そして、"外部からの報酬（extrinsic rewards）"なしで訓練されたAIモデルがスキルを身につけたり、学ぶことができることを示した。
Large-Scale Study of Curiosity-Driven Learning
https://www.youtube.com/watch?time_continue=85&;v=l1FqtAHfJLI
＞AIに様々なゲームをさせてみた
＞何をするのか、勝つという意味がなんなのか教えていない
＞ノーゲームスコア、ノーゴール、ノー報酬（外部からは無報酬）。あるのは”好奇心”のみ
＞スーパーマリオではレベル１０に達した
＞なかなかいいプレイをしている。さて、もう一つAIを敵対的に（対戦で）加えたらどうだろう
＞うまくラリーしてる
＞ロボットでシミュしてみよう
＞蟻ロボットに歩行のような行動が見られる
＞Curious agent（好奇心旺盛なAI）は、遠くの目的地までたどり着く手段を学べる
＞好奇心で離散した複数の目的地もカバーできる
＞Curious agentはハマる（詰まる）ことはあるだうか？
＞テレビとリモコンを渡したら、だらだら居座り続けた
＞チャンネルを変えることに興味があるらしい

要するに、AIに特定のゴールを教えずに物事をやらせる方法を編み出したということだ。
ホワイトペーパーによると：”これは聞こえるほど不思議なことではない。
発達心理学者にしてみれば内発的動機づけ（好奇心など）は初期の発達において主要な原動力と位置付けている：乳児は目的なき探索を用いることにより、その後必要なスキルを身に着ける。
マインクラフトをプレーして、そこで外的な報酬がなくても近くの動物園（local zoo）に訪れたり、他にもたくさんの例がある。”