Николас Христакис: [00:00:05] Добро, така што човековите битија се вгнездени во социјални мрежи, а овие мрежи се подложни на многу специфични математички, биолошки и социјални принципи. И се повеќе, додававме вештачка интелигенција во форма на онлајн агенти и физички роботи меѓу нас, кои се однесуваат на нас како да се социјални ентитети. И овие видови агенти што ќе ги додаваме на нашите системи варираат од автомобили без возачи на патиштата до каси во продавниците, до хуманоидни роботи во домови или во фабрики или на боиштата или во ситуации со гасење на пожари, до чулни автономни агенти какви што се онлајн ботови и дигитални AI помошници во нашите телефони или нашиот пар眼и или нашиот работен простор. И овие технологии комуницираат со нас на рамноправно ниво како да се луѓе. И тие ќе доведат до хибридни системи на луѓе и машини. И овие системи нудат можности за нова сорта социјална вештачка интелигенција.
Сега, дозволете ми да ви дадам само еден пример. Кога добивате, на пример, дигитален асистент, како што е Alexa, производителот на тој уред многу се грижи за интеракцијата човек-машина. И таа интеракција човек-машина е оптимизирана. На пример, никогаш не би купиле Alexa ако секој пат кога ви треба нешто од неа, морате да кажете: извини, Alexa, многу ми е жал што те прекинав. Ако не ти пречи, би можела ли да ми кажеш зборот? [00:01:35] времето за утре, нели? Ова би се сметало за апсурдно ниво на учтивост. Очекувате да можете да кажете: Alexa, времето, и потоа машината покорно одговара. И тоа е во ред додека не ја донесете таа машина во вашиот дом и вашите деца не зборуваат со таа машина и учат да бидат неучтиви. И потоа тие одат на игралиште и се неучтиви кон другите деца. Значи, таа машина која е додадена во нашето опкружување, не е само за интеракцијата човек-машина, туку и за интеракцијата човек-човек во присуство на машини. И така, што ме интересира е не, туку интеракциите човек-човек во присуство на машини. И можеме да употребиме разбирање на структурата и функцијата на социјалните мрежи за да ги оцениме употребата и влијанието на социјалната вештина во рамките и на човековите групи. во однос на фактори како што се доверба и соработка кои се неопходни за групите на луѓе да работат заедно, и кои влијаат на однесувањето на овие колективи.
Па така да истакнам некои од работите кои ги правиме, а, користејќи неколку пристапи за мрежни експерименти кои вклучуваат, а, вештачка интелигенција. Овие експерименти ја оценуваат како АИ би можела да влијае на структурата и функцијата на човечките социјални интеракции. [00:02:45] Сега постои класa на колективни дејствување проблеми на социјалните интеракции кои ги имаме, познати како проблеми на координација. И тоа е, овие се проблеми во кои мора да работиме заедно ако сакаме да создадеме нешто полезно. И понекогаш ги решаваме овие проблеми создавајќи централизирани институции како полиција или судови или влади. Но често сме способни да решаваме проблеми за колективно дејствување кои не бараат да координираме или соработуваме со голем број луѓе на децентрализиран начин. Всушност, ние сме еволуирале да имаме оваа способност. И еден специфичен тип на колективен дејствувачки проблем со кој сакам да започнам денес е, всушност, координација.
На пример, за да се избегне оваа сообраќајна гужва, луѓето мора да координираат да направат нешто различно од нивните соседи. Значи, ако сите излезат од својата куќа во исто време, сите ќе бидат заглавени во сообраќајна гужва. Но, ако, ако ги поместат своите времиња на заминување и излезат во интервали, тогаш никој не е во сообраќајната гужва. Сега, се разбира, можете да имате некаква централна власт која ќе го координира ова. Вие први ќе заминете, па вие, па вие. [00:03:45] Но идеално, она што би сакале е некаков децентрализирано, не-топ-надолу начин на луѓето да координираат за да го решат овој проблем.
Ова беше нашето прво испитување, објавено во 2017 година, за такви хибридни системи кои истражуваа како ИИ може да помогне во таков предизвик. Истражувавме перформансите на човечките групи кои беа ангажирани во задача за координација. Нашата парадигма беше да позајмиме од компјутерските науки нешто што е познато како проблем на бојадисување на графикон. Ова е класичен проблем во компјутерските науки. Но, што направивме е што го земавме и го ставивме луѓето во таа ситуација. Затоа, што направивме е што земавме 4.000 луѓе и ги ставивме во 230 онлајн групи. Овие луѓе беа сместени во овие групи. И тие беа случајно распоредени на определено место во вештачката мрежа што ја создадовме, структурата на која приближно наликуваше на вистинските човечки мрежи. Тие беа ставени на овие места и им беше кажано дека им е додиелена една од трите бои, [00:04:46] виолетова, портокалова, виолетова, портокалова и розова. И им беше кажано дека мора да изберат боја која е различна од нивните соседи.
