Trung Quốc Phát Triển Hệ Thống AI Đột Phá Để Dự Đoán Tương Lai Trái Đất

Trong một bước tiến đáng chú ý trong lĩnh vực nghiên cứu trí tuệ nhân tạo và xã hội học, nhóm nghiên cứu đến từ Trung Quốc đã công bố một khung mô phỏng tiên tiến mang tên Light Society. Hệ thống này có khả năng tạo ra các mô hình xã hội tương tự như con người ở quy mô toàn cầu, với sự tham gia của hơn một tỷ tác nhân AI. Mỗi tác nhân được lập trình với những đặc điểm riêng, bao gồm tính cách, ký ức, niềm tin, mục tiêu và khả năng ra quyết định, tất cả được hỗ trợ bởi các mô hình ngôn ngữ lớn (LLM).

Bài nghiên cứu có tên gọi “Modeling Earth-Scale Human-Like Societies with One Billion Agents” đã giải quyết được nhiều vấn đề tồn tại trong các mô hình AI truyền thống, vốn thường phụ thuộc vào các quy tắc đơn giản. Hệ thống Light Society vượt qua được hạn chế về sức mạnh tính toán, cho phép mô phỏng quy mô lên đến hàng tỷ cá thể thay vì chỉ dừng lại ở hàng triệu như trước đây.

Khung mô phỏng này chuẩn hóa các quy trình xã hội thành những chuyển trạng thái có cấu trúc của các tác nhân AI và môi trường xung quanh. Những chuyển đổi này được điều phối bởi một loạt thao tác mô phỏng do các mô hình ngôn ngữ lớn kiểm soát và phân phối thông qua các hàng chờ sự kiện hiệu quả. Hệ thống này bao gồm ba thành phần chính: tác nhân AI, môi trường và các thao tác vận hành.

Tác nhân AI: Mỗi cá nhân trong hệ thống đều có một hồ sơ tĩnh, chứa các thông tin nhân khẩu học và đặc điểm tính cách dựa trên dữ liệu thực tế. Những thông tin này bao gồm cả trạng thái nhận thức, ký ức và các thuộc tính như vị trí cũng như kết nối xã hội.

Môi trường: Kết hợp các yếu tố tĩnh như cách bố trí không gian và mạng lưới, cùng với các yếu tố động có tính tiến hóa trong suốt quá trình mô phỏng.

Các thao tác vận hành: Gồm khởi tạo, nhận thức, hoạch định chính sách và ra quyết định, cũng như cập nhật bộ nhớ và trạng thái.

Hệ thống Light Society đạt được quy mô lớn nhờ vào động cơ hỗn hợp mô hình thông minh. Động cơ này giúp chuyển hướng các tương tác phức tạp đến các mô hình ngôn ngữ lớn, trong khi sử dụng các mô hình chiến lược chắt lọc kiến thức cho các cập nhật thường xuyên.

Các kỹ thuật bổ sung như bộ nhớ đệm prompt, biểu diễn đồ thị nén cho mạng xã hội và xử lý sự kiện gom cụm đã giúp giảm chi phí tính toán một cách đáng kể mà không làm mất đi tính chân thực trong hành vi của các tác nhân.

Hồ sơ cho từng tác nhân AI được khởi tạo từ dữ liệu khảo sát giá trị thế giới (WVS) giai đoạn 2017-2022, dựa trên 96.000 bản ghi. Những dữ liệu này cung cấp những thông tin về nhân khẩu học và thái độ thực tế của người dân như tuổi tác, giới tính, thu nhập, và trình độ học vấn. Dữ liệu này được chuyển đổi thành ngôn ngữ tự nhiên để định hình hành vi của tác nhân AI, giúp các thử nghiệm trở nên thực tế và khả năng tái lập cao hơn.

Nhóm nghiên cứu đã tiến hành các thử nghiệm để xác minh tính hiệu quả của Light Society. Ví dụ, trong trò chơi niềm tin, họ nhận thấy rằng các yếu tố nhân khẩu học như trình độ học vấn hay tầng lớp xã hội có sự liên quan chặt chẽ đến mức độ tin tưởng và sự hợp tác. Khi số lượng tác nhân AI tăng lên, các nhiễu ngẫu nhiên giảm dần, làm nổi bật hơn các quy luật và chuẩn mực xã hội.

Trong mô phỏng sự lan truyền ý kiến qua một tỷ tác nhân AI trên mạng không tự do Barabási-Albert, nhóm nghiên cứu đã theo dõi cách mà các quan điểm về thất nghiệp do AI truyền bá từ nhóm 20% tác nhân AI có kết nối cao nhất.

Kết quả cho thấy chiến lược của những người có ảnh hưởng tạo ra những hội tụ không đối xứng, trong khi trình độ học vấn và thu nhập góp phần vào khả năng thuyết phục của họ. Hệ thống cũng cho thấy rằng các quan điểm thường lan truyền theo dạng chuỗi thay vì tương tác trực tiếp giữa các cá nhân.

Khung mô phỏng Light Society cung cấp cho các nhà nghiên cứu một nền tảng thực tế để kiểm chứng các giả thuyết, phân tích thực tế ảo và nghiên cứu về hành vi tập thể ở quy mô lớn. Hệ thống có thể ứng dụng trong nhiều lĩnh vực từ khoa học xã hội, chính sách công, cho đến mô hình hóa dịch bệnh và thị trường.

Tuy nhiên, nhóm nghiên cứu cảnh báo rằng các kết quả từ mô phỏng chỉ mang tính chất giả thuyết chứ không phải là bằng chứng xác định, do vẫn còn những định kiến trong LLM và dữ liệu khảo sát. Trong tương lai, họ sẽ tập trung vào việc phát triển bộ nhớ dài hạn phong phú hơn, tích hợp dữ liệu thực tế chặt chẽ hơn và thiết lập rào cản đạo đức để tránh nguy cơ lạm dụng, như việc mô phỏng các chiến dịch thao túng thông tin.