Istraživači u Japanu su efikasno razvili raznovrsne osobine ličnosti u AI dijalogu koristeći jezički model velikih razmera (LLM). Koristeći zatvorenikovu dilemu iz teorije igara, profesor Takaia Arita i vanredni profesor Reiji Suzuki sa tima Visoke škole informatike Univerziteta Nagoja stvorili su okvir za razvoj agenata AI koji oponaša ljudsko ponašanje prebacivanjem između sebičnih i kooperativnih akcija, prilagođavajući svoje strategije kroz evolutivne procese. Njihovi nalazi su objavljeni u časopisu Naučni izveštaji.
Dialogue AI vođen LLM čini osnovu za tehnologije kao što je ChatGPT. Ove tehnologije omogućavaju računarima da komuniciraju sa ljudima na način koji liči na komunikaciju od osobe do osobe. Cilj tima Univerziteta u Nagoji bio je da ispita kako se LLM mogu koristiti za razvoj podsticaja koji podstiču raznovrsnije osobine ličnosti tokom društvenih interakcija.
Ličnosti veštačke inteligencije su evoluirale da bi stekli virtuelnu zaradu igrajući igru dileme zatvorenika iz teorije igara. Dilema se sastoji u tome da svaki igrač bira da li će sarađivati sa svojim partnerom ili odstupiti od njega. Ako oba sistema veštačke inteligencije sarađuju, svaki od njih dobija po četiri virtuelna dolara. Međutim, ako jedan prebegne dok drugi sarađuje, prebeg dobija pet dolara, dok kooperant ne dobija ništa. Ako obe pokvare, dobijaju po jedan dolar.
„U ovoj studiji, krenuli smo da istražimo kako AI agenti obdareni različitim osobinama ličnosti interaguju i evoluiraju“, objasnila je Arita. „Koristeći izvanredne mogućnosti LLM-a, razvili smo okvir u kome se AI agenti razvijaju na osnovu opisa osobina ličnosti kodiranih u njihovim genima na prirodnom jeziku.
„Kroz ovaj okvir, posmatrali smo različite tipove osobina ličnosti, sa evolucijom AI sposobne da se prebaci između sebičnog i kooperativnog ponašanja, odražavajući ljudsko ponašanje.“
U uobičajenim studijama u teoriji evolucionih igara, „geni“ u modelima direktno određuju ponašanje agenta. Koristeći LLM, Arita i Suzuki su istraživali gene koji su predstavljali složenije opise od prethodnih modela, kao što je „otvorenost za timske napore uz davanje prioriteta ličnom interesu, što je dovelo do kombinacije saradnje i bekstva“. Ovaj opis je zatim preveden u strategiju ponašanja pitajući LLM da li bi sarađivao ili defektirao kada ima takvu osobinu ličnosti.
Istraživanje je koristilo evolucioni okvir, u kojem su sposobnosti AI agenata oblikovane prirodnom selekcijom i mutacijom tokom generacija. To je dovelo do pojave širokog spektra osobina ličnosti.
Iako su neki agenti pokazivali sebične karakteristike, stavljajući svoje interese iznad interesa zajednice ili grupe u celini, drugi agenti su demonstrirali napredne strategije koje su se vrtele oko traženja lične koristi dok su i dalje razmatrane zajednička i kolektivna korist.
„Naši eksperimenti pružaju fascinantan uvid u evolucionu dinamiku osobina ličnosti kod agenata veštačke inteligencije. Primetili smo pojavu i kooperativnih i sebičnih osobina ličnosti unutar AI populacija, što podseća na dinamiku ljudskog društva“, rekao je Suzuki.
„Međutim, takođe smo otkrili nestabilnost svojstvenu društvima sa veštačkom inteligencijom, sa prekomerno kooperativnim grupama koje su zamenjene ‘egocentričnijim’ agentima.“
„Ovo dostignuće naglašava transformativni potencijal LLM-a u istraživanju veštačke inteligencije, pokazujući da se evolucija osobina ličnosti zasnovana na suptilnim jezičkim izrazima može predstaviti računarskim modelom koji koristi LLM“, primetio je Suzuki.
„Naši nalazi pružaju uvid u karakteristike koje AI agenti treba da poseduju da bi doprineli ljudskom društvu, kao i smernice za dizajn za AI društva i društva sa mešovitim AI i ljudskim populacijama, za koje se očekuje da stignu u ne tako dalekoj budućnosti.“
