दीपमाइंड की नई एआई मानव से समाज के संसाधनों को बांटने में बेहतर हो सकती है

एक साथ काम करने वाले मनुष्यों के समूहों को उनके द्वारा बनाई गई संपत्ति का पुनर्वितरण कैसे करना चाहिए, यह एक ऐसी समस्या है जिसने वर्षों से दार्शनिकों, अर्थशास्त्रियों और राजनीतिक वैज्ञानिकों को त्रस्त किया है। डीपमाइंड के एक नए अध्ययन से पता चलता है कि एआई इंसानों की तुलना में बेहतर निर्णय लेने में सक्षम हो सकता है।

एआई व्यवसाय से लेकर बायोमेडिसिन तक हर चीज में जटिल चुनौतियों को हल करने में तेजी से माहिर साबित हो रहा है, इसलिए सामाजिक समस्याओं के डिजाइन समाधानों में मदद करने के लिए इसका उपयोग करने का विचार आकर्षक है। लेकिन ऐसा करना मुश्किल है, क्योंकि इस तरह के सवालों के जवाब देने के लिए निष्पक्षता, न्याय और जिम्मेदारी जैसे अत्यधिक व्यक्तिपरक विचारों पर भरोसा करने की आवश्यकता होती है।

काम करने के लिए एआई समाधान के लिए इसे उस समाज के मूल्यों के साथ संरेखित करने की आवश्यकता है जिससे वह निपट रहा है, लेकिन आज मौजूद राजनीतिक विचारधाराओं की विविधता बताती है कि ये एक समान नहीं हैं। इससे यह पता लगाना मुश्किल हो जाता है कि किसके लिए अनुकूलित किया जाना चाहिए और प्रक्रिया के परिणाम को पूर्वाग्रहित करने वाले डेवलपर्स के मूल्यों के खतरे का परिचय देता है।

मानव समाजों ने इस तरह की अपरिहार्य असहमति से निपटने का सबसे अच्छा तरीका पाया है समस्या लोकतंत्र हैजिसमें बहुसंख्यकों के विचारों का प्रयोग लोक नीति का मार्गदर्शन करने के लिए किया जाता है। तो अब दीपमाइंड के शोधकर्ताओं ने एक नया दृष्टिकोण विकसित किया है जो एआई को मानव लोकतांत्रिक विचार-विमर्श के साथ सामाजिक दुविधाओं के बेहतर समाधान के साथ जोड़ता है।

अपने दृष्टिकोण का परीक्षण करने के लिए, शोधकर्ताओं ने एक साधारण गेम का उपयोग करके अवधारणा का सबूत अध्ययन किया जिसमें उपयोगकर्ता निर्णय लेते हैं कि पारस्परिक लाभ के लिए अपने संसाधनों को कैसे साझा किया जाए। प्रयोग को मानव समाजों के एक सूक्ष्म जगत के रूप में कार्य करने के लिए डिज़ाइन किया गया है जिसमें विभिन्न स्तरों के धन के लोगों को एक निष्पक्ष और समृद्ध समाज बनाने के लिए मिलकर काम करने की आवश्यकता है।

खेल में चार खिलाड़ी शामिल होते हैं, जिनमें से प्रत्येक को अलग-अलग राशि मिलती है और उन्हें यह तय करना होता है कि इसे अपने पास रखना है या इसे सार्वजनिक फंड में भुगतान करना है जो निवेश पर रिटर्न उत्पन्न करता है। हालांकि, जिस तरह से निवेश पर इस रिटर्न को पुनर्वितरित किया जाता है, उसे उन तरीकों से समायोजित किया जा सकता है जो कुछ खिलाड़ियों को दूसरों पर लाभान्वित करते हैं।

संभावित तंत्र में सख्त समतावादी शामिल हैं, जहां सार्वजनिक धन पर रिटर्न समान रूप से योगदान की परवाह किए बिना साझा किया जाता है; उदारवादी, जहां भुगतान योगदान के अनुपात में हैं; और उदार समतावादी, जहां प्रत्येक खिलाड़ी का भुगतान उनके निजी धन के अंश के अनुपात में होता है जो वे योगदान करते हैं।

शोध में में प्रकाशित प्रकृति मानव व्यवहार, शोधकर्ता वर्णन करते हैं कि कैसे उन्होंने मनुष्यों के समूहों को असमानता के विभिन्न स्तरों के तहत और विभिन्न पुनर्वितरण तंत्रों का उपयोग करके इस खेल के कई दौर खेलने के लिए प्राप्त किया। फिर उन्हें वोट देने के लिए कहा गया कि वे किस तरीके से लाभ को विभाजित करना पसंद करते हैं।

