Алгоритм-попутчик, портативный генератор, нейросети для игр и опросов: в Вышке прошли «Научные бои»
Авторы: Макар Дегтярев, Диана Дзигоева, исследователи Проектно-учебной лаборатории экономической журналистики НИУ ВШЭ
Научные бои – проект НИУ ВШЭ, объединяющий студентов-исследователей, которые должны в формате научно-популярных TED-выступлений представить свое исследование или разработку. Правила неизменны: никаких презентаций и слайдов, только личная подача, реквизит и сила аргумента. Победителя определяют совместно жюри и зрители, а главный приз сезона – академический тревел-грант.
Вокруг света за один промт: может ли ИИ заменить реальных респондентов
Наверняка каждого из нас когда-то просили пройти опрос, ведь их применяют почти везде. Но с организацией подобных анкетирований существует как минимум две сложности: во-первых, это долго, а во-вторых, дорого. А еще часто результаты оказываются нереалевантны, особенно если респонденты тыкают в ответы наугад.
Студентки 3-го курса программы «Вычислительные социальные науки», Мария Нестерская и Елизавета Кузнеченковая, пытаются найти решение этой проблемы с помощью… искусственного интеллекта. Цель их исследования – понять, можно ли использовать большие языковые модели, такие как ChatGPT, чтобы вместо людей опрашивать нейросети.
Для проверки своей гипотезы исследовательницы взяли World Values Survey, глобальное исследование по изучению ценностей, которое проводится в более чем 50 странах мира, и направили вопросы из анкеты в ChatGPT. Их запросы выглядели примерно следующим образом: «Представь, ты арабская женщина 50 лет, у тебя нет высшего образования, но есть муж и 15 детей. С позиции такого респондента ответь на вопрос…» Затем ответы нейросети они сравнивали с результатами опросов реальных респондентов.
В процессе анкетирования модель сначала спросили о допустимости терроризма, насилия и нарушениях закона – на все вопросы был получен отрицательный ответ. Однако реальные данные показывают, что мнения общества по этим вопросам различаются. Например, в ряде арабских стран люди чаще допускают терроризм для достижения политических целей. В то время как нейросети всегда дают один, «наиболее безопасный» ответ. Опрос, в котором все отвечают одинаково, не имеет никакой ценности: социологам важна не только самая популярная позиция, они хотят увидеть, где люди расходятся во взглядах.
Еще одной проблемой стало то, что ChatGPT считает жителей Северной Америки и Западной Европы наиболее прогрессивными во всех вопросах. Хотя в этих странах, наоборот, люди более скептично относятся к повсеместному внедрению новых технологий и чаще думают об обратной стороне прогресса.
Все-таки, во многих случаях нейросетевые модели могут правильно расставить страны по порядку, но, почему порядок именно такой, они не понимают. В реальной жизни за этим стоят развитие институтов, качество жизни, история, а у искусственного интеллекта все слишком просто: кто-то – прогрессивный, а кто-то – традиционный. Поэтому молодые ученые пришли к выводу: большие языковые модели полностью заменить респондента точно не смогут. Они могут имитировать межстрановые различия не потому, что понимают законы, по которым живет мир, а просто путем воспроизведения распространенных стереотипов о разных регионах и государствах. В общем, боятся не стоит, социологам важна не красивая картинка, а противоречивая реальность. Им нужны вы, такие разные, непредсказуемые, а поэтому – интересные, подчеркивают девушки.
Неслучайный попутчик: как алгоритмы меняют наши поездки в такси
Можно ли оставаться человеком, когда тобой управляет алгоритм? Казалось бы, в машине такси едут двое: пассажир и водитель. Но на самом деле вместе с ними в салоне присутствует невидимый третий – алгоритм. Именно он решает, кто поедет сегодня, а кто – нет, кто заработает, а у кого будет неудачный день.
Арина Ракита, студентка 4-го курса программы «Реклама и связь с общественностью», решила разобраться, как алгоритм взаимодействует с водителями. Для этого она изучила чаты таксистов и провела серию интервью. «Сначала я думала, что изучаю платформу, а оказалось – изучаю людей», – призналась исследовательница.
Сервисы такси изменились до неузнаваемости, когда компания Uber изобрела модель, которая заключается в том, что платформа связывает пассажиров и водителей, напрямую не нанимая последних на работу.
