Wakala wa AI Walifanywa 'Wakali Zaidi' Ili Kuboresha Utendaji Katika Kazi Ngumu za Kufikiri

Japani - Shirika la Habari la Ekhbary

Wakala wa AI Walifanywa 'Wakali Zaidi' Ili Kuboresha Utendaji Katika Kazi Ngumu za Kufikiri

Katika mabadiliko ya kuvutia ambayo yanaweza kufafanua upya mwingiliano kati ya binadamu na AI, watafiti wamegundua kuwa kuwawezesha roboti za gumzo za akili bandia (AI), hasa mifumo mikuu ya lugha (LLMs), kukubali sifa za mazungumzo zinazofanana na za kibinadamu—kama vile uwezo wa kuingilia kati au kukaa kimya kimkakati—si tu hukuza mazungumzo ya asili zaidi, bali pia huongeza kwa kiasi kikubwa usahihi wao na uwezo wa kutatua matatizo.

Maendeleo haya yanakuja wakati ambapo jukumu la AI katika jamii linapanuka kwa kasi. Jadi, mawasiliano ya AI yamekuwa yakijulikana kwa kufuata kwa makini zamu na majibu yanayotabirika, kinyume kabisa na mienendo ya mara nyingi ya machafuko lakini yenye ufanisi ya mazungumzo ya binadamu. Mazungumzo ya binadamu yamejaa viingilio vya hiari, usitishaji wa mawazo, na maonyesho ya hila ya kutokuwa na uhakika au imani, vipengele ambavyo kwa kiasi kikubwa havipo katika mwingiliano wa kawaida wa AI.

Utafiti huo, ulioongozwa na Profesa Yuichi Sei kutoka Idara ya Informatics katika Chuo Kikuu cha Mawasiliano ya Umeme cha Tokyo, ulilenga kuchunguza ikiwa kuunganisha dalili hizi za kijamii "tunazoziona kuwa za kawaida" katika mawakala wa AI kunaweza kuboresha "akili yao ya pamoja". Profesa Sei alibainisha: "Mifumo ya mawakala wengi wa sasa mara nyingi huhisi bandia kwa sababu inakosa mienendo ya machafuko na ya wakati halisi ya mazungumzo ya binadamu. Tulitaka kuona kama kuwapa mawakala dalili za kijamii tunazoziona kuwa za kawaida, kama vile uwezo wa kuingilia kati au uchaguzi wa kukaa kimya, ungeweza kuboresha akili yao ya pamoja."

Ili kufikia hili, Sei na wenzake walitengeneza mfumo mpya ambao uliwaweka huru LLMs kutoka kwa muundo mkali wa mawasiliano ya kompyuta "moja baada ya nyingine". Badala yake, waliwapa LLMs "tabia", wakiwapa uwezo wa kuingilia kati, kuingilia wazungumzaji wengine, au kwa makusudi kukaa kimya. Hii haikuwa tu kwa kuiga tabia ya kibinadamu; watafiti waligundua kuwa uwezo huu mpya ulihusishwa moja kwa moja na usahihi wa juu zaidi katika kazi ngumu ikilinganishwa na LLMs za kawaida.

Timu ilianza kwa kuunganisha sifa kulingana na aina tano kuu za utu — uwazi, ushupavu, utangamano, uelewano, na ulemavu — katika LLMs. Baadaye, walipanga upya LLMs zinazotegemea maandishi ili kuchakata majibu kwa kila sentensi, badala ya kuzalisha majibu kamili kabla ya zamu inayofuata. Udhibiti huu wa kina wa mtiririko wa mazungumzo uliwezesha kulinganisha kati ya mipangilio mitatu tofauti: mpangilio wa zamu uliowekwa, mpangilio wa zamu unaobadilika, na mpangilio wa zamu unaobadilika na uingiliaji kuwezeshwa.

Mpangilio wa juu zaidi, mpangilio unaobadilika na uingiliaji, ulianzisha "alama ya uharaka". Utaratibu huu uliwezesha wakala wa AI kutambua habari muhimu—kama vile kugundua kosa au jambo muhimu—na kuieleza mara moja, bila kujali zamu ya nani ilikuwa. Kinyume chake, alama ya chini ya uharaka ilionyesha kuwa wakala hakuwa na kitu cha maana cha kuongeza, hivyo kupunguza "kelele" ya mazungumzo na kuboresha umakini.

Ili kupima kwa ukali dhana yao, watafiti walitathmini mifumo yao ya AI kwa kutumia maswali 1000 kutoka kwa kiwango cha Massive Multitask Language Understanding (MMLU), kipimo cha kina cha kufikiri cha AI kinachojumuisha nyanja mbalimbali kama sayansi na binadamu. Matokeo yalikuwa ya kushawishi. Wakati wakala mmoja alitoa jibu lisilo sahihi mwanzoni, usahihi wa jumla ulikuwa 68.7% na mjadala wa mpangilio uliowekwa, uliongezeka hadi 73.8% na mpangilio unaobadilika, na kufikia 79.2% ya kuvutia wakati uingiliaji uliruhusiwa. Katika hali ngumu zaidi ambapo mawakala wawili walifanya makosa ya awali, usahihi uliongezeka kutoka 37.2% (mpangilio uliowekwa) hadi 43.7% (mpangilio unaobadilika) na hatimaye hadi 49.5% (na uingiliaji kuwezeshwa).

Matokeo haya ya wingi yanapendekeza kwa nguvu kwamba kuwapa mawakala wa AI "tabia" na uwezo wa kimkakati wa kuingilia kati kunaweza kusababisha matokeo sahihi zaidi katika utatuzi wa matatizo magumu kuliko mwingiliano wa kawaida wa AI, unaojulikana kwa heshima.

Profesa Sei na timu yake sasa wanazingatia kuchunguza matumizi ya vitendo ya matokeo haya, hasa katika maeneo ya ushirikiano wa ubunifu, kuelewa jinsi "tabia za kidijitali" hizi zinavyoweza kuathiri mienendo ya kufanya maamuzi ya kikundi.

Mawakala wa AI wanapozidi kuunganishwa katika mazingira ya ushirikiano pamoja na wanadamu, utafiti huu unatoa ufahamu muhimu: mijadala inayoendeshwa na utu, ikiwa ni pamoja na matumizi ya busara ya uingiliaji, inaweza hatimaye kutoa matokeo bora zaidi kuliko mabadilishano yenye msingi wa zamu na yenye heshima kila wakati. Utafiti huu unafungua njia kwa siku zijazo ambapo mawasiliano ya AI si tu yenye ufanisi zaidi, bali pia yenye busara na yenye ufanisi zaidi.

Shirika la Habari la Ekhbary