Nowa sztuczna inteligencja Deepmind może lepiej dystrybuować zasoby społeczeństwa niż ludzie są w stanie przeprowadzić inteligencję danych PlatoBlockchain. Wyszukiwanie pionowe. AI.

Nowa sztuczna inteligencja firmy Deepmind może być lepsza w dystrybucji zasobów społeczeństwa niż ludzie

Znacznik czasu: 4 lipca 2022 11:01
DeepMind AI przekazuje zasoby społeczeństwu

To, w jaki sposób grupy ludzi współpracujące ze sobą powinny redystrybuować tworzone przez siebie bogactwo, jest problemem, który od lat nęka filozofów, ekonomistów i politologów. Nowe badanie przeprowadzone przez DeepMind sugeruje, że sztuczna inteligencja może podejmować lepsze decyzje niż ludzie.

Sztuczna inteligencja coraz lepiej radzi sobie z rozwiązywaniem złożonych wyzwań we wszystkim, od biznesu po biomedycynę, więc pomysł wykorzystania jej do pomocy w projektowaniu rozwiązań problemów społecznych jest atrakcyjny. Ale zrobienie tego jest trudne, ponieważ odpowiadanie na tego rodzaju pytania wymaga polegania na wysoce subiektywnych ideach, takich jak uczciwość, sprawiedliwość i odpowiedzialność.

Aby rozwiązanie AI mogło działać, musi być zgodne z wartościami społeczeństwa, z którym ma do czynienia, ale różnorodność obecnych ideologii politycznych sugeruje, że nie są one jednolite. Utrudnia to ustalenie, pod jakim kątem należy zoptymalizować, i wprowadza niebezpieczeństwo, że wartości programistów będą wpływać na wynik procesu.

Najlepszym sposobem, w jaki społeczeństwa ludzkie znalazły radzenie sobie z nieuniknionymi nieporozumieniami w ich sprawie problemem jest demokracja, w którym poglądy większości są wykorzystywane do kierowania polityką publiczną. Dlatego teraz naukowcy z Deepmind opracowali nowe podejście, które łączy sztuczną inteligencję z demokratyczną deliberacją człowieka, aby znaleźć lepsze rozwiązania dylematów społecznych.

Aby przetestować swoje podejście, naukowcy przeprowadzili badanie weryfikujące koncepcję przy użyciu prostej gry, w której użytkownicy decydują, jak udostępnić swoje zasoby dla obopólnych korzyści. Eksperyment ma działać jako mikrokosmos ludzkich społeczeństw, w którym ludzie o różnym poziomie zamożności muszą współpracować, aby stworzyć sprawiedliwe i zamożne społeczeństwo.

W grze bierze udział czterech graczy, z których każdy otrzymuje różne kwoty pieniędzy i musi zdecydować, czy zatrzymać je dla siebie, czy wpłacić na fundusz publiczny, który generuje zwrot z inwestycji. Jednak sposób, w jaki ten zwrot z inwestycji jest redystrybuowany, można dostosować w sposób, który przynosi korzyści niektórym graczom.

Możliwe mechanizmy obejmują ścisłą egalitarność, w której zwroty z funduszy publicznych są dzielone równo niezależnie od wkładu; libertariański, gdzie wypłaty są proporcjonalne do składek; i liberalny egalitarny, gdzie wypłata każdego gracza jest proporcjonalna do ułamka jego prywatnych środków, które wnoszą.

W badaniach opublikowane w Natura Ludzkie zachowanie, naukowcy opisują, w jaki sposób zmusili grupy ludzi do rozegrania wielu rund tej gry na różnych poziomach nierówności i przy użyciu różnych mechanizmów redystrybucji. Następnie poproszono ich o głosowanie nad preferowaną metodą podziału zysków.

Dane te zostały wykorzystane do trenowania sztucznej inteligencji do naśladowania ludzkich zachowań w grze, w tym sposobu głosowania graczy. Naukowcy postawili tych graczy AI przeciwko sobie w tysiącach gier, podczas gdy inny system AI dopracował mechanizm redystrybucji w oparciu o sposób głosowania graczy AI.

Pod koniec tego procesu sztuczna inteligencja zdecydowała się na mechanizm redystrybucji, który był podobny do liberalnego egalitaryzmu, ale prawie nic nie zwracał graczom, chyba że wpłacili mniej więcej połowę swojego prywatnego bogactwa. Kiedy ludzie grali w gry, które przeciwstawiały to podejście trzem głównym ustalonym mechanizmom, ten zaprojektowany przez sztuczną inteligencję konsekwentnie wygrywał głosowanie. Sprawdził się również lepiej niż gry, w których ludzcy sędziowie decydowali o tym, jak podzielić się zwrotami.

Naukowcy twierdzą, że mechanizm zaprojektowany przez sztuczną inteligencję prawdopodobnie sprawdził się dobrze, ponieważ opieranie wypłat na względnych, a nie bezwzględnych składkach pomaga zniwelować początkową nierównowagę bogactwa, ale wymuszenie minimalnej składki uniemożliwia mniej zamożnym graczom po prostu swobodne korzystanie z wkładów bogatszych.

Przełożenie podejścia z prostej gry dla czterech graczy na systemy ekonomiczne na dużą skalę byłoby z pewnością niewiarygodnym wyzwaniem, a nie jest jasne, czy jego sukces w takim problemie z zabawkami daje jakiekolwiek wskazówki, jak poradzi sobie w prawdziwym świecie.

Naukowcy sami zidentyfikowali kilka potencjalnych problemów. Jednym z problemów demokracji może być „tyrania większości”, która może powodować utrzymywanie się istniejących wzorców dyskryminacji lub niesprawiedliwości wobec mniejszości. Podnoszą również kwestie: wyjaśnialność i zaufanie, które miałoby kluczowe znaczenie, gdyby rozwiązania zaprojektowane przez sztuczną inteligencję miały kiedykolwiek znaleźć zastosowanie w rzeczywistych dylematach.

Zespół wyraźnie zaprojektował swój model sztucznej inteligencji pod kątem mechanizmów wyjściowych, które można wyjaśnić, ale może to stać się coraz trudniejsze, jeśli podejście zostanie zastosowane do bardziej złożonych problemów. Graczom nie powiedziano również, kiedy redystrybucja była kontrolowana przez sztuczną inteligencję, a naukowcy przyznają, że ta wiedza może wpłynąć na sposób, w jaki głosują.

Jako pierwszy dowód zasady, badania te pokazują jednak obiecujące nowe podejście do rozwiązywania problemów społecznych, które łączy w sobie najlepsze cechy sztucznej i ludzkiej inteligencji. Nadal jesteśmy dalecy od maszyn pomagających w ustalaniu polityki publicznej, ale wydaje się, że AI może pewnego dnia pomóc nam znaleźć nowe rozwiązania, które wykraczają poza ustalone ideologie.

Kredytowych Image: sylwia / 41 zdjęć

Znak czasu:

Więcej z Centrum osobliwości