И им беа дадени пет минути за да го направат тоа. Тие луѓе ќе погледнат околу своите соседи. Секој ќе погледне и ќе рече, на пример, овој човек тука е розов. Тој гледа дека има розов сосед и портокалова соседка. Што треба да направи е да се префрли на виолетова боја. И црвените линии тука укажуваат на конфликти на боите. Со други зборови, ако двете бои на соседни чворови се исти, добиваат црвена линија. А позадинските виолетови линии укажуваат на структурата на социјалните интеракции. Па, ги поставувате луѓето тука. Тие погледнуваат околу своите соседи секоја секунда или секунда и половина. Прават премин во согласност со целта дека сите треба да изберат боја различна од нивните соседи во следните пет минути. И ако го направат тоа, тогаш и само тогаш ќе бидат платени. Јас ќе ви платам да работите заедно. И ако сите работите заедно на децентрализиран начин за да го решите проблемот, сите добивате плата. Впрочем, ако не, ништо, разбирате? Еве што се случува во овој експеримент. Тука на x-оската е времето во секунди до петминутната марка. [00:05:47] Играта трае пет минути, долу тука некаде. А на y-оската е функцијата на целта или бројот на конфликти на боите. И така, тука на почетокот, постојат 12 конфликти на боите. Тие се случајно дистрибуирани со своите почетни бои. И тоа е покажано тука на овој мал хистограм. И така, луѓето започнуваат да гледаат околу себе и да ги менуваат своите бои. Знаете, тие менуваат и менуваат. И стигнуваат до оваа точка каде што сега достигнуваат ситуација во која постои конфликт на боите помеѓу овие двајца. И овој конфликт, сепак, е она што го нарекуваме нерешлив конфликт. Тие светло портокалови линии се решливи конфликти. Тоа е овој тип тука. Тој може да направи премин кон виолетова кој ќе го реши конфликтот. Но, овие тука кои се портокалови, не можат да направат премин кој ќе го намали бројот на конфликти на боите во нивната околина, точка? Овој тип не може да се префрли на виолетова затоа што, всушност, ако се префрли на виолетова, ќе има повеќе конфликти. Има, на пример, четири виолетови соседи. И не може да се префрли на розова затоа што има два розови соседи. Па, тој гледа и вели, рече, најмалку конфликт ќе имам ако останам портокалов. И така, оваа група сега е заглавена, нели? [00:06:49] Тие имаат нерешлив конфликт и ништо не може да се случи. Никаков напредок не може да се направи во решавањето на проблемот на колективната акција додека еден од овие двајца не направи контраинтуитивен потег, не се префрли на виолетова или розова и времено ја зголеми конфликтот. И тоа е, всушност, она што се случува. А потоа поминува времето, и човеците на 245 секунди го решаваат проблемот. Машината ја открива решението, ја запира играта и им плаќа, разбирате?
Сега, затоа што бевме лукави, што направивме е тоа што направивме некои експерименти каде што подмолно заменивме некои од човечките битии со ботови. И го оценивме како со додавањето на ботови со вештачка интелигенција за создавање хибриден систем влијаело на групната перформанса. Дали е можно да се додадат некои ботови во човечките групи и да се подобри нивната способност за координирање при соочување со таков предизвик? И што направивме, е што додадовме три бота, и експериментално вариравме две оски. Каде ботовите беа поставени, каде што случајно се впуштија во мрежата, каде што беа ставени во [00:07:51] центарот на мрежата, или каде што беа ставени на периферијата на мрежата. И случајно манипулиравме со нивната AI капацитет тука на многу тривијален и едноставен начин. Имено, манипулиравме дали ботовите делуваа со совршенство или делуваа со малку бучава.
Во ситуацијата со совршенство, секои една и пол секунда, ботовите гледаа околу себе кај своите соседи, а потоа го избраа бојата која имаше најмалку конфликти со нивните соседи. Она што може да го сметате за ирационално однесување. Во ситуацијата со 10% бучава, го правеа тоа, но 10% од времето, избираа случајна боја. А во ситуацијата со 30% бучава, го правеа тоа, но 30% од времето, избираа случајна боја. Значи, направивме ботовите, да речеме, сè повеќе и повеќе подложни на грешки, сè повеќе и повеќе бучни.
А потоа погледнавме, имавме, мислам, нешто слично, да започнеме со контролна група. Овде го прикажавме на x-оска времето, а овие се криви на опстанок. На y-оска е веројатноста дека групата како цел не ја решила координационата игра. Значи, ако погледнете тука, на пример, на почетокот, на времето нула, [00:08:51] 100% од само човечките групи, сесиите со само луѓе, се во портокалова боја. На почетокот, 100% од групите само со луѓе не ја решиле играта. И потоа, како времето оди, сè повеќе и повеќе човечки групи ја решаваат играта, така што на крајот на петте минути, можеби 60% од групите само со луѓе ја решиле играта.
Па, што се случува е, ако ставите 10% бучни ботови во централната позиција на мрежата, добивате забележливо подобрување на перформансите. Овде, значително повеќе групи на луѓето, кога ботовите со малку бучава беа додадени во центарот, беа способни да го решат проблемот. Всушност, го намалија медијанското време на решавање од 232 секунди на 103 секунди. А тука има и други наоди во овие податоци. Совршени ботови и прекумерно бучни ботови беа непомошни. Требаше некакво калибрирање. Тоа беа 10% бучни ботови кои беа најкорисни. и исто така, позицијата на ботовите имаше некаков влијание. Но, клучно во овие експерименти, исто така наидовме на тоа дека луѓето кои не беа поврзани со ботовите, [00:09:52] кои беа понатаму во мрежата. Значи, во графиконите, имаше некои луѓе кои беа поврзани со ботовите и некои други кои не беа. Откривме дека и тие луѓе почнаа да го менуваат начинот на кој играа. Па имаше ефект на валня, ефект на каскада. Бенефициите од тоа како ботот взаимодействуваше со своите луѓе се прелееа низ мрежата и почнаа да влијаат на интеракциите помеѓу луѓето понатаму и понатаму во мрежата. Други збори, ботовите им помогнаа на луѓето да си помогнат, а бенефициите од бучавата се рашириле во оваа социјална система.
