La nuova intelligenza artificiale di Deepmind potrebbe essere migliore nel distribuire le risorse della società rispetto agli esseri umani PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

La nuova IA di Deepmind potrebbe essere migliore nella distribuzione delle risorse della società rispetto agli esseri umani

DeepMind AI gestisce la società delle risorse

Il modo in cui gruppi di esseri umani che lavorano insieme in modo collaborativo dovrebbero ridistribuire la ricchezza che creano è un problema che affligge da anni filosofi, economisti e scienziati politici. Un nuovo studio di DeepMind suggerisce che l'IA potrebbe essere in grado di prendere decisioni migliori rispetto agli esseri umani.

L'intelligenza artificiale si sta dimostrando sempre più abile nel risolvere sfide complesse in tutto, dal business alla biomedicina, quindi l'idea di usarla per aiutare a progettare soluzioni ai problemi sociali è interessante. Ma farlo è complicato, perché rispondere a questo tipo di domande richiede fare affidamento su idee altamente soggettive come equità, giustizia e responsabilità.

Affinché una soluzione di intelligenza artificiale funzioni, deve essere in linea con i valori della società con cui ha a che fare, ma la diversità delle ideologie politiche che esistono oggi suggerisce che queste sono tutt'altro che uniformi. Ciò rende difficile capire per cosa dovrebbe essere ottimizzato e introduce il pericolo che i valori degli sviluppatori possano influenzare l'esito del processo.

Il modo migliore che le società umane hanno trovato per affrontare gli inevitabili disaccordi su questo il problema è la democrazia, in cui le opinioni della maggioranza sono utilizzate per guidare le politiche pubbliche. Così ora i ricercatori di Deepmind hanno sviluppato un nuovo approccio che combina l'IA con la deliberazione democratica umana per trovare soluzioni migliori ai dilemmi sociali.

Per testare il loro approccio, i ricercatori hanno condotto uno studio proof-of-concept utilizzando un semplice gioco in cui gli utenti decidono come condividere le proprie risorse a vantaggio reciproco. L'esperimento è progettato per agire come un microcosmo delle società umane in cui persone di diversi livelli di ricchezza devono lavorare insieme per creare una società equa e prospera.

Il gioco coinvolge quattro giocatori che ricevono ciascuno diverse somme di denaro e devono decidere se tenerlo per sé o versarlo in un fondo pubblico che genera un ritorno sull'investimento. Tuttavia, il modo in cui questo ritorno sull'investimento viene ridistribuito può essere modificato in modi che avvantaggiano alcuni giocatori rispetto ad altri.

Possibili meccanismi includono una stretta egualitaria, in cui i ritorni sui fondi pubblici sono condivisi equamente indipendentemente dal contributo; libertario, dove i pagamenti sono proporzionati ai contributi; e liberale egualitario, in cui la vincita di ogni giocatore è proporzionale alla frazione dei loro fondi privati ​​che contribuiscono.

Nella ricerca pubblicato nella Natura comportamento umano, i ricercatori descrivono come sono riusciti a convincere gruppi di umani a giocare molti round di questo gioco con diversi livelli di disuguaglianza e utilizzando diversi meccanismi di ridistribuzione. È stato quindi chiesto loro di votare quale metodo di spartizione dei profitti preferissero.

Questi dati sono stati utilizzati per addestrare un'IA a imitare il comportamento umano nel gioco, incluso il modo in cui i giocatori votano. I ricercatori hanno messo questi giocatori di intelligenza artificiale l'uno contro l'altro in migliaia di giochi, mentre un altro sistema di intelligenza artificiale ha ottimizzato il meccanismo di ridistribuzione in base al modo in cui i giocatori di intelligenza artificiale stavano votando.

Alla fine di questo processo, l'IA aveva optato per un meccanismo di ridistribuzione simile all'egualitarismo liberale, ma non ha restituito quasi nulla ai giocatori a meno che non avessero contribuito con circa la metà della loro ricchezza privata. Quando gli umani hanno giocato a giochi che contrapponevano questo approccio ai tre principali meccanismi stabiliti, quello progettato dall'IA ha vinto costantemente il voto. È andata anche meglio delle partite in cui gli arbitri umani hanno deciso come condividere i ritorni.

I ricercatori affermano che il meccanismo progettato dall'IA probabilmente è andato bene perché basare i pagamenti su contributi relativi piuttosto che assoluti aiuta a correggere gli squilibri patrimoniali iniziali, ma forzare un contributo minimo impedisce ai giocatori meno ricchi di cavalcare semplicemente i contributi di quelli più ricchi.

Tradurre l'approccio da un semplice gioco a quattro giocatori a sistemi economici su larga scala sarebbe chiaramente incredibilmente impegnativo, e non è chiaro se il suo successo su un problema di giocattoli come questo dia qualche indicazione di come andrebbe nel mondo reale.

I ricercatori hanno identificato diversi potenziali problemi. Un problema con la democrazia può essere la "tirannia della maggioranza", che può causare il persistere di modelli esistenti di discriminazione o iniquità nei confronti delle minoranze. Sollevano anche problemi di spiegabilità e la fiducia, che sarebbero cruciali se le soluzioni progettate dall'intelligenza artificiale dovessero mai essere applicate ai dilemmi del mondo reale.

Il team ha progettato esplicitamente il proprio modello di intelligenza artificiale per produrre meccanismi che possono essere spiegati, ma ciò potrebbe diventare sempre più difficile se l'approccio viene applicato a problemi più complessi. Ai giocatori non è stato detto nemmeno quando la ridistribuzione era controllata dall'IA e i ricercatori ammettono che questa conoscenza potrebbe influire sul modo in cui votano.

Come prima prova di principio, tuttavia, questa ricerca dimostra un nuovo approccio promettente alla risoluzione dei problemi sociali, che combina il meglio dell'intelligenza artificiale e umana. Siamo ancora lontani dalle macchine che ci aiutano a definire le politiche pubbliche, ma sembra che l'IA potrebbe un giorno aiutarci a trovare nuove soluzioni che vadano oltre le ideologie consolidate.

Immagine di credito: harish / 41 immagini

Timestamp:

Di più da Hub di singolarità