Изкуствен интелект е по-добър в разпределянето на богатство от хората | IT.dir.bg

17-11-2017 20-11-2018
Изкуствен интелект е по-добър в разпределянето на богатство от хората
Снимка: iStock by Getty Images

Изкуствен интелект е по-добър в разпределянето на богатство от хората

Алгоритмите все пак зависят от идеологията на създателите си

| Редактор: Стоян Гогов 7 1439

Изкуственият интелект може да разработи методи за разпределение на богатството, които са по-популярни и справедливи от системите и идеологиите, създавани от хората.

Това твърди екип от изследователи от базираната в Обединеното кралство компания за изкуствен интелект DeepMind. Данните й показват, че системите за машинно обучение не само са добри при решаването на сложни физични и биологични проблеми, но могат също да помогнат за постигането социални цели, като реализиране на справедливо и проспериращо общество.

Хората често не са съгласни относно най-добрия метод за разрешаване на всякакви неща, и особено социални, икономически и политически проблеми. Това от своя страна има потенциал да изкриви изкуствения интелект спрямо идеологията на създателите му.

"Едно ключово препятствие за привеждане в съответствие на ценностите е, че човешкото общество допуска множество гледни точки, което прави неясно към чии предпочитания AI трябва да се приведе в съответствие", обясняват изследователите в нов документ, ръководен от първия автор и изследовател на DeepMind Рафаел Костър.

"Например политолозите и икономистите често спорят кои механизми ще накарат нашите общества да функционират най-справедливо или ефективно."

За да помогнат за преодоляване на празнината, изследователите разработиха AI за разпределение на богатството, който анализира взаимодействията на хората (както реални, така и виртуални) вградени в неговите данни за обучение. Така изкуственият интелект се ориентира към общите предпочитания на мнозинството.

Учените провели игра, в която на участниците били раздадени суми за инвестиране. Разработеният от изкуствения интелект метод се оказал най-добър и предпочитан от участниците.

Констатациите са докладвани в Nature Human Behaviour.

Изкуствен интелект е по-добър в разпределянето на богатство от хората

Изкуствен интелект е по-добър в разпределянето на богатство от хората

Алгоритмите все пак зависят от идеологията на създателите си

| Редактор : Стоян Гогов 7 1439 Снимка: iStock by Getty Images

Изкуственият интелект може да разработи методи за разпределение на богатството, които са по-популярни и справедливи от системите и идеологиите, създавани от хората.

Това твърди екип от изследователи от базираната в Обединеното кралство компания за изкуствен интелект DeepMind. Данните й показват, че системите за машинно обучение не само са добри при решаването на сложни физични и биологични проблеми, но могат също да помогнат за постигането социални цели, като реализиране на справедливо и проспериращо общество.

Хората често не са съгласни относно най-добрия метод за разрешаване на всякакви неща, и особено социални, икономически и политически проблеми. Това от своя страна има потенциал да изкриви изкуствения интелект спрямо идеологията на създателите му.

"Едно ключово препятствие за привеждане в съответствие на ценностите е, че човешкото общество допуска множество гледни точки, което прави неясно към чии предпочитания AI трябва да се приведе в съответствие", обясняват изследователите в нов документ, ръководен от първия автор и изследовател на DeepMind Рафаел Костър.

"Например политолозите и икономистите често спорят кои механизми ще накарат нашите общества да функционират най-справедливо или ефективно."

За да помогнат за преодоляване на празнината, изследователите разработиха AI за разпределение на богатството, който анализира взаимодействията на хората (както реални, така и виртуални) вградени в неговите данни за обучение. Така изкуственият интелект се ориентира към общите предпочитания на мнозинството.

Учените провели игра, в която на участниците били раздадени суми за инвестиране. Разработеният от изкуствения интелект метод се оказал най-добър и предпочитан от участниците.

Констатациите са докладвани в Nature Human Behaviour.