Сега да ги доразвием идеите за овој колективен предизвик и како овие прости АИ агенти би можеле да помогнат со друга аналогија. Замислете дека имате авион. Тоа е како во градиентно спуштање во машинското учење, на пример. Имаме авион, и имаме ридови и една планина. И имате различни ридови, добро, на различни височини. И имате планина високо тука што е највисоката планина. Па, ќе спуштам четворца од вас, и ќе ве спуштам некаде тука, и ќе ве поврзам заедно, секој од вас гледа во различна кардинална насока, [00:10:54] и ќе ве завртам. И ќе ви кажам, пронајдете ја највисоката планина. Вие ќе разговарате помеѓу себе и кажете, па, зошто да не направиме по еден чекор во нашата насока и да се извесниме на тимот? Па, ќе направите чекор на север, и ќе кажете дека одовде е нагорна. А југот вели дека одовде е надолна. И истокот и западот велат дека одовде е во правец. Па, сите се согласувате, да направиме чекор на север. И продолжувате да го правите ова итеративно додека не стигнете до точка кога сите велите дека одовде е надолна.
Дали ја најдовте највисоката планина? Не. (...) Што сте направиле? Пронајдовте го најблискиот рид.
Сега ќе најдеш ли највисоката планина? Не. Никогаш нема да ја најдеш највисоката планина. Ти си заглавен. Локално си оптимизиран, но глобално е под-оптимизиран. И за да се глобално оптимизира, ти е потребен малку шум. Понекогаш мораш да им дозволиш на оваа група на луѓе да направат неочекуван чекор надолу по планината или надолу по ридот. Затоа, понекогаш на случаен начин потоа преземаат серија на чекори сè додека повторно не стигнат на равнината. И потоа навигираат низ оваа фитнес пејзажа, истражувајќи ги сите овие врвови сè до кога не завршат на овој врв. [00:11:56] И овој висок врв тешко, глобалниот оптимум, обично е состојба на примање, бидејќи е потребен многу повеќе шум за да се слезе од овој врв отколку од другите врвови. И така, сега осцилираш околу глобалниот оптимум. Затоа, во нашата работа, истражувавме овој тип на едноставно програмирање вметнато во социјалните системи за да видиме дали можеме да го подобриме перформансите на човечките битија во справувањето со различни видови на колективни акциски проблеми.
Сега, другата колективна акција проблемот вклучува различен предизвик, а тоа е соработката, а не координацијата. Луѓето често мора да соработуваат за да произведат она што се нарекува јавно добро. А еден фар е еден од канонските примери за јавно добро. Јавното добро има две канонски карактеристики. Пред сè, тоа е она што се нарекува не-исклучливо. И тоа значи дека другите лица не можат да бидат спречени од неговата употреба. Ако изградите фар за ваши лични потреби, затоа што навигирате по морето и не сакате да се удрите во брегот, тоа е одлично за вас, но не можете да спречите никого друг да го користи, разбирливо? Не-исклучливо. [00:12:58] И исто така, тоа е не-конкурентно. Тоа значи дека потрошувачката од една личност не ја намалува потрошувачката од другите. Ако ја користам светлината од мојот фар, нема помалку светлина за вас да користите. И тоа е различно, на пример, од парче торта. Ако имам парче торта, тоа е мое, нели? Можам да ве спречам да го јадете. И ако го јадам, нема да има достапно за вас, разбирливо? Затоа јавното добро има овие карактеристики, и тие карактеристики на редот го прават многу тешко да се произведат јавни добра. Затоа што кога станува збор за изградба на фар, многу е искушувачки да ги поставите вашите индивидуални интереси против групите. Ако не придонесете за изградбата на фарот, можете и понатаму да добиете корист од него. И така, секој е искушуван да не направи ништо, и тогаш фарот не се гради на штета на сите. И исто така е важно да се нагласи дека јавните добра се корисни, бидејќи навистина можете да произведете работи со нив, како што е безбедно морско патување. И како такво, недоволното инвестирање во јавни добра е сериозен проблем во нашето општество, и исто така стана познато како трагедија на заедничкото. Овие јавни добра, на пример, нормите на доверба што ги одржуваме меѓу нас се ефикасни. [00:14:01] Помислете на кога бевте во средна школа. Некои од вас отидоа во средно училиште каде учениците си веруваа едни на други, и тоа значеше дека можете да оставите вашите ранци сами во ходникот без да се грижите дека некој ќе ги украде. Други од вас отидоа во средни училишта кога не беа истите норми на доверба, и сега требаше да го заклучите вашиот ранец или да го прикачите со вас во секое време. Во која од тие две средини мислите дека ќе имате подобро учење? Разбирливо? Во поранешната средина. Така, таа норма што се одржува колективно е продуктивна. Во тој случај, продуктивна за учење. Овде, продуктивна за безбедно морско патување и така натаму.