इस डेटा का उपयोग एआई को खेल में मानव व्यवहार की नकल करने के लिए प्रशिक्षित करने के लिए किया गया था, जिसमें खिलाड़ियों के वोट देने का तरीका भी शामिल था। शोधकर्ताओं ने इन एआई खिलाड़ियों को हजारों खेलों में एक-दूसरे के खिलाफ खड़ा किया, जबकि एक अन्य एआई सिस्टम ने एआई खिलाड़ियों के मतदान के तरीके के आधार पर पुनर्वितरण तंत्र को बदल दिया।

इस प्रक्रिया के अंत में, एआई एक पुनर्वितरण तंत्र पर बस गया था जो उदार समतावादी के समान था, लेकिन खिलाड़ियों को लगभग कुछ भी नहीं लौटाता था जब तक कि उन्होंने अपनी निजी संपत्ति का लगभग आधा योगदान नहीं दिया। जब मनुष्यों ने तीन मुख्य स्थापित तंत्रों के खिलाफ इस दृष्टिकोण को खड़ा करने वाले खेल खेले, तो एआई-डिज़ाइन वाले ने लगातार वोट जीता। इसने उन खेलों से भी बेहतर प्रदर्शन किया जिनमें मानव रेफरी ने फैसला किया कि रिटर्न कैसे साझा किया जाए।

शोधकर्ताओं का कहना है कि एआई-डिज़ाइन किए गए तंत्र ने शायद अच्छा प्रदर्शन किया क्योंकि पूर्ण योगदान के बजाय रिश्तेदार पर भुगतान करने से प्रारंभिक धन असंतुलन को दूर करने में मदद मिलती है, लेकिन न्यूनतम योगदान को मजबूर करने से कम अमीर खिलाड़ियों को अमीर लोगों के योगदान पर आसानी से मुक्त होने से रोकता है।

एक साधारण चार-खिलाड़ियों के खेल से बड़े पैमाने पर आर्थिक प्रणालियों के दृष्टिकोण का अनुवाद करना स्पष्ट रूप से अविश्वसनीय रूप से चुनौतीपूर्ण होगा, और क्या इस तरह की खिलौना समस्या पर इसकी सफलता कोई संकेत देती है कि यह वास्तविक दुनिया में कैसा होगा, यह स्पष्ट नहीं है।

शोधकर्ताओं ने स्वयं कई संभावित मुद्दों की पहचान की। लोकतंत्र के साथ एक समस्या "बहुमत का अत्याचार" हो सकती है, जो अल्पसंख्यकों के खिलाफ भेदभाव या अन्याय के मौजूदा पैटर्न को जारी रख सकती है। वे के मुद्दों को भी उठाते हैं व्याख्या करने योग्य और विश्वास, जो महत्वपूर्ण होगा यदि एआई-डिज़ाइन किए गए समाधानों को कभी भी वास्तविक दुनिया की दुविधाओं पर लागू किया जाए।

टीम ने स्पष्ट रूप से अपने एआई मॉडल को आउटपुट तंत्र के लिए डिज़ाइन किया है जिसे समझाया जा सकता है, लेकिन अगर यह दृष्टिकोण अधिक जटिल समस्याओं पर लागू होता है तो यह और अधिक कठिन हो सकता है। खिलाड़ियों को यह भी नहीं बताया गया था कि एआई द्वारा पुनर्वितरण को कब नियंत्रित किया जा रहा था, और शोधकर्ता मानते हैं कि यह ज्ञान उनके वोट देने के तरीके को प्रभावित कर सकता है।

सिद्धांत के पहले प्रमाण के रूप में, हालांकि, यह शोध सामाजिक समस्याओं को हल करने के लिए एक आशाजनक नए दृष्टिकोण को प्रदर्शित करता है, जो कृत्रिम और मानव बुद्धि दोनों का सर्वोत्तम संयोजन करता है। हम अभी भी सार्वजनिक नीति निर्धारित करने में मदद करने वाली मशीनों से बहुत दूर हैं, लेकिन ऐसा लगता है कि AI एक दिन हमें नए समाधान खोजने में मदद कर सकता है जो स्थापित विचारधाराओं से परे हैं।

छवि क्रेडिट: हरीश / 41 छवियां

• कॉइनस्मार्ट। यूरोप का सर्वश्रेष्ठ बिटकॉइन और क्रिप्टो एक्सचेंज।
• प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। नि: शुल्क प्रवेश।
• क्रिप्टोहॉक। Altcoin रडार। मुफ्त परीक्षण।
• स्रोत: https://singularityhub.com/2022/07/04/deepminds-new-ai-may-be-better-at-distributing-societys-resources-than-humans-are/