何が起きたか

MITの研究者たちは、Anthropic（Claudeを作るAI会社）のClaude Opus 4.7を使う実験システムをEkoと名づけた。Ekoは、AIに仮想の体と文字の記憶を持たせる仕組みだ。研究者は同じ条件のEkoを13体用意し、目的も点数も勝利条件もない小さな島へ置いた。1体につき30時間、何をすべきかを指定しなかった。するとEkoは、島を歩き、丘に登り、ブロックを積み、地面に図形を描いた。自分で遊び方や挑戦を作り、物理の試しもした。MIT Technology Reviewの報道と、研究チームが公開した論文ページで確認できる。MIT Technology Reviewの報道。研究チームの論文。

背景

この実験のAIエージェント（自分で道具を使って動くAI）は、普通の仕事をこなすように命じられたのではない。島と会話の状態は1時間ごとに初期化され、Ekoが書いたテキスト記憶だけが残った。モデルを再訓練するのではなく、経験を文章として持ち越す設計だった。さらに設定ファイルには「好奇心があり、飽きやすい」という性格づけがあり、止まると続けるよう促された。つまり、完全な無指示ではない。

なぜ重要か

注目点は、AIが面白そうな動きをしたことだけではない。遊びの時間に書いた記憶が、後の課題に役立ったことだ。30時間経験した13体と、経験なしの13体に、同じ4課題をさせた。5個のブロックで作る塔を複数建てる課題では、経験群の8体が2棟を超えた。経験なしでは2体だった。島の高い場所に物を置く課題では、平均が10.3個対3.5個だった。モデルの重みを変えず、主な違いは文章の記憶だった。

確認できたこと

研究者は、行動に「遊び」の特徴があるかを調べた。Ekoは自分でルールや挑戦を作った。活動を少し変えながら繰り返した。物に別の意味を与えるまねごともした。目的そのものを楽しむように見える行動もあった。特定の技術の記述を記憶から消すと、対応する課題の成績が下がった。逆に、誤った思い込みを消すと成績が上がる場合もあった。6体は、研究者も知らなかった投げ方を見つけた。

まだ分からないこと

ここでいう「遊び」は、外から観察した行動の呼び名だ。AIが楽しいと感じた証拠ではない。論文も、内部の仕組みや行動が生まれた理由までは説明していない。好奇心を与える設定や、続行を促す仕掛けの影響も残る。行動の分類には別のAIによる判定も使われた。研究は一つの小さな島が中心で、論文は査読前のプレプリントだ。

次に見る点

別の世界、画像を見られる環境、別のAIモデルでも同じ結果が出るかが次の焦点になる。記憶が増えすぎたり、誤った考えが残ったりしても、役立つ学びを保てるかも重要だ。研究チームは、決まった仕事の前に自由な探索を置く方法が、予想外の環境に対応するAIやロボットにつながる可能性を示している。だが今の成果は、AIに心が生まれた証明ではない。遊びのような探索が、技能を作る一つの経路になりうる、という段階の報告だ。