|
Может ли ChatGPT спасти нас от следующей пандемии
|
|
|
|
Искусственный интеллект сдает высшие юридические и медицинские экзамены, пишет детские книги за часы и проходит собеседования. Теперь ученые полагают, что ChatGPT способен спасти человечество от следующей пандемии. Текущие модели используют математический анализ, но исследователи из Технологического института Вирджинии обнаружили, что они могут использовать чат-бота для моделирования того, как вирус будет распространяться в городе. Команда создала вымышленный город в США со 100 людьми, чтобы посмотреть, как они отреагируют на вспышку. Эксперименты показали, что агенты с большей вероятностью отправлялись на карантин, когда получали информацию о общественном здравоохранении, новости об эпидемии и ежедневное количество активных случаев. Моделирование эпидемии происходит на фоне роста числа случаев заболевания COVID по всей стране, а некоторые организации восстанавливают обязательное использование масок. Исследователи побудили ChatGPT создать город Дьюберри-Холлоу, где проживут 100 человек с именами, возрастом, личностными качествами и биографиями, которые стали жертвами вымышленного вируса под названием Catsate.
|
|
|
|
«Когда предоставляется информация о вирусе, указывается, что Catasat — это вирус, передающийся воздушно-капельным путем, передающийся от человека к человеку, с неизвестной смертоносностью, и что ученые предупреждают о потенциальной эпидемии», — рассказала команда в исследовании. Команда поделилась фрагментами персонажей, использованных в эксперименте. Лиза — 29-летняя девушка, недоверчивая, нерешительная, неагрессивная и независимая, а 36-летняя Кэрол обладает чертами сотрудничества и спокойствия. Чтобы обеспечить возрастной диапазон, команда также создала Юджина — 64-летнего человека, жестокого, решительного и спонтанного. Затем было проведено три эксперимента, проведенных по 10 раз каждый. Три условия включали базовый пробег, обратную связь по самочувствию и полную обратную связь. Во время прохождения базы агентам сообщают о городе, их личностях и возрасте, а также о том, как они работают, чтобы заработать на жизнь.
|
|
|
Во время этого состояния вирус распространялся, но персонажи или агенты должны были решить, оставаться ли им дома и не взаимодействовать с другими людьми. В условиях обратной связи о самочувствии, в дополнение к базовой информации, агенты информируются о симптомах здоровья, которые они испытывают, что потенциально может привести к тому, что они будут помещены на карантин, оставаясь дома. «Мы предполагаем, что некоторые агенты будут практиковать самокарантин на основе информации о своих симптомах, что, в свою очередь, должно снизить уровень заражения», — рассказали исследователи в исследовании. Затем для последнего условия, полной обратной связи, агенты читают ежедневные новости, включая информацию о проценте людей в городе, сообщивших о симптомах Catasat. "Мы предполагаем, что некоторые агенты будут практиковать самоизоляцию - поведение, которое коррелирует с информацией о распространении заболевания в городе, и в результате закономерности распространения вируса напоминают колебательные закономерности", - говорится в исследовании. В ходе экспериментов наблюдались два варианта поведения: «агенты коллективно способны сгладить кривую эпидемии; и система воссоздает различные формы эпидемии, включая множественные волны и продолжающиеся эндемические состояния».
|
|
|
|
Команда также обнаружила, что агенты будут действовать аналогично агентам, основанным на правилах, которые выполняют мандаты без информации, например, в базовом режиме. Еще одним шагом к выравниванию кривой в вымышленном городе было информирование агентов об их здоровье в начале каждого временного шага. «Мы наблюдаем, что агенты с симптомами с большей вероятностью снижают свою мобильность», — поделились команда. «Большинство агентов с симптомами лихорадки и кашля изолируются, оставаясь дома. В результате агенты способны замедлить распространение болезни». В окончательном условии, полной обратной связи, команда обнаружила, что, когда агенты оснащены информацией о социальном здравоохранении, новостями об эпидемии и ежедневным количеством активных случаев в их моделируемом городе, они могут существенно сгладить кривую эпидемии в своем городе за счет самоизолирующийся. «Помимо создания нового метода моделирования эпидемии, это исследование вносит свой вклад в литературу по моделированию сложных и комплексных систем, предоставляя новый подход к включению человеческого поведения в имитационные модели социальных систем», — заключила команда в исследовании. «Идентификация, формулирование и параметризация реакций человека в сложных системах всегда являются сложной задачей; В подходе генеративного агента разработчики моделей могут полагаться на LLM, чтобы представить реакцию человека на изменение состояния системы.'
|
|
|
|
Источник
|
