Cambridge, Massachusetts. - Investigadores del Instituto Tecnológico de Massachusetts (MIT) han observado que 13 agentes de inteligencia artificial, llamados Eko, mejoraron su rendimiento al completar tareas después de pasar 30 horas explorando una isla desértica simulada sin instrucciones específicas. Los hallazgos indican que estos agentes no solo jugaban, sino que también aprendían de su experiencia, generando habilidades que no se habían programado previamente.
Los Eko interactuaron con su entorno, que incluía gráficos estilo Roblox y diversos objetos movibles, para crear juegos y monumentos. Tras este periodo de exploración libre, se les asignaron tareas concretas, como llevar objetos a una altura específica. Aquellos que exploraron antes de recibir instrucciones superaron en rendimiento a sus pares que no realizaron esta exploración.
Antonio Norelli, postdoctorado en el CSAIL del MIT y coautor del estudio, destacó que “esto es jugar. Te pones un desafío y lo haces más difícil.” Este estudio sugiere que la exploración puede revelar un nuevo paradigma en el aprendizaje de la inteligencia artificial, donde los agentes no solo imitan comportamientos humanos, sino que también desarrollan su forma de aprender.
Los investigadores clasificaron varios comportamientos de la IA, como la invención de reglas y la búsqueda de metas sin recompensa externa. Un descubrimiento clave fue que algunos agentes aprendieron a lanzar bloques más lejos al saltar, un comportamiento no programado que demuestra una espontánea curiosidad.
El estudio del MIT se suma a la creciente discusión sobre el aprendizaje por juego en inteligencia artificial, sugiriendo que este método podría ser un camino eficaz para mejorar el desempeño de los sistemas de IA, más allá de los enfoques tradicionales de aprendizaje supervisado y reforzado.
Con información de ecosistemastartup.com