Trung Quốc Đột Phá Với Mô Hình AI Hơn Một Tỷ Tác Nhân Giống Con Người

Ngành khoa học xã hội và trí tuệ nhân tạo vừa đạt được một bước tiến ngoạn mục nhờ vào nghiên cứu của nhóm các nhà khoa học từ Trung Quốc. Họ đã phát triển một khung mô phỏng mang tên Light Society, có khả năng tái hiện 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 không chỉ đơn thuần là một chương trình mà còn được trang bị tính cách, ký ức và khả năng ra quyết định, tất cả đều dựa vào các mô hình ngôn ngữ lớn (LLM).

Báo cáo nghiên cứu có tiêu đề “Modeling Earth-Scale Human-Like Societies with One Billion Agents” đã chỉ ra rằng hệ thống này đã giải quyết những hạn chế lâu nay của các mô hình tác nhân AI truyền thống, chủ yếu là do chúng chỉ dựa vào các quy tắc đơn giản. Hơn nữa, Light Society đã vượt qua giới hạn về năng lực tính toán mà các mô hình AI đơn thuần LLM gặp phải, cho phép mở rộng quy mô mô phỏng từ hàng triệu lên hàng tỷ tác nhân.

Light Society chuẩn hóa các hành vi xã hội thành những chuyển trạng thái có cấu trúc giữa tác nhân AI và môi trường. Những chuyển đổi này được điều phối bởi một tập hợp các thao tác mô phỏng do LLM xử lý, phân phối thông qua một hàng chờ sự kiện hiệu quả. Hệ thống này bao gồm ba thành phần chính:

Tác nhân AI: Mỗi tác nhân sở hữu một hồ sơ tĩnh ghi nhận dữ liệu nhân khẩu học và tính cách dựa trên thực tế, cùng với trạng thái nhận thức như ký ức, niềm tin, mục tiêu và các thuộc tính bên ngoài như vị trí và kết nối xã hội.

Môi trường: Kết hợp giữa các yếu tố tĩnh như bố cục không gian và mạng lưới, cũng như các yếu tố động trong quá trình mô phỏng.

Các thao tác vận hành: Gồm khởi tạo, tiếp nhận thông tin, hoạch định chính sách và ra quyết định, cùng với các quá trình tiến hóa khác như cập nhật bộ nhớ và trạng thái.

Để đạt được quy mô chưa từng có, hệ thống này sử dụng động cơ mô hình hỗn hợp thông minh. Động cơ này sẽ chuyển hướng các tương tác phức tạp tới các LLM đầy đủ, trong khi vẫn sử dụng các mô hình đại diện chắt lọc tri thức cho những cập nhật thường nhật.

Ngoài ra, các kỹ thuật như bộ nhớ đệm prompt, biểu diễn đồ thị nén và xử lý lô theo vectơ đã giúp giảm đáng kể chi phí tính toán mà không làm giảm tính chân thực trong hành vi.

Hồ sơ của các tác nhân AI được khởi tạo từ dữ liệu của Khảo sát Giá trị Thế giới (WVS) từ năm 2017 đến 2022, với khoảng 96.000 bản ghi. Dữ liệu này đã cung cấp thông tin về nhân khẩu học, độ tuổi, giới tính, thu nhập và giá trị sống. Những thông tin này được chuyển đổi thành ngôn ngữ tự nhiên để mô phỏng hành vi của các tác nhân AI một cách thực tế hơn.

Các nhà nghiên cứu đã kiểm nghiệm Light Society qua nhiều bài thử nghiệm thực tế. Trong một trò chơi niềm tin, họ phát hiện rằng các yếu tố nhân khẩu học như trình độ học vấn và tầng lớp xã hội có sự liên hệ thuận với mức độ tin cậy và sự tương tác xã hội. Khi số lượng tác nhân AI gia tăng, sự ngẫu nhiên giảm dần, lộ rõ các quy luật và chuẩn mực xã hội.

Trong mô phỏng sự lan truyền ý kiến với hàng tỷ tác nhân AI trên mạng lưới không tự do Barabási-Albert, nhóm nghiên cứu đã theo dõi cách những quan điểm về các vấn đề như thất nghiệp do AI lan truyền từ nhóm 20% tác nhân AI kết nối tốt nhất.

Kết quả cho thấy chiến lược gieo mầm người ảnh hưởng có khả năng tạo ra sự hội tụ không đối xứng, với trình độ học vấn và thu nhập càng cao thì khả năng thuyết phục càng mạnh, đồng thời cải thiện sức đề kháng trước sự dẫn dắt. Khung ngôn ngữ, dù tích cực hay tiêu cực, điều chỉnh mức độ thay đổi quan điểm trong khi các tác nhân AI trung lập giữ vai trò như bộ đệm. Hơn nữa, ý kiến thường lan truyền theo chuỗi gợn sóng thay vì tiếp xúc trực tiếp.

Khung mô phỏng Light Society mở ra cơ hội cho các nhà nghiên cứu trong việc kiểm chứng giả thuyết, phân tích đối chiếu thực tế ảo và nghiên cứu hành vi tập thể quy mô lớn. Các ứng dụng của hệ thống này rất đa dạng, từ khoa học xã hội, chính sách công, động lực thông tin đến mô hình hóa dịch bệnh và nghiêm cứu thị trường.

Tuy nhiên, các tác giả cũng nhấn mạnh rằng kết quả của mô phỏng chỉ mang tính chất giả thuyết chứ không phải bằng chứng kết luận do còn nhiều định kiến trong LLM và dữ liệu khảo sát. Trong tương lai, các nhà nghiên cứu sẽ tập trung vào việc phát triển bộ nhớ dài hạn phong phú hơn, tương tác đa phương thức và tạo dựng rào cản đạo đức nhằm ngăn chặn khả năng lạm dụng, chẳng hạn như trong mô hình hóa các chiến dịch thao túng thông tin.