И предложили заменить данные для обучения моделей их собственным жизненным опытом
Искусственный интеллект316:48
Международная команда исследователей, возглавляемая учеными Университета Фудань (Fudan University, Китай), представила систему Agentopia — самый масштабный на сегодняшний день эксперимент по долгосрочному социальному моделированию для искусственного интеллекта. В отличие от прежних проектов, где виртуальные агенты существовали лишь несколько дней, новая платформа дает возможность ста ИИ-персонажам вести полноценную жизнь, строить карьеру, развивать дружеские отношения, испытывать «эмоциональное выгорание» и даже изменять свои жизненные ценности. Авторы утверждают, что такой «социальный опыт» делает модели более «человечными» и улучшает их навыки в ролевом взаимодействии.
Исследование стало попыткой решить одну из самых обсуждаемых проблем современной индустрии искусственного интеллекта — постепенное истощение доступных данных для обучения больших языковых моделей. Ученые предлагают альтернативный метод: вместо бесконечного чтения текстов модели должны приобретать собственный опыт, взаимодействуя друг с другом в рамках сложных социальных систем.
В основе Agentopia лежит концепция создания полноценного цифрового общества. В эксперименте участвовали 100 автономных агентов, каждый из которых имел свою биографию, личные качества, таланты, воспоминания и жизненные цели. Симуляция охватывала 10 виртуальных лет, разделенных на недельные циклы. За этот период агенты планировали свое будущее, искали работу, налаживали знакомства, организовывали встречи, развивали навыки и анализировали последствия своих решений.
Для проверки универсальности подхода исследователи создали три кардинально разных мира: современный городской жилой комплекс Apartment, школьную среду Campus и фантастическую Arcane Academy — уникальную магическую академию. Во всех случаях агенты демонстрировали сложные формы поведения, которые не были заранее заложены разработчиками.
Ключевой особенностью проекта стала система оценки, названная Life Reward («жизненное вознаграждение»). Вместо традиционных критериев успешности ИИ-модель оценивалась по трем показателям, близким к человеческим представлениям о благополучии: социальному статусу, субъективному ощущению счастья и материальному достатку. По сути, ученые впервые попытались научить ИИ стремиться не к выполнению отдельных задач, а к «хорошей жизни».
Для оценки социального положения исследователи использовали модифицированный алгоритм PageRank — тот самый математический метод, который когда-то применялся для ранжирования веб-страниц. Однако в Agentopia он анализировал не ссылки между сайтами, а отношения между агентами, разделяя их на два независимых типа: личную симпатию и профессиональное уважение. Такой подход позволил моделировать ситуации, хорошо знакомые людям: например, когда человека считают выдающимся специалистом, но не испытывают к нему особой личной симпатии.
Результаты экспериментов показали, что внутри цифровых обществ начали проявляться сложные социальные явления. Некоторые агенты становились своеобразными «социальными архитекторами», знакомя между собой других персонажей и формируя устойчивые сообщества. Другие сталкивались с профессиональным выгоранием из-за чрезмерной социальной активности. Были зафиксированы случаи осознанной смены высокооплачиваемой профессии на менее доходную, но более удовлетворяющую психологические потребности. Некоторые агенты самостоятельно создавали многолетние личные ритуалы и привычки, которые постепенно становились частью их идентичности.
Также был выявлен интересный конфликт между стремлением к успеху и субъективным благополучием. Агенты, сосредоточенные на карьере и накоплении ресурсов, в среднем достигали более высоких доходов, но значительно чаще испытывали неудовлетворенность жизнью. Напротив, персонажи, уделявшие больше внимания социальным отношениям, демонстрировали более высокий уровень психологического благополучия.
Наиболее важным результатом стало то, что накопленный в симуляции опыт оказался полезен и за пределами виртуального мира. После дополнительного обучения на основе собственных жизненных историй модели улучшили качество ролевого взаимодействия на 15,6% по тесту CoSER (Character-of-Situation Acting), который оценивает способность искусственного интеллекта воспроизводить сложные человеческие характеры. Показатели антропоморфности — степени сходства поведения ИИ с человеческим — увеличились еще больше, на 23,7%.
Авторы подчеркивают, что их работа выходит далеко за рамки создания очередного симулятора наподобие The Sims. По их мнению, Agentopia демонстрирует принципиально новый путь развития искусственного интеллекта, при котором модели смогут приобретать знания и социальные навыки через собственный опыт, а не только через анализ человеческих текстов. Если эта концепция подтвердит свою эффективность в дальнейшем, то обучение через виртуальную жизнь может стать одним из ключевых направлений развития ИИ в эпоху после исчерпания традиционных данных для обучения.
Darth SaharaИсточники:arXivИскусственный интеллект3Искусственный интеллектБольшие языковые моделиСоциологияЦифровое обществоAgentopiaСоциальные симуляции16:48
Источник