Значи, соработката во човечките групи за производство на јавни добра е предизвикателна, и се потребни различни механизми за нејзино одржување. И ние направивме многу експерименти во кои луѓето се ставаат во мрежни групи и им се нанесува да играат различни видови игри со јавни добра со своите соседи, манипулирајќи со многу структурни и други карактеристики низ годините. На пример, пред неколку години започнавме со експеримент во кој луѓето беа поставени во мрежа како оваа. Тие беа запознаени со своите соседи и играа игра со јавни добра од, како, бихевиоралната економија, [00:15:03] каде, како, можам да дадам малку пари на секој од моите соседи. Како, зземам еден долар и го делам помеѓу моите соседи. А потоа научниците го дуплираат доларот. Значи да речеме дека имам четири соседи. Речеме имам три соседи, и давам еден долар на групата. Тоа станува два долара. Тоа два долара се делат помеѓу четворицата нас. Значи целата група добива богатство од два долара, но јас добивам назад само 50 центи. Два поделено со четири, добивам назад 50 центи. Затоа морам да направам жртва за благосостојбата на другите. Значи, природно, секој вели, не сакам да жртвувам. Нека секој друг глупак да даде пари. Јас нема да дадам ништо, и се надевам дека другите ќе придонесат. Но, се разбира, ако сите така постапуваат, повторно добивате колапс. Најдоброто однесување е ако сите максимално придонесуваат. Значи, тука во оваа ситуација, започнуваме со играта. Сините точки се, сините луѓе се, убавите кооперативни луѓе. Тие максимално даваат на своите соседи и создаваат јавни добра, како што е изградба на светилникот. А црвените точки се експлоататорите кои не прават никакви придонеси, што исто така е познато како дефектори. И она што го наоѓаме во овој експеримент е дека повторуваме резултат кој е познат 30 години, [00:16:03] што е дека соработката колабира во групите, нели? На крајот на играта, по многу рунди, речиси секој станува дефектор, освен овие мали сини луѓе тука на страната, кои ја држат цивилизацијата жива, знаете, меѓу себе. Можете да мислите и за тоа, повторно, повикувајќи се на гимназијата за студентите. Запомнете ја таа ситуација во која вашиот наставник по наука ви додели четворица вас да направите групен проект, и ќе добиете истата оценка. И сте назначени со четворица, тројца други губитници. Значи, сега имате две опции. Или ќе го направите целиот труд, и тие исто така ќе добијат А-ки, бидејќи сакате А. Или викаш, тоа еRidiculous. Не сакам овие лениви луѓе да профитираат од мојата тешка работа. И викаш, не ќе направам ништо, и сите ќе добијат Ф-ки, нели? Тоа е ужасна дилема. Па, што се случува тука е дека луѓето на крајот го избираат второто решение. Сите избираат да добијат Ф-ки, бидејќи не сакаат да бидат глупави и продолжат да придонесуваат. Значи, соработката колабира во социјалните системи како општ резултат. Но, она што го направивме е, повторно, што додадовме некои, иако различен вид ботови во системот. Додадовме некои ботови кои беа опремени со многу едноставен А. [00:17:05] И овие ботови беа како мали брокери за венчавки. Тие посредуваа социјални интеракции. Гледаа околу нив локално кој со кого е во интеракција и даваа предлози на луѓето во системот. Знаете што? Треба да го прекинете врската со тој дефектор што ве искористува и да формирате врска со овој добар тип овде наместо тоа. И овој благ совет за повторно поврзување користи само локално знаење. Нема учител таму што наредува на луѓето да бидат убави. Нема полиција. Нема суд. Нема централизирана власт која го спроведува ова. Само делувајќи врз локално знаење, откривме дека овие ботови можат, во нашите експерименти со над 1.000 луѓе во 64 групи, не само што соработката може да се стабилизира, туку за прв пат некогаш, покажавме резултат дека соработката всушност може да се зголеми од основната линија кога овие типови на ботови беа додадени. И DeepMind подоцна ги повтори нашите резултати и ги продолжи во друг труд кој се појави околу една година или две по овој.
Сега во уште еден експеримент, истражувавме како ботите можат да влијаат на групната креативност. [00:18:07] бидејќи пронаоѓањето нови идеи е тешко. И теоријата и експериментите сугерираат дека групите можеби подобро можат да идентификуваат и зачуваат иновации отколку поединците, споделувајќи ги своитеDiscovery.
Но, иновацијата во групите се соочува со свои предизвици, вклучувајќи групна мисла. Така? Ако соберете група на луѓе, можеби ќе се согласат предвреме околу некоја субоптимална идеја.
Или можеби можете да замислите, треба да замислите, дека група на луѓе заеднички може да има поголема мудрост, може да биде способна да измисли повеќе идеи. На пример, ако им дадете на група луѓе задача да го усовршат риболовниот стап, знаете, првиот може да каже, па зошто да не ставиме кука на крајот на некоја свиткана жица? И потоа, лицето држи жица со кука. И некој вели, зошто да не ставиме стап до жицата? О, тоа е одлична идеја. Така, тие комбинираат своето знаење и тоа го прават. И некој вели, па примамката со куката се движи на површината. Да ставиме бран за да потоне. Па, сега оди премногу длабоко. Како да додадеме пловак за да знаеме каде е и така натаму. И така луѓето иновираат, споделуваат знаење меѓу себе, зачувуваат знаење низ времето, [00:19:08] и добивате овие културни артефакти кои се составен производ на повеќе луѓе кои споделуваат идеи и се креативни.
Така сакаше да создадеме игра во која групи на луѓе го пребаруваат пејзажот за оптимална идеја. И одлучивме да користиме именки како прокси за идеи. Зедовме 20.000 именки од класичниот корпус на компјутерска наука word-to-vec. Значи, зедовме 20.000 именки. И растојанието помеѓу овие именки може да се дефинира со метриката на косинусна сличност. Можете да замислите хипердимензионален векторски простор во кој мачката е поврзана со кучето повеќе отколку со писателската маса. И начинот на кој го направија тоа беше што погледнаа колку често зборовите мачка и куче се појавуваат заедно на веб-страници. Значи, имаа универзум на веб-страници и универзум на 20.000 именки. И рекоа дека овие две именки често се појавуваат заедно, а овие две други именки не се појавуваат често заедно. Создадеа векторски простор од 300 димензији. [00:20:08] И сега можете да опишете колку се слични било кои две именки. И одлучивме да користиме именки како прокси за идеи. Ги земавме овие 20.000 именки. И потоа избравме сет на именки. Замислете дека избравме една именка, но избравме сет. Една именка на случаен начин од сите овие, како на пример, брагадоцио, беше именка. Значи, избравме брагадоцио. И велиме дека тоа е совршената идеја што сакаме оваа група на луѓе да ја најде. И потоа сите именки кои се блиску до брагадоцио исчезнуваат во овој векторски простор. Така имате врвна именка која добива најмногу поени, 20.000 поени, и сите другите именки до именките најдалеку. И ставивме луѓе во овој систем и велиме, најдете ја оваа збор. Не им кажуваме зборот. И потоа им кажуваме вредноста на поинтите на зборовите. Значи, тие почнуваат да погодуваат. И додека погодуваат, добиваат повратни информации. И велат, а, овој збор има повеќе поени од друг збор. И тие се приближуваат и поблиску и почнуваат да споделуваат знаење меѓу себе. Се обидуваат да бидат креативни за да го решат проблемот.
