AI znalazła sposób. Ludzie przejęli jej metodę

Trzeba było podjąć ryzyko  

Każdy uczestnik dostawał na ekranie sieć punktów połączonych liniami. Musiał wykonać 10 ruchów i zdobyć jak najlepszy wynik. Przejście pomiędzy dwoma punktami mogło oznaczać stratę 50 punktów, ale można było też zyskać nawet 400. 

Najlepszym rozwiązaniem nie była droga, która przynosiła zysk już na początku. Żeby dotrzeć do miejsc wartych 400 punktów, wcześniej należało przejść przez odcinki z ujemnym wynikiem, czyli stracić. Dopiero później strata się zwracała. Tylko taka metoda umożliwiała ostateczne osiągnięcie wyniku wyższego niż 2000 punktów. To z tym uczestnicy eksperymentu mieli największy problem. Unikali ujemnych wyników wybierając opcję, która od początku przynosiła punkty. Spośród 600 osób tylko jedna samodzielnie znalazła najlepszą strategię – bez udziału AI.  

Sztuczna inteligencja miała na trening więcej prób. Człowiek przez pięć minut pracował na sześciu sieciach. Algorytm deep Q-learning w tym samym czasie trenował na tysiącu. W czasie krótszym niż pięć minut nauczył się, że początkowe straty mogą prowadzić do znacznie lepszego wyniku.

Kogo wybierze człowiek?

W badaniu uczestniczyło 1155 osób podzielonych na 30 grup. W 15 byli sami ludzie. W pozostałych 15 sztuczna inteligencja pojawiała się tylko na początku eksperymentu. W pierwszej rundzie było pięciu uczestników i trzy modele AI. Później uczestnik dostawał wyniki pięciu graczy z poprzedniej rundy. Wybierał jeden z nich. Nie wiedział, czy za dany wynik odpowiadał człowiek, czy sztuczna inteligencja.

Po dokonaniu wyboru oglądał ruchy poprzednika na ekranie. Najpierw miał je powtórzyć, później sam rozpracowywał tę samą sieć. Robił to cztery razy, za każdym razem na innym układzie. Nie wystarczyło więc zapamiętać jednej trasy. Trzeba było nauczyć się sposobu działania.

86,7 proc. uczestników wybierało poprzednika, który zdobył najwięcej punktów. W grupach mieszanych oznaczało to często wybór AI. W pierwszej rundzie 90 proc. uczestników wybrało jako wzór gracza, którym w rzeczywistości był model AI. Sami badani nie wiedzieli jednak, czy obserwują człowieka, czy maszynę.

AI odchodzi, sposób zostaje

Sztuczna inteligencja była obecna tylko na początku. Jeżeli człowiek nauczył się jej strategii, w następnej rundzie, to jego ruchy mógł oglądać kolejny uczestnik. AI już na tym etapie nie było. Kolejny uczestnik mógł więc nauczyć się tej samej metody od człowieka, który wcześniej podpatrzył ją u maszyny. W ten sposób rozwiązanie mogło przechodzić dalej z człowieka na człowieka.

I tak stało się w 9 z 15 grup mieszanych. Strategię odkrytą przez AI stosowali ludzie w każdym kolejnym „pokoleniu”, aż do ostatniego. W pozostałych sześciu zespołach ludzie również przejęli sposób bezpośrednio od maszyny, ale na późniejszych etapach metoda nie była przekazywana – zanikała. W 14 z 15 grup, w których AI w ogóle nie było, optymalnego rozwiązania nie znaleziono w ogóle.

Autorzy wskazują trzy warunki, żeby taki mechanizm zadziałał. Rozwiązanie AI musi być trudne do samodzielnego odkrycia przez człowieka, ale możliwe do nauczenia i przekazania dalej. Musi też działać na tyle dobrze, żeby inni chcieli je naśladować.

Skąd te „pokolenia”?  

W tym przypadku „pokolenie” to kolejne grupy uczestników. Jedni odchodzili, na ich miejsce wchodzili następni i mogli korzystać z wiedzy poprzedników.

Takie eksperymenty prowadzono już wcześniej. W 2008 roku badacze z University of Edinburgh stworzyli sztuczny język. Uczył się go pierwszy uczestnik, a to, co później odtworzył, trafiało do następnej osoby. Każdy taki etap autorzy określali jako „generation”.

Rok później Christine Caldwell i Ailsa Millen z University of Stirling opisały eksperyment z 700 osobami podzielonymi na 70 małych społeczności. Zadaniem było budowanie papierowych samolotów. Badaczki sprawdzały, czy kumulatywne uczenie zachodzi przez naśladowanie działań poprzedników, odtwarzanie ich rezultatów albo bezpośrednie nauczanie.

W aktualnym badaniu nowy jest zatem przede wszystkim początek takiego łańcucha. Rozwiązania nie wymyślił człowiek. Zrobiła to sztuczna inteligencja, człowiek się od niej nauczył, a później wiedza mogła być przekazywana już pomiędzy ludźmi.

Tego jeszcze nie wiemy  

Autorzy piszą o możliwym wpływie sztucznej inteligencji na ewolucję kulturową. Sam eksperyment nie wystarcza jednak, żeby stwierdzić, że podobny proces zachodzi już na większą skalę.  

Na razie sprawdzono jedno przygotowane wcześniej zadanie i pięć laboratoryjnych „pokoleń”. Do tego AI miała możliwość wykonania znacznie większej liczby prób niż człowiek. Trudno to porównywać z wiedzą przekazywaną przez ludzi przez miesiące czy lata.  

Eksperyment dał jednak odpowiedź na węższe pytanie. Ludzie potrafili nauczyć się strategii znalezionej przez AI, zastosować ją na innych układach, a później przekazać dalej bez obecności maszyny. Czy podobnie będzie z bardziej skomplikowaną wiedzą albo umiejętnościami? – opisane badanie na to pytanie nie odpowiada.