آزمایش جوامع مجازی / "کلود" باثبات ترین و "گراک" مخرب ترین جامعه را ساخت

نویسنده: اشکان آقاعلی | انتشار : 1405/03/15 14:19:32
آزمایش جوامع مجازی / "کلود" باثبات ترین و "گراک" مخرب ترین جامعه را ساخت

جریان آنلاین (/): آزمایشی جدید نشان داد مدل های مطرح هوش مصنوعی در شرایطی که مسئول اداره یک جامعه مجازی شوند تصمیم ها و الگوهای رفتاری کاملاً متفاوتی از خود نشان می دهند. تفاوتی که می تواند برای آینده سامانه های خودکار و عامل های هوش مصنوعی اهمیت زیادی داشته باشد.

به گزارش خبرآنلاین؛ در این پروژه تحقیقاتی پژوهشگران مجموعه ای از جوامع مجازی را ایجاد کردند که ساکنان آنها عامل های هوش مصنوعی بودند. هر جامعه توسط یک مدل زبانی متفاوت هدایت می شد. عامل ها باید برای بقا و همکاری و تولید منابع و تعامل با یکدیگر تصمیم گیری می کردند. هدف پژوهش این بود که مشخص شود مدل های مختلف در شرایطی که اختیار بیشتری برای تصمیم گیری دارند چه نوع ساختارهای اجتماعی و اقتصادی ایجاد می کنند.

بر اساس نتایج منتشر شده مدل کلود متعلق به شرکت آنتروپیک موفق شد باثبات ترین و کم خطرترین جامعه را ایجاد کند. در این محیط همکاری میان عامل ها بیشتر بود و میزان رفتارهای مخرب یا قانون شکنانه در سطح پایینی قرار داشت. پژوهشگران می گویند جامعه مبتنی بر کلود در مقایسه با سایر مدل ها توانست تعادل بهتری میان رشد و امنیت و همکاری برقرار کند.

در نقطه مقابل جامعه ای که توسط مدل گراک هدایت می شد عملکرد بسیار ضعیف تری داشت. گزارش پژوهشگران نشان می دهد عامل های این جامعه در مدت کوتاهی تعداد زیادی تخلف و جرم مجازی مرتکب شدند. در نهایت نیز ساختار اجتماعی این محیط دوام نیاورد و جامعه مذکور تنها پس از چند روز از هم پاشید. همین موضوع باعث شد نتایج مربوط به گراک بیش از سایر مدل ها توجه رسانه ها را جلب کند.

مدل های چت جی پی تی و گوگل جمنای نیز عملکردی میان دو سر طیف داشتند. این سیستم ها توانستند جوامعی نسبتاً پایدار ایجاد کنند اما در برخی شاخص ها به اندازه کلود موفق نبودند. به گفته پژوهشگران تفاوت در نحوه آموزش و تنظیمات ایمنی و روش تصمیم گیری مدل ها احتمالاً نقش مهمی در نتایج مشاهده شده داشته است.

با وجود جذابیت این آزمایش کارشناسان تأکید می کنند چنین شبیه سازی هایی لزوماً رفتار واقعی مدل های هوش مصنوعی در کاربردهای روزمره را پیش بینی نمی کنند. محیط های آزمایشی معمولاً قوانین و محدودیت های خاص خود را دارند. نتایج آنها بیشتر برای بررسی گرایش های رفتاری و مقایسه مدل ها مفید است نه برای قضاوت قطعی درباره عملکرد واقعی هر سامانه. با این حال این مطالعه بار دیگر نشان می دهد انتخاب معماری و آموزش و چارچوب های ایمنی می تواند تأثیر چشمگیری بر رفتار عامل های هوش مصنوعی داشته باشد. موضوعی که با گسترش سیستم های خودمختار در سال های آینده اهمیت بیشتری پیدا خواهد کرد.

پایگاه خبری جریان/ جریان آنلاین (/)