Секој именка е поврзана со другите во семантички простор или безоблазна пејзаж. [00:21:10] И имавме 18 различни целни именки, како да извлековме врв од пејзажот на овие 20,000 именки во 18 различни локации во 18 различни пејзажи. И овие именки беа намерно необични, како фратрицида, шупа, саркома, картографија и така натаму. И потоа изведовме експерименти кои вклучуваа неколку услови каде што луѓето беа сами, обидувајќи се да навигираат низ пејзажот, каде што луѓето беа во групи кои работат заедно за да навигираат низ пејзажот, или каде што луѓето беа во групи, но исто така имаше некои ботови кои обидуваа да им помогнат да бидат креативни. И ботовите работеа затоа што можеле да пренесуваат информации од една област на мрежата до друга комуницирајќи помеѓу себе. На пример, бот број два би можел да му ја пренесе зборот небо или автомобил на бот број еден. Еве еден пример за мрежа.
Ние ги внесуваме луѓето. Квадратните точки се ботови. И овој бот има четири интеракции, а овој бот има, не знам, шест или седум интеракции. Човечките beings на почетокот започнуваат да погодуваат. [00:22:12] Тие воопшто немаат основа за погодување во првиот круг на играта. Тие погодуваат небо, автомобил, зајак, стаорец, куче, мачка, писателска маса. Како ако ви побарам, одберете име на предмет за да погодувате, ќе погодувате куќа или сонце или месечина или мачка или куче или некој мал типичен именик. И сега им се кажува вредноста на поените, како сличен е зборот стаорец, куче, мачка, писателска маса, и така натаму, на саркома. И им се кажува вредноста на поените на тие именки во однос на целниот именик, кој е саркома. И потоа, тие вредности на поените им се најавуваат. И тогаш овој бот може да погледне во вредностите на поените на луѓето околу него и може да пренесе или случаен избор на овој бот или највисоката вредност на поените или најниската вредност на поените, некаква задната канала на комуникација што шири информации од едно подрачје или група луѓе кои се обидуваат да го решат проблемот на друго подрачје. Па да погледнеме некои примери за да го средиме ова, затоа што ова може да биде тешко за разбирање. Луѓето ја играле оваа игра околу 25 рунди. И еве ја косинусната сличност со целниот именик, кој е зборот фратрицид. Во ред, така што има 20,000 именки. [00:23:13] Фратрицидот е 20,000 поени. И другите зборови имаат други поени. И еве ја соло личноста, личноста сама која погодува. Нејзиното прво погодување е бит. И им се кажува колку сличен е зборот бит на фратрицид. И потоа нејзиното следно погодување е раѓање. И добива голем пораст во косинусната сличност, бидејќи можете да замислите зборот раѓање е поблизу до зборот фратрицид отколку зборот бит. Во ред? И потоа таа погодува. Таа следно се обидува со пари. Тоа е полошо. Потоа се обидува со мајмун. Тоа е уште полошо. Тие проверуваат. Тие прават проверка на разума. Тие се обидуваат со раѓање. Тоа повторно се зголемува. Потоа се обидуваат со бебе. Тоа не е лошо погодување. Раждане до бебе. Но бебето ги оддалечува од фратрицид. И потоа дама и така натаму. И тие навигација, и тие погодуваат. И тие погодуваат. И тие погодуваат. И на крајот не се ни блиску до фратрицид. Сега во оваа друга ситуација, имаме група луѓе, но без ботови. И сега луѓето можат, покрај правењето на своите сопствени погодувања, да ги видат погодувањата на луѓето околу нив. И да градат на идеите на другите. Во ред? Создадено. Како да направиме закачалка за риболов заедно. [00:24:13] Така што оваа личност, нивното прво погодување е куче. Но нивното следно погодување е штит. Можете да видите штитот е поблизу до фратрицид отколку кучето. И оваа личност погодува и погодува и добива информации од своите соседи. И на крајот, се приближува и приближува. Завршува со зборот непријател. Во ред? Всушност, војникот беше неговото најдобро погодување. Имаше највисока вредност на поените за време на неговата патека.
Па како да додадеме ботови? Ова повторно ја прикажува резиме на резултатите. На x-ос е кругот. На y-ос е просечната косинусна сличност во овој хипер-димензионален векторски простор, што е мера за перформансите на групата. И тука има група луѓе кои делуваат, погодуваат сами. Така, луѓето кои погодуваат сами не се многу успешни, зарем не? Тие, знаете, тоа е само случајност дали можат некако, или, знаете, некоја вродена способност во секој поединечен човек. Со текот на времето, тие стануваат малку подобри и полежни. Сите групи се повисоки од поединечните. И ова е стар резултат кој е познат. Група луѓе е поноваторска од иначе сличен сет на поединечни практичи. Но што наоѓаме е дека, ако ја додадеме најсличниот бот, ботот кој гледа на своите соседи, [00:25:17] и наоѓа, каков е нивниот локален консензус за тоа? Моите луѓе изгледа мислат дека ова е добра реч. И потоа ја пренесува до бота на далечното место во мрежата. Тој бот значително ја подобри перформансата на оваа група луѓе за да направи откритие. Треба да можете да замислите како ова може да функционира во група инженери или во било која друга област на знаење. Како, на пример, можете да ја дистрибуирате знаењето на ефикасен начин, избегнувајќи групно размислување и поттикнувајќи креативност, со дизајнирање ботови кои помагаат на луѓето да си помагаат самите. Ботот тука не, не има мозок. Тој не самосужестува идеи. Тој само помага на луѓето да ги распредели идеите меѓу себе.
