Новітні дослідження у сфері штучного інтелекту розкривають неочікувані виклики, пов’язані з масштабуванням систем на базі ШІ-агентів. Згідно з висновками дослідників Хіденорі Танаки та Елізабет Павлової з Лабораторії фізики штучного інтелекту (PAI) NTT Research та Центру досліджень мозку (CBS) Гарвардського університету, надмірна кількість таких агентів може призвести до зниження їхньої колективної продуктивності, створюючи ефект, подібний до проблем комунікації у великих людських колективах.
Ключові висновки дослідження
Оптимальна кількість агентів
Дослідники дійшли висновку, що оптимальною кількістю агентів для досягнення найвищої продуктивності є 16. Ця цифра була визначена під час експерименту з грою “в прапори”, де агентам надавалися фрагменти зображення прапора, і їхнім завданням було відновити повну картину. Успіх гри залежав від досягнення консенсусу – щонайменше 85% агентів мали погодитися щодо єдиної правильної відповіді.
Проблеми масштабування
- Коли кількість агентів менша за 16, їм може бракувати достатньої кількості інформації для формування узгодженого рішення.
- Навпаки, перевищення цієї оптимальної кількості призводить до поляризації думок та розколу агентів на конкуруючі групи, що ускладнює досягнення спільної мети.
“Наше дослідження показує, що просте додавання більшої кількості агентів штучного інтелекту не обов’язково покращує продуктивність – так само, як наймання більшої кількості людей не робить компанію автоматично ефективнішою. Комунікація стає складнішою, і групи можуть розділитися на конкуруючі табори”, – зазначив Танака.
Потенційні наслідки та порівняння
Ці висновки мають важливе значення для розробки та впровадження систем на базі ШІ-агентів, особливо в контексті зростаючої популярності таких технологій. Принцип, виявлений дослідниками, паралельний до ситуацій у людських організаціях, де експоненційне зростання кількості працівників без належної структури комунікації та управління може призвести до зниження ефективності.
Варто зазначити, що дослідження проводилися в контексті зростання потреби у ШІ-рішеннях. Наприклад, згідно з прогнозами Gartner, ШІ-агенти для кодування вже незабаром можуть коштувати дорожче за розробників. Крім того, попередні дослідження вказують на значне енергоспоживання таких систем: ШІ-агенти можуть споживати до 136 разів більше енергії на запит порівняно зі звичайними чатботами. Ці факти підкреслюють важливість оптимізації кількості та ефективності роботи ШІ-агентів не лише з точки зору продуктивності, але й з огляду на екологічні та економічні аспекти.
