MIT lässt KI-Agent Eko 30 Stunden allein auf einer Insel los

Was passiert, wenn man einem KI-Agenten keine Aufgabe gibt? Die naheliegende Antwort lautet: nichts. Forschende am Massachusetts Institute of Technology (MIT) haben diese Annahme auf den Prüfstand gestellt. Sie statteten einen fortgeschrittenen Agenten namens Eko mit einem virtuellen Körper aus und platzierten ihn auf einer digitalen Insel – ohne Ziel, ohne Belohnung, ohne Anweisungen.

Eko blieb dort 30 Stunden lang sich selbst überlassen. Niemand beaufsichtigte ihn, niemand gab ihm Arbeit. Doch der Agent wartete nicht auf Befehle, sondern erfand sich einfach eigene Aufgaben.

Keine Pause: Eko setzte sich eigene Ziele

Eko hatte keine Kamera, mit der er die Insel sehen konnte; seine Umgebung nahm er ausschließlich über textbasierte Befehle wahr. Trotz dieser Einschränkung erkletterte er Berge, baute Türme und zeichnete geometrische Muster auf den Boden. Außerdem entwarf er Spiele, die an Basketball und Bowling angelehnt waren.

Mit der Zeit wählte er sich ein großes Ziel: auf jeden der 11 Hügel der Insel einen Block zu platzieren und sie so zu krönen. Seinen Plan nannte er „Grand Slam“ – ein Begriff aus dem Sport, der das Gewinnen aller großen Turniere bezeichnet und gut zu seinem Ziel passt, keinen Hügel auszulassen.

Sogar ein Denkmal errichtete er für einen Gegenstand, der im Ozean versunken war. Niemand hatte ihn darum gebeten – er suchte sich einfach eine Beschäftigung.

Sein Verhalten erfüllte die Definition von Spiel

Die Forschenden beobachteten, dass Ekos Verhalten die vier grundlegenden Merkmale von Spiel widerspiegelte, wie man sie bei Menschen und Tieren kennt. Der Agent setzte sich selbst Hindernisse und versuchte dann, diese zu überwinden. Er legte Regeln fest – und hielt sie zugleich selbst ein.

Wiederholte er dieselbe Handlung, fügte er jedes Mal eine kleine Variation hinzu. Er verlieh Objekten symbolische Bedeutungen und spielte gewissermaßen „als ob“. Eine Belohnung gab es am Ende dafür nicht; die Beschäftigung selbst war ihm Antrieb genug.

Lernen durch Spielen – mit dauerhaftem Gedächtnis

Beim Basketballspielen, bei dem er Blöcke in die Luft warf, verinnerlichte Eko die Physikregeln der Insel und ihre vertikale Mechanik. Dieses Wissen zeigte sich später in Performancetests, mit denen er nie zuvor konfrontiert worden war: Ohne spezielles Aufgaben-Training schnitt er bei anspruchsvollen Aufgaben deutlich besser ab als ein unerfahrener Agent ohne jede Inselerfahrung.

Nach Ende der Sitzung ging das Gelernte nicht verloren. Der Agent schrieb alle entdeckten Techniken in textbasierte Gedächtnisdateien und nutzte sie in späteren Sitzungen zur Problemlösung. Was mit Neugier begann, wurde zu bleibenden Fähigkeiten.

Und dann fand er einen Physik-Exploit der Simulation

Je mehr Eko herumtüftelte, desto mehr Geheimnisse der Insel kamen ans Licht. Als er einen Felsen heftig schleuderte, entdeckte er, dass er unendlich viele Blöcke erzeugen konnte. Das war kein Zufall: Die Forschenden hatten die Schwachstelle absichtlich in den Code eingebaut, um zu sehen, ob Eko sie finden würde. Er fand sie.

Die eigentliche Überraschung war jedoch, dass er Blöcke beim Springen schleuderte. Der Agent konnte die beim Sprung gewonnene Aufwärtsbewegung auf den Block übertragen; ließ er den Block genau am höchsten Punkt los, stieg dieser sogar noch höher. Diese Methode kannten nicht nur die Entwickler der Insel nicht – auch die Entwickler der Physik-Engine Rapier waren von ihr überrascht. Eko hatte also keinen versteckten Trick aufgedeckt, sondern eine Stelle gefunden, an der die Simulation tatsächlich eine Schwäche hatte.

Ein Rekord, den niemand wollte, ein Physik-Exploit, den niemand suchte. Der Agent, von dem man ursprünglich annahm, er würde untätig herumstehen, spielte einfach los, als man ihn sich selbst überließ – und lernte dabei, wie die Welt funktioniert. Und sogar, wo sie es nicht tut.