Така, едноставни АИ агенти со интерпретабилно однесување можат да ја зголемат способноста за креативно откритие во човечките групи, споделувајќи идеи околу кои постои локален консензус во една дел од групата со луѓе во далечна дел од групата. И како резултат, групата може да работи подобро.
Сега, ние исто така започнавме да експериментираме со физички системи. И додавме хуманоидни и нехуманоидни роботи [00:26:19] на групи на луѓе лицем в лицето и покажавме како тие можат да го направат полесно за групи на луѓе да работат заедно, помагајќи им да ги надминат триењата или неспособноста да соработуваат во нивните интеракции. Едниот од моите омилени примери за ова е експериментот кој го направив со мојата поранешна студентка, Меги Трагер, која е позади и сега е асистент професор на Notre Dame, а тоа е овој експеримент. Во овој експеримент, земавме тројца реални луѓе кои дојдоа во лабораторијата и хуманоиден робот. И дизајниравме мала игра, мала игра со железничка пруга, која се игра на таблет компјутер, и оваа група на луѓе и роботот имале задача да положат железничка пруга од точка А до точка Б, како мали железнички пруги на Томас, локомотивата. И потоа им дадовме некои парчиња што можат да ги изберат на таблетот, како прави парчиња и криви парчиња. Но, повремено, ние направивме таков план, иако изгледаше како да имало мешавина на парчиња и дека принципиелно требаше да можат да одат од точка А до точка Б, ние подмолно го дизајниравме така што немаше доволен број на кривини за да можат да одат од точка А до точка Б. [00:27:21] Значи не можеле да го решат. Не можеле да го решат проблемот, не знаејќи за тоа. Ок? Значи прво секоја личност би земала ред за положување на парче пруга, потоа следната личност и следната личност. Тие работат заедно за да ја поврзат точка А со точка Б на своите таблети.
И што направивме во овој експеримент е што манипулиравме, и тие играа 30 рунди од оваа игра во ова виртуелно свет и имавме 51 група, манипулиравме со стилот на разговор на роботите, конкретно дали роботот изразувал ранливост со признавање на грешка. Така што роботот рече, знаете, направив грешка. Или дали роботот кажуваше татински шеги. Предпоставувам дека сите знаат што се татински шеги. Добро. Имавме и роботот да раскажува, а всушност тоа е културен универзум, како антрополозите во амазонската џунгла гледале на домородните народи и татковците таму исто така раскажуваат татински шеги. И децата се како, не можам да верувам во глупавите шеги на татко. Но, сепак, всушност постои теорија за тоа што татинските шеги ги имаат за цел да ги зацврстат децата на еден начин. Ова е теорија. Но, сепак, тоа е цела друга тема. Без разлика на тоа, имавме нашите роботи да раскажуваат татински шеги или да изразуваат ранливост. [00:28:21] И она што нè интересираше да откриеме е дали промените во говорот на роботите имаат моќ да влијаат не само на тоа како луѓето интеракција со роботите, туку и на тоа како луѓето интеракција едни со други. И уште еднаш, тоа нуди перспектива за модификација на социјалните интеракции преку воведувањето на вештачки агенти во хибридни системи на луѓе и машини.
Еве еден мал пример, ох, и не ви кажав за резултатите. Еве кога имаме, овие, дебелината на овие линии, поставивме видео камери за да мониторираат кој разговара со кого и колку многу зборуваат. Дебелината на овие линии укажува на тоа колку лицето две разговара со лицето едно и така натаму. Лицето едно не зборува многу со роботот. Тоа е тенка линија. И кога имавте неутрални роботи, добивате оваа шема. Но кога имавте ранлив робот, сите овие линии стануваат пошироки и се изедначуваат. Откривме дека ранливиот робот ја зголеми еднаквоста на говорот меѓу луѓето, го зголеми обемот на говорот между луѓето, и всушност, во одделни резултати, [00:29:22] го зголеми задоволството на луѓето во таква средина.
А еве еден клип од две различни рунди кои илустрираат како роботот зборува во неутрален стил прв, во пасивен глас, што не многу влијае на комуникацијата меѓу луѓето. Роботот вели, на многу Риган-естички начин, направена е грешка.
Но во следната рунда, роботот вели, направив грешка. И можете само да гледате што се случува тука. Да видиме дали можеме да тоа да работи. (25 секунди пауза) Така во многу, многу десетици рунди, оваа е шемата која ја наоѓаме. Значи, едноставна манипулација, едноставна манипулација во говорот на роботот ја менува интеракцијата меѓу луѓето. [00:30:25] И не, претпоставувам, не е тежок да се замисли како целосниот начин на кој ги дизајнираме нашите чатботови и сè друго може да влијае не само на примерот со Алексa што ви го дадов на почетокот, туку и на тоа како си комуницираме. Луѓето изгледа доверуваат едни во други повеќе и се забавуваат повеќе во оваа ситуација.