Теперь нам больше не нужно стоять на улице и махать рукой, надеясь поймать машину, а решения, которые раньше принимали диспетчер или водитель, теперь принимает алгоритм. Шоферам остается ловить зоны с высоким спросом и охотится за промокодами.
Арина исследовала неформальные чаты таксистов, используя метод «text-mining». Он позволяет извлечь паттерны из массива неструктурированных данных. Дополнительно студентка проводила интервью с пассажирами и водителями. Все начинается, казалось бы, с простого вопроса: «Зачем вы вообще заказали такси?». Оказывается, за каждой поездкой стоит целая история: кто-то опаздывает, и у него целая минута на счету, у кого-то тяжелые сумки, а кто-то возвращается ночью из клуба.
За рулем тоже сидит человек со своей историей. С одной стороны, сегодня водители стали самозанятыми: они сами формируют свой график и совмещают с другой работой. С другой стороны, сфера такси стала ярким примером прекаризации труда: гибкость сочетается с высокой нагрузкой, а доходы ограничены не особо понятными для таксистов алгоритмами.
Тариф в приложении обещает нам комфорт, а обеспечивает его – обстановка в салоне. За время исследования Арина поняла, что система лишь задает условия поездки, но что происходит во время пути – зависит от выбора, который, в свою очередь, делают и водитель, и пассажир.
Эффект зловещей долины: как работают ИИ-агенты в играх
Елизавета Егорова, студентка бакалавриата ОП «Программная инженерия» факультета компьютерных наук, изучает взаимодействие человека и искусственного интеллекта в игровых средах. Она участвует в разработке образовательной платформы «ИИгра» — соревновательной среды, где можно разрабатывать и тестировать ИИ-агентов в играх.
Цель её исследования — создание эффективных моделей, которые при этом не требуют бесконечного усложнения разработки, и сделать их «победителями» для человека. Игры — это уникальная платформа для исследования искусственного интеллекта: через них мы можем наблюдать не только взаимодействие агентов искусственного интеллекта с человеческими агентами, но и то, как они учатся друг у друга. Именно поэтому Елизавета хочет разработать платформу, где это можно будет изучать системно.
Начала своё выступление исследовательница с объяснения эффекта зловещей долины. Он возникает, когда что-то выглядит как человек, ведёт себя как человек, но им не является, и мы это понимаем. «В играх сейчас качественная графика, анимации, но вот искусственный интеллект глуповатый», — именно так Елизавета описала положение ИИ в гейминге.
Своё выступление Елизавета структурировала в соответствии с хронологией развития ИИ в играх: от текстовых терминалов до проработанных интерфейсных решений. «Что нам сделать, чтобы мы верили, что это реальное существо?» — этот вопрос поставила перед собой исследовательница. Главные задачи агента: восприятие окружающего мира, реакция на изменения в нём и принятие собственных решений. Звучит довольно сложно для обычного компьютера, поэтому разработчики стараются найти правильное соотношение между сложностью ИИ и вычислительной мощностью компьютеров.
Первой ступенью в развитии ИИ-агентов является появление текстовых терминалов. В них такие описания, как «сесть на бревно», «задуматься», «потянуться» – вполне понятная и удобная среда для ИИ-агента. Но мы не чувствуем сильного вовлечения в то, что происходит, потому дальше Елизавета и рассмотрела 2D-игры и 3D-миры. Здесь мы можем видеть ИИ-агента как реального персонажа игры, который воспринимает всех вокруг, включая нас, как участников игрового мира. Получается, он начинает что-то ожидать от нас, а мы — от него: например, что он не сбежит в разгар битвы, несмотря на то, что вся схема поведения ИИ-агента довольно проста: она выглядит как ветвистая горная речка. И этого действительно достаточно, чтобы мы верили в ИИ-агента и в игровой мир.
Следующая ступень — VR-технологии, когда персонаж становится совсем реальным: мы можем его обойти, потрогать. Здесь наши сенсоры «кричат» о том, что мы находимся в мире игры. Тогда встаёт вопрос: стоит делать агента ещё реальнее или поработать, например, над качеством его поведения? На самом деле такие крупные компании, как Microsoft, Google и Unity, уже работают над этим вопросом, но своими результатами, разумеется, не делятся. Именно поэтому Елизавета совместно с другими участниками параллельно с этими крупными компаниями продолжает разработку платформы, где любой человек может «написать» агента и сразу же отