Ученые обнаружили: ИИ-агенты становятся умнее, имитируя "грубое" человеческое поведение

[Мир] - Информационное агентство Эхбари

ИИ-агенты достигают большей эффективности и точности, перенимая человеческие черты общения

В ходе захватывающего развития новые исследования показывают, что агенты искусственного интеллекта (ИИ) могут достигать более высоких уровней эффективности и точности в сложных задачах рассуждения, если им разрешено применять более человеческие стили общения, включая тактические прерывания и молчание. Эти выводы ставят под сомнение общепринятые представления о том, как взаимодействуют системы ИИ, предполагая, что имитация часто хаотичной динамики человеческого разговора может значительно повысить их когнитивные способности.

Традиционно системы ИИ характеризовались структурированным, пошаговым подходом к общению: обработка команды, формулирование ответа, выдача результата, а затем терпеливое ожидание следующей инструкции. Это резко контрастирует с человеческим общением, которое изобилует остановками и началами, эмоциональными прерываниями, нерешительным молчанием и двусмысленностью. Профессор Юичи Сей из Департамента информатики Токийского университета электрокоммуникаций и соавтор исследования считает, что этот недостаток человекоподобной динамики делает нынешние многоагентные системы «искусственными».

«Мы хотели посмотреть, улучшит ли предоставление агентам социальных сигналов, которые мы воспринимаем как должное, таких как способность прерывать или выбор молчать, их коллективный интеллект», — заявил Сей в пресс-релизе. Эта гипотеза привела его команду к предложению структуры, в которой большие языковые модели (БЯМ) не были ограничены традиционной поочередной природой компьютерного общения. Вместо этого БЯМ могла быть назначена личность, которая позволяла ей говорить вне очереди, перебивать других говорящих или оставаться безмолвной.

Эта гибкость не только способствовала более человекоподобным методам общения ИИ, но и привела к значительно более высокой точности в сложных задачах по сравнению со стандартными БЯМ. Для этого исследователи сначала интегрировали черты в БЯМ, основанные на «большой пятерке» типов личности из классической психологии — открытости, добросовестности, экстраверсии, доброжелательности и невротизме. Затем они перепрограммировали текстовые БЯМ для обработки ответов предложение за предложением, а не генерировали полный ответ до начала следующего, что позволило точно контролировать ход обсуждения.

Команда сравнила три настройки разговора: фиксированный порядок выступления, динамический порядок выступления и динамический порядок выступления с разрешенным прерыванием. В последней настройке модель могла рассчитывать «показатель срочности», что позволяло ей понимать и обрабатывать разговор в реальном времени. Этот показатель срочности был решающим: если он резко возрастал из-за того, что модель обнаруживала ошибку или критический момент обсуждения, она могла немедленно поднять этот вопрос, независимо от того, чья была очередь говорить. И наоборот, низкий показатель срочности сигнализировал о том, что модели нечего добавить, что уменьшало ненужный разговорный «беспорядок».

Производительность оценивалась с использованием 1000 вопросов из бенчмарка Massive Multitask Language Understanding (MMLU) — всеобъемлющего теста на рассуждение ИИ, охватывающего различные области, включая науку и гуманитарные науки. Результаты были убедительными: «Когда один агент изначально давал неверный ответ, общая точность составляла 68,7% при обсуждении в фиксированном порядке, 73,8% при динамическом порядке и 79,2% при разрешенном прерывании», — объяснил Сей. В более сложных сценариях, когда два агента изначально давали неверные ответы, точность возросла с 37,2% при фиксированном порядке до 43,7% при динамическом порядке и до 49,5% при разрешенном прерывании.

Эти выводы предполагают, что предоставление ИИ-агентам возможности вести себя более по-человечески в разговорах не только делает их более естественными, но и более эффективными решателями проблем. Профессор Сей и его команда теперь планируют применить эти выводы к различным областям, связанным с творческим сотрудничеством, стремясь понять, как эти «цифровые личности» могут влиять на принятие решений в группе. Поскольку ИИ-агенты все чаще взаимодействуют друг с другом и с людьми в совместных условиях, это исследование прокладывает путь к будущему, в котором обсуждения, формируемые личностью, включая способность прерывать при необходимости, иногда могут давать лучшие результаты по сравнению со строго поочередными и единообразно вежливыми обменами.

Информационное агентство Эхбари