ڈیپ مائنڈ کا نیا AI معاشرے کے وسائل کی تقسیم میں انسانوں کے مقابلے میں بہتر ہو سکتا ہے پلیٹو بلاکچین ڈیٹا انٹیلی جنس۔ عمودی تلاش۔ عی

ڈیپ مائنڈ کا نیا AI معاشرے کے وسائل کی تقسیم میں انسانوں سے بہتر ہو سکتا ہے

ٹائم سٹیمپ: 4 جولائی 2022 صبح 11:01 بجے
ڈیپ مائنڈ AI وسائل سوسائٹی کے حوالے کرتا ہے۔

انسانوں کے گروہوں کو ایک دوسرے کے ساتھ مل کر کام کرنے والوں کو اپنی تخلیق کردہ دولت کو کس طرح دوبارہ تقسیم کرنا چاہیے یہ ایک ایسا مسئلہ ہے جس نے فلسفیوں، ماہرین اقتصادیات اور سیاسیات کے ماہرین کو برسوں سے پریشان کر رکھا ہے۔ ڈیپ مائنڈ کی ایک نئی تحقیق سے پتہ چلتا ہے کہ اے آئی انسانوں سے بہتر فیصلے کرنے کے قابل ہو سکتی ہے۔

AI کاروبار سے لے کر بائیو میڈیسن تک ہر چیز میں پیچیدہ چیلنجوں کو حل کرنے میں تیزی سے ماہر ثابت ہو رہا ہے، اس لیے اسے سماجی مسائل کے حل کے ڈیزائن میں مدد کے لیے استعمال کرنے کا خیال ایک پرکشش ہے۔ لیکن ایسا کرنا مشکل ہے، کیونکہ اس قسم کے سوالات کا جواب دینے کے لیے انتہائی ساپیکش خیالات جیسے انصاف، انصاف اور ذمہ داری پر انحصار کرنے کی ضرورت ہوتی ہے۔

AI حل کے کام کرنے کے لیے اسے معاشرے کی اقدار کے ساتھ ہم آہنگ ہونے کی ضرورت ہے جس کے ساتھ وہ کام کر رہا ہے، لیکن آج موجود سیاسی نظریات کا تنوع بتاتا ہے کہ یہ یکسانیت سے بہت دور ہیں۔ اس سے یہ معلوم کرنا مشکل ہو جاتا ہے کہ کس چیز کے لیے بہتر بنایا جانا چاہیے اور اس عمل کے نتائج کی طرفداری کرنے والے ڈویلپرز کی اقدار کے خطرے کو متعارف کرایا۔

انسانی معاشروں نے اس طرح کے ناگزیر اختلافات سے نمٹنے کا بہترین طریقہ تلاش کیا ہے۔ مسائل جمہوریت کا ہے۔جس میں اکثریت کے خیالات کو عوامی پالیسی کی رہنمائی کے لیے استعمال کیا جاتا ہے۔ لہذا اب ڈیپ مائنڈ کے محققین نے ایک نیا نقطہ نظر تیار کیا ہے جو AI کو انسانی جمہوری سوچ کے ساتھ جوڑتا ہے تاکہ سماجی مخمصوں کے بہتر حل تلاش کر سکیں۔

ان کے نقطہ نظر کو جانچنے کے لیے، محققین نے ایک سادہ گیم کا استعمال کرتے ہوئے تصور کا ثبوت کا مطالعہ کیا جس میں صارفین فیصلہ کرتے ہیں کہ باہمی فائدے کے لیے اپنے وسائل کو کس طرح بانٹنا ہے۔ یہ تجربہ انسانی معاشروں کے ایک مائیکرو کاسم کے طور پر کام کرنے کے لیے ڈیزائن کیا گیا ہے جس میں دولت کی مختلف سطحوں کے لوگوں کو ایک منصفانہ اور خوشحال معاشرہ بنانے کے لیے مل کر کام کرنے کی ضرورت ہے۔

اس گیم میں چار کھلاڑی شامل ہوتے ہیں جو ہر ایک کو مختلف رقم ملتی ہے اور انہیں یہ فیصلہ کرنا ہوتا ہے کہ آیا اسے اپنے پاس رکھنا ہے یا اسے کسی عوامی فنڈ میں ادا کرنا ہے جو سرمایہ کاری پر منافع پیدا کرتا ہے۔ تاہم، سرمایہ کاری پر اس واپسی کو دوبارہ تقسیم کرنے کے طریقے کو ان طریقوں سے ایڈجسٹ کیا جا سکتا ہے جس سے کچھ کھلاڑیوں کو دوسروں کے مقابلے میں فائدہ ہوتا ہے۔

ممکنہ میکانزم میں سخت مساوات شامل ہے، جہاں عوامی فنڈز پر منافع کو شراکت سے قطع نظر یکساں طور پر بانٹ دیا جاتا ہے۔ آزادی پسند، جہاں ادائیگی شراکت کے تناسب سے ہوتی ہے۔ اور لبرل مساوات، جہاں ہر کھلاڑی کی ادائیگی ان کے نجی فنڈز کے حصہ کے تناسب سے ہوتی ہے جس میں وہ حصہ ڈالتے ہیں۔

