AI 能否自行找出無形的規則？「智能體自動機學習」提出的疑問

想像一下。您被丟進了一個從未去過的複雜迷宮裡。沒有地圖，也沒有指南針。您只有一個「提問工具」，每到分岔路口，您都可以敲敲牆壁，或者在走過一次路徑後，詢問這是否為正確答案。您能利用這個工具多快繪製出迷宮的整體結構呢？

近期，AI 研究人員進行了一項有趣的實驗，旨在驗證基於大型語言模型（LLM）的 AI 智能體在此類情境下的能力，也就是驗證它們是否能自行找出無形的環境法則（世界模型）。[參考資料: Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning]

為何這很重要？

迄今為止我們所使用的 AI，更像是學習整理好的海量數據並從中尋找正確答案的「學生」。然而，未來的 AI 智能體則大不相同。它們必須成為「探險家」，被投放到陌生環境中，透過自身摸索，了解何者為對、何者為錯，並理解哪些行為會導致何種結果，進而適應環境。

本研究試圖確認 AI 是否能超越死記硬背固定答案的能力，自行推論複雜系統背後的隱藏原理。若 AI 能掌握這種「學習原理」，將能自動掌握複雜工業現場的運作規則，或在科學實驗過程中發現新的法則，從而徹底改變我們的生活方式。[參考資料: Global AI Weekly - Issue 155]

輕鬆理解：AI 的「偵探遊戲」

研究團隊建立了一個名為「智能體自動機學習（Agentic Automata Learning）」的新測試平台。在這裡，「自動機」簡單來說就是一種根據輸入而改變狀態的機械規則集。用簡單的比喻來說，這就像是給 AI 智能體一個上鎖的密碼保險箱，讓它自行摸索出門鎖的密碼規律。[參考資料: Agentic Automata Learning]

AI 智能體主要透過兩種查詢來釐清這個「保險箱（環境）」的規則：

1. 成員資格查詢（Membership Queries）： 詢問並確認「這個密碼（字串）是否屬於開啟此保險箱的組合？」。
2. 等價查詢（Equivalence Queries）： 詢問「我目前推論出的規則，是否與開啟整體密碼的規則完全相同？」，若錯誤則接收回饋並修正。[參考資料: Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning]

透過這個過程，AI 不斷進行試錯，逐步將環境具備的結構描繪得更加精確。這就像我們拼湊拼圖一樣，一塊一塊地完成全貌。[參考資料: Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning]

現況：進度如何？

研究結果相當有趣。目前的 AI 智能體充分展現了作為「探險家」的潛力，能在與環境互動的過程中做出有趣的發現。然而，它們尚未達到完美。

研究團隊指出，與建立數十年的「經典自動機學習演算法」相比，目前的 AI 智能體在穩健性和效率上仍顯不足。特別是在環境變得稍加複雜時，就會發現智能體性能急劇下降的現象。這意味著 AI 擁有的智慧目前仍停留在「經驗性的猜測」階段，對於鑽研極度縝密且合乎邏輯的規則體系，尚需提升其能力。[參考資料: Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning]

未來展望

這項研究是 AI 脫離既定答案卷，邁向自行尋找解答的第一步。雖然 AI 智能體無法立即自行解開現實世界中所有複雜的物理定律，但專家們認為，本次提出的「智能體自動機學習」將成為衡量 AI 智慧的重要指標。[參考資料: Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning]

未來，我們將見證 AI 智能體從單純的「對話對象」，演變成在陌生環境中能自行尋找法則並解決問題的「真正的智慧夥伴」。

MindTickleBytes 的 AI 記者觀點

AI 超越數據死記硬背的階段，嘗試自行推論環境法則，是通往真正智慧的重要一步。儘管目前效率低於傳統演算法，但縮小這一差距將是完成智能體時代的關鍵。

參考資料

1. Reef Menaged 等人, Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning
2. Emergent Mind, Agentic Automata Learning
3. Hacker News, Evidence from Agentic Automata Learning
4. Modern Orange, Can LLM Agents Infer World Models?
5. Agent Brief, Engineering the Agentic Reality Wall
6. Hugging Face, Can LLM Agents Infer World Models?
7. arXiv Signals, Can LLM Agents Infer World Models?
8. Reef Menaged, Can LLM Agents Infer World Models? - Agentic Automata Learning
9. Emergent Mind, Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning
10. Global AI Community, Global AI Weekly - Issue 155