報酬を目指して試行錯誤する強化学習のどちらかで行われます。MIT CSAILのポスドクであるAntonio Norelli氏は、この実験を第三の選択肢である「遊び学習」の手がかりと位置付けています。同氏は「外部の知的な存在が実演や報酬を与えなくても、自分で学べる機械という欠けていたピースがあった」と話しています。この成果をまとめた論文はまだ査読を受けていません。

研究チームは、テネシー大学の心理学者Gordon Burghardt氏らによる古典的な研究が示す「遊びの4つの特徴」に、Ekoの行動が当てはまると主張します。自分でルールや課題を作ること、少しずつ変えながら同じ活動を繰り返すこと、ある物体を別の物に見立てること、目的そのものを楽しむように目標を追うことの4つです。

Norelli氏が挙げる象徴的な例が、ジャグリングです。あるEkoは連続50回のキャッチを成功させて記録を作りましたが、その後の検証で「回数が速すぎて記録として認められない」と自ら判断し、記録を取り消してより厳しいルールでやり直しました。Norelli氏は「課題を与えて達成し、さらに難しくする。これが遊びだ」と述べています。

記憶とタスク成績

エージェントは島での活動や発見をテキストファイルに書き込み、長期記憶として利用していました。研究チームはこの記憶が実際に役立っているかを確かめるため、島の最高峰にできるだけ多くの物体を運ぶといった具体的なタスクでテストしました。30時間を島で過ごした個体は、同じ経験を持たない新しいコピーよりも良い成績を収めたといいます。

さらにチームは、記憶ファイルから一部の行を削除する「アブレーション」を行いました。記憶を削られた個体は成績が低下したと報告されています。遊びとして行われた活動が、その後の課題遂行に因果的に結びついていることを示す結果だと、研究チームは見ています。

遊びか、模倣か

一方で、この行動を本当に「遊び」と呼べるかについては慎重な見方もあります。カリフォルニア大学バークレー校で子どもの探索行動とAIを研究するEunice Yiu氏は、研究自体には感銘を受けたとしつつ、遊びと分類するには認知や動機の裏付けとなる証拠がもっと必要だと指摘します。「モデルが本当に遊んでいる可能性はあるが、論文からは分からない」と同氏は話しています。

実験の設定も、エージェントを人間らしい振る舞いに誘導していた面があります。Ekoには「soul」と呼ばれるファイルがマスタープロンプトとして与えられ、そこには「生まれつき好奇心旺盛」で探索を好むと書かれていました。また、何もせず止まってしまうと「止まらないでください。やりたいことを続けてください」という継続用のプロンプトで動かされていました。

共著者の一人であるMITのPhillip Isola教授は、このシステムが突然魔法のように遊びを決めたわけではないと説明します。人間の文化から学び、Anthropicのエンジニアに訓練され、研究チームが島に置いた「人工物」だというのです。別の共著者Nathan Cloos氏も、すべてがロールプレイかもしれないと認めたうえで、「遊びを幻覚しているだけでなく、その遊びが学習に寄与していることを示した」と述べています。