تحقیق میں میں شائع فطرت انسانی رویہ, محققین بیان کرتے ہیں کہ کس طرح انہوں نے انسانوں کے گروہوں کو عدم مساوات کی مختلف سطحوں کے تحت اور دوبارہ تقسیم کرنے کے مختلف میکانزم کا استعمال کرتے ہوئے اس کھیل کے بہت سے راؤنڈ کھیلنے کے لیے حاصل کیا۔ اس کے بعد ان سے کہا گیا کہ وہ اپنے منافع کو تقسیم کرنے کے کس طریقہ پر ووٹ دیں۔

یہ ڈیٹا گیم میں انسانی رویے کی نقل کرنے کے لیے ایک AI کو تربیت دینے کے لیے استعمال کیا گیا تھا، بشمول کھلاڑیوں کے ووٹ دینے کا طریقہ۔ محققین نے ہزاروں کھیلوں میں ان AI کھلاڑیوں کو ایک دوسرے کے خلاف کھڑا کیا جبکہ ایک اور AI نظام نے AI کھلاڑیوں کے ووٹ ڈالنے کے طریقے کی بنیاد پر دوبارہ تقسیم کے طریقہ کار کو تبدیل کیا۔

اس عمل کے اختتام پر، AI نے دوبارہ تقسیم کے طریقہ کار پر طے کیا تھا جو لبرل مساوات کی طرح تھا، لیکن کھلاڑیوں کو تقریباً کچھ بھی واپس نہیں کیا جب تک کہ وہ اپنی نجی دولت کا تقریباً نصف حصہ نہ دیں۔ جب انسانوں نے کھیل کھیلے جس نے اس نقطہ نظر کو تین اہم قائم شدہ میکانزم کے خلاف کھڑا کیا، تو AI کے ڈیزائن کردہ نے مسلسل ووٹ جیت لیا۔ اس نے ان کھیلوں سے بھی بہتر کارکردگی کا مظاہرہ کیا جس میں انسانی ریفریوں نے فیصلہ کیا کہ ریٹرن کو کس طرح بانٹنا ہے۔

محققین کا کہنا ہے کہ AI کے ڈیزائن کردہ میکانزم نے شاید اچھی کارکردگی کا مظاہرہ کیا کیونکہ مطلق شراکت کے بجائے رشتہ داروں پر ادائیگیوں کی بنیاد پر ابتدائی دولت کے عدم توازن کو دور کرنے میں مدد ملتی ہے، لیکن کم سے کم شراکت پر مجبور کرنا کم دولت مند کھلاڑیوں کو صرف دولت مندوں کی شراکت پر آزادانہ سواری سے روکتا ہے۔

ایک سادہ چار کھلاڑیوں کے کھیل سے بڑے پیمانے پر معاشی نظاموں میں نقطہ نظر کا ترجمہ کرنا واضح طور پر ناقابل یقین حد تک چیلنجنگ ہو گا، اور آیا اس طرح کے کھلونوں کے مسئلے پر اس کی کامیابی اس بات کا کوئی اشارہ دیتی ہے کہ یہ حقیقی دنیا میں کیسے کام کرے گا، یہ واضح نہیں ہے۔

محققین نے خود کئی ممکنہ مسائل کی نشاندہی کی۔ جمہوریت کے ساتھ ایک مسئلہ "اکثریت کا ظلم" ہو سکتا ہے جو اقلیتوں کے خلاف امتیازی سلوک یا ناانصافی کے موجودہ نمونوں کو برقرار رکھنے کا سبب بن سکتا ہے۔ کے مسائل بھی اٹھاتے ہیں۔ وضاحت اور اعتماد، جو بہت اہم ہو گا اگر AI کے ڈیزائن کردہ حل کو حقیقی دنیا کے مخمصوں پر لاگو کیا جائے۔

ٹیم نے واضح طور پر اپنے AI ماڈل کو آؤٹ پٹ میکانزم کے لیے ڈیزائن کیا جس کی وضاحت کی جا سکتی ہے، لیکن اگر اس نقطہ نظر کو زیادہ پیچیدہ مسائل پر لاگو کیا جائے تو یہ مشکل ہو سکتا ہے۔ کھلاڑیوں کو یہ بھی نہیں بتایا گیا کہ جب دوبارہ تقسیم کو AI کے ذریعے کنٹرول کیا جا رہا تھا، اور محققین تسلیم کرتے ہیں کہ یہ علم ان کے ووٹ دینے کے طریقے کو متاثر کر سکتا ہے۔

اصول کے پہلے ثبوت کے طور پر، تاہم، یہ تحقیق سماجی مسائل کو حل کرنے کے لیے ایک امید افزا نئے نقطہ نظر کو ظاہر کرتی ہے، جس میں مصنوعی اور انسانی ذہانت دونوں کا بہترین امتزاج ہے۔ ہم ابھی بھی عوامی پالیسی ترتیب دینے میں مدد کرنے والی مشینوں سے بہت دور ہیں، لیکن ایسا لگتا ہے کہ AI ایک دن ایسے نئے حل تلاش کرنے میں ہماری مدد کر سکتا ہے جو قائم شدہ نظریات سے بالاتر ہوں۔

تصویری کریڈٹ: harishs / ​​41 تصاویر

ٹائم اسٹیمپ:

سے زیادہ یکسانیت مرکز