Сега тука се уште, и мислам дека ова е последниот експеримент што ќе ви го покажам, а потоа ќе затворам, во уште еден експеримент, развивме нова кибер-физичка платформа за тестирање на таквите социјални и навистина етички ефекти од едноставни типови на ВИ. Бидејќи, гледајуќи ги природата на проблемите со колективно дејствување, вклучувањето на ВИ во човечките групи може парадоксално и несакано да потисне постоечките корисни социјални норми кај луѓето, како што се оние што се поврзани со соработка и алтруизам што ги имаме еволуирано како вид за да ги имаме. Па, имаме стотици илјади години природна селекција што работи на нас за да станеме способни да решаваме проблеми со колективно дејствување. Така, прашањето е, добро, ако делегираме некоја од таа агенција на машини, ќе ја изгубиме ли способноста да работиме заедно за да ги решиме тие проблеми? [00:31:32] Дали ќе почнеме да се потпираме на овие машини, и така сега ја деградираме нашата вродена способност за соработка и координација и создавање и така натаму? Во овој експеримент, во соработка со Хиро Ширато на CMU, друг поранешен студент на постдипломски студии на мене, изградивме платформа што вклучува две мали механички возила, на оние кои им дадовме Raspberry Pi, и го поврзавме со некое софтверско решение што го имаме што ни овозможува да организираме онлајн експерименти на огромен опсег. Така, луѓето беа во своите домови, и им беше доделено едно од овие возила, и тие ги возеа овие возила едни кон други,
и ние ги пуштивме да играат игра на пилешки. Значи во пилешки, знаете, како, кој прв ќе стигне на другата страна победува. Значи имате поттик да не попуштите на другиот. Но ако секој од вас избере да не попушти, тогаш се судирате и двата добивате најлоша награда. Значи, што би направиле луѓето во оваа ситуација, ако играте игра на пилешки за повеќе кругови, е дека би научиле брзо да се смени. Овој пат е ваша смена да поминете директно, јас ќе се оддалечам и ќе ви дозволам, но следниот пат вие ќе се оддалечите и ќе ми дозволите да поминам директно. [00:32:35] Ако сме егоисти, само продолжуваме да се судириме заедно, како да се уништуваме еден со друг повторно и повторно, или глупаво, двајцата отстапуваме и ниту еден не добива бенефит од поминување директно. Значењето на оваа ситуација тука, жолтото возило решава да се оддалечи, а синото возило продолжува без пречки до другата страна.
И ние користевме 300 учесници и 150 двојки, и тие беа платени во зависност од тоа колку брзо стигнаа на другата страна. Потоа додавме малку ВИ. Додадовме асистенција за автоматско кочење, каде што кога имаше предупредување за близина, кога ќе се приближевте до другото возило, се кочеше и ви даваше шанса да одлучите, ох, треба да се повлечам и да му дозволам на овој друг тип да помине, или обратно. Или додадовме асистенција за автоматско управување, што е, во моментот кога се приближуваше до другата кола, само се искривуваше, ладно? И додадовме минимална комуникациска функција, каде што луѓето можеле да кажат благодарам или нешто слично. Само многу минимална комуникација. И прво, покажавме дека асистенцијата за автоматско кочење, каде што автомобилите застануваат на фиксна дистанца пред судир, ја зголеми хуманата алтруизам. [00:33:38] Тоа е, да се направи место за другите, како што прави жутото возило тука. Па, додавањето на мала асистенција за автоматско кочење ја олесни соработката помеѓу луѓето во ситуацијата. Впрочем, дозволувајќи им на луѓето да комуницираат дополнително помага да направат меѓусебни отстапки во условите на автоматско кочење. Од друга страна, асистенцијата за автоматско управување, каде што автомобилот просто сврти, целосно ја инхибираше појавата на реципроцитет помеѓу луѓето во корист на максимизација на сопствените интереси. Луѓето едноставно се предаваат на својата морална агенција. Тие веќе не се загрижени. Тие само му дозволуваат на машината да сврти повторно, и се предаваат, ладно? Па, сите вродени етички способности што луѓето ги имаа сега се отстранети со дополнувањето на ВИ во условите на автоматско управување, но се подобрени во условите на автоматско кочење. И ова исто така треба да ве натера да се замислите. Треба да размислувате, о боже, секоја мала канџа што ја правиме кога програмираме овие ВИ агенти може да има добри или лоши ефекти на природните тенденции на луѓето.
Способноста на луѓето да соработуваат и да се сменуваат и да постапуваат алтруистично може да атрофира, што доведува до полоши колективни и индивидуални резултати на крајот. [00:34:46] И всушност, накратко, ВИ може да доведе до еден вид морална леност. (..) Еве еден последен пример за трајна промена по изложеност на ВИ во хибридни системи. И исто така е пример за тоа како присуството на ВИ може да ги промени човек-човечките интеракции, дури и откако ВИ веќе не е учесник во интеракциите. Така, во 2016, DeepMind разви AlphaGo, и во таа иста година, овој ВИ агент се натпреваруваше против Ли Седол, извонредниот светски шампион од Кореја.
Гледав натпреварот. Не можам да играм го, но го препознавам како величествена игра. Мојот син игра го. (.) И навистина бев на страната на Ли Седол. Ли Седол е како херој во Кореја, како што имаме, знаете, велики спортисти на нашите кутијки со Wheaties и слично. Како, неговиот лик е на мали пакувања со нудли и на пакувања со житарици. Мислам дека е прекрасно што во Кореја некој паметен нерд како мене се гледа како важна личност, да? Така, тој е многу популарен во Кореја. И тој излегува на првиот натпревар, а тој е премногу самоуверен. [00:35:47] Можам да забележам дека е премногу самоуверен. И губи од машината, а потоа се извинува на своите обожаватели. Вели, ми е многу жал. Ќе има пет игри. Најдобри три од пет победи. Потоа игра втора игра, и повторно губи. А сега станува сериозен. Потоа игра трета игра, и губи. Ги изгуби натпреварите.
