Новий штучний інтелект від Deepmind може бути кращим у розподілі ресурсів суспільства, ніж люди

Проблема, яка роками мучила філософів, економістів і політологів, як групи людей, які працюють разом, мають перерозподіляти створені ними багатства. Нове дослідження DeepMind показує, що ШІ може приймати кращі рішення, ніж люди.

Штучний інтелект стає все більш вправним у вирішенні складних завдань у всьому, від бізнесу до біомедицини, тому ідея використовувати його для розробки рішень для соціальних проблем є привабливою. Але зробити це складно, тому що відповіді на подібні питання потребують покладатися на дуже суб’єктивні ідеї, такі як справедливість, справедливість і відповідальність.

Щоб рішення ШІ працювало, воно має відповідати цінностям суспільства, з яким воно має справу, але різноманітність політичних ідеологій, які існують сьогодні, свідчить про те, що вони далеко не однакові. Це ускладнює визначення того, для чого слід оптимізувати, і створює небезпеку того, що цінності розробників впливають на результат процесу.

Найкращий спосіб, який людські суспільства знайшли для вирішення неминучих розбіжностей з цього приводу проблеми - це демократія, у якому погляди більшості використовуються для спрямування державної політики. Тож тепер дослідники з Deepmind розробили новий підхід, який поєднує штучний інтелект із людським демократичним мисленням, щоб знайти кращі рішення для соціальних дилем.

Щоб перевірити свій підхід, дослідники провели дослідження для підтвердження концепції, використовуючи просту гру, у якій користувачі вирішують, як поділитися своїми ресурсами для взаємної вигоди. Експеримент створений як мікрокосмос людських суспільств, у якому люди з різним рівнем достатку повинні працювати разом, щоб створити справедливе та процвітаюче суспільство.

У грі беруть участь чотири гравці, кожен з яких отримує різні суми грошей і повинен вирішити, залишити їх собі чи сплатити в державний фонд, який генерує віддачу від інвестицій. Однак спосіб перерозподілу цієї рентабельності інвестицій можна скоригувати таким чином, щоб одні гравці вигравали перед іншими.

Можливі механізми включають сувору егалітарність, коли віддача від державних коштів розподіляється порівну незалежно від внеску; лібертаріанський, де виплати пропорційні внескам; і ліберальний егалітарний, де виплата кожного гравця пропорційна частці його приватних коштів, яку він вносить.

У дослідженнях опубліковані в Природа поведінки людини, дослідники описують, як вони змусили групи людей грати багато раундів цієї гри за різних рівнів нерівності та з використанням різних механізмів перерозподілу. Потім їх попросили проголосувати, якому методу розподілу прибутку вони віддають перевагу.

Ці дані були використані, щоб навчити штучний інтелект імітувати поведінку людини в грі, включно з тим, як гравці голосують. Дослідники зіткнули цих гравців зі штучним інтелектом один проти одного в тисячах ігор, тоді як інша система штучного інтелекту налаштувала механізм перерозподілу на основі способу голосування гравців зі штучним інтелектом.

Наприкінці цього процесу ШІ зупинився на механізмі перерозподілу, який був схожий на ліберальний егалітарний, але майже нічого не повертав гравцям, якщо вони не внесли приблизно половину свого приватного капіталу. Коли люди грали в ігри, які протиставляли цей підхід трьом основним усталеним механізмам, той, розроблений штучним інтелектом, постійно перемагав у голосуванні. Він також показав кращі результати, ніж ігри, в яких судді-люди вирішували, як розподілити віддачу.

Дослідники кажуть, що механізм, розроблений штучним інтелектом, ймовірно, спрацював добре, оскільки заснування виплат на основі відносних, а не абсолютних внесків допомагає виправити початковий дисбаланс багатства, але примусовий мінімальний внесок не дозволяє менш багатим гравцям просто використовувати внески багатших.

Трансляція цього підходу з простої гри для чотирьох гравців до великомасштабних економічних систем явно буде неймовірно складною, і чи дає його успіх у подібній іграшковій проблемі хоч якісь ознаки того, як це буде в реальному світі, неясно.

Дослідники самі виявили кілька потенційних проблем. Однією з проблем демократії може бути «тиранія більшості», яка може призвести до збереження існуючих моделей дискримінації або несправедливості щодо меншин. Вони також порушують питання пояснюваність і довіра, яка буде надзвичайно важливою, якщо рішення, розроблені штучним інтелектом, колись застосовуватимуться до дилем реального світу.

Команда явно розробила свою модель штучного інтелекту для виведення механізмів, які можна пояснити, але це може стати дедалі складнішим, якщо цей підхід буде застосовано до більш складних проблем. Гравцям також не повідомляли, коли перерозподіл контролювався ШІ, і дослідники визнають, що ці знання можуть вплинути на те, як вони голосують.

Проте, як перший доказ принципу, це дослідження демонструє багатообіцяючий новий підхід до вирішення соціальних проблем, який поєднує в собі найкраще як від штучного, так і від людського інтелекту. Ми все ще далекі від того, щоб машини допомагали встановлювати державну політику, але, схоже, одного дня штучний інтелект може допомогти нам знайти нові рішення, які виходять за рамки усталених ідеологій.

Зображення Фото: harishs / ​​41 зображення

• Coinsmart. Найкраща в Європі біржа біткойн та криптовалют.
• Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. БЕЗКОШТОВНИЙ ДОСТУП.
• CryptoHawk. Альткойн Радар. Безкоштовне випробування.
• Джерело: https://singularityhub.com/2022/07/04/deepminds-new-ai-may-be-better-at-distributing-societys-resources-than-humans-are/