И можете да видите каков вид публика, и коментаторите се восхитуваа на способноста на машината да игра го, правејќи чудни и убави потези, некои од кои подоцна открија дека биле направени затоа што имаме запишани натпревари кои се враќаат илјадници години во Кинескиот царски двор. И можеа да најдат, ох, Боже мој, ова е средновековен потег кој машината го направи. Не сме го виделе толку долго.
И потоа Лиза Дал се врати на четвртата игра и победи. (..) И плачев. Бев толку среќен. (..) Затоа што тој ја имаше машината, знаете, се врати за мојата врста и ја победи проклетата машина. Како, на херојски начин, не можев да разберам, каква мозочна моќ морала да биде потребна за Лиза Дал да го направи тоа. [00:36:49] Бев во екстаза во тој момент и толку горд на него за сè уште да се обидува, дури и откако го загуби натпреварот.
Она што е интересно е што кога Лиса Дал беше интервјуирана по натпреварот, Лиса Дал рече дека неговото играње се променило по натпреварот. Значи, повторно, вештачката интелигенција им помага на луѓето да си помогнат самите, во ред? Тој ја менува својата игра поради контакт. И последователните истражувања од други научници беа фокусирани на професионалните играчи на Го и ја разгледуваа медијаната на квалитетот на одлуките. Постојат некои стандарди во Го за да се согледа колку е добар еден потег и медијана на новост, како и колку е непознат еден потег. И откриваат дека кога AlphaGo го победи човечкиот светски шампион во 2016 година, ширум светот, играчите на Го почнаа да прават подобри потези кои се поиновативни, во ред? Значи, сите луѓе кои играат Го меѓу себе се промениле поради тоа што AlphaGo е додаден. Вештачката интелигенција им помага на луѓето да си помогнат самите. Значи, продолжуваме да работиме на нашата работа за дизајнирање и додавање на едноставни ботови за овие и други ситуации што вклучуваат социјални дилеми и проблеми со колективно дејствување. [00:37:55] Гледаме како ботовите можат да влијаат на координација, соработка, комуникација, креативност, доверба, навигација, споделување и евакуација. И во нашиот лабораториум, не сме фокусирани на супер паметна вештачка интелигенција, како LLM или AlphaGo, за да го заменат човечкиот когници, туку на глупава вештачка интелигенција за да дополнат човечката интеракција. Не се обидуваме да изнајдеме супер паметна вештачка интелигенција за да го замениме човечкиот когници. Измислуваме глупава вештачка интелигенција за да дополнат човечката интеракција. И нашата вештачка интелигенција може да си дозволи да биде глупава затоа што луѓето се паметни. Нашата вештачка интелигенција е како платина додаена во реакцијата на органска хемија. Тоа е само катализатор. Сè што ни треба е катализаторот за да помогне на група луѓе да бидат подобри.
И, се разбира, важно е да се признае дека обратното исто така е возможно. Социјалната вештачка интелигенција може да се користи за да се повредат групи на луѓе. Но, нашиот пристап нуди низа други технички и концептуални предности. Пред сè, овие обични ботови се разбирливи и затоа јасно илустрираат пошироки моќи и можности. За разлика од LLMs, кои се црна кутија и не знаете што прават, јас можам да ви кажам точно што прави нашиот бот. [00:38:58] Звучи многу. Тој посредува запознавања. Тој пренесува пораки на овој многу специфичен начин. И второ, нашите контролирани експерименти со ботови исто така можат да обезбедат увид во тоа како човечкото однесување може користоносно да се промени. Другими зборови, можам да го земам ова од лабораторијата и можам да научам група на луѓе да прави тоа што нашите ботови го правеа. На некой начин, не можете лесно да научите група на луѓе да прават она што ЧачиПТ го направи тука. Не знаеме што ЧачиПТ прави, но знаете што тие прават во нашата ситуација.
Па така, сакам да завршам, ова е мојата последна слика, со метафора. Разгледајте ги овие два објекта. И двајцата се направени од јаглерод. Ако ги поврзете јаглеродните атоми на еден начин, добивате графит, кој е мек и темен. Ако ги поврзете истите јаглеродни атоми на друг начин, добивате дијамант, кој е цврст и проtransparentен. И постојат две клучни интелектуални идеи тука. Пред сè, овие својства на мекост и темнина и цврстина и проtransparentност не се својства на јаглеродните атоми. Тоа се својства на колекцијата на јаглеродните атоми. И второ, кои својства ќе ги добиете зависи од тоа како ги поврзувате јаглеродните атоми меѓу себе. Земете ги истите јаглеродни атоми и поврзете ги на еден начин, добивате еден сет на својства. [00:40:01] Поврзете ги на друг начин, добивате сосема различен сет на својства. Слично, природата на нашите врски влијае на својствата на нашите социјални групи. Тоа се врските помеѓу луѓето кои можат да ја направат целината поголема од сумата на деловите. Нови својства, како што се соработка и насилство, иновации и продуктивност, доверба и недоверба, вистина и лажен, богатство и сиромаштија, здравје и среќа, можат да се појават и да се шират поради врските, поради врските помеѓу луѓето, а не само поради самите луѓе. Всушност, нашето искуство со светот зависи од структурата и функцијата на мрежите околу нас, блиски и далечни. И нашата врста е еволуирала да биде оваа ситуација. И не треба да не зачуди што ќе реагираме на вештачката интелигенција во нашата средина. Ви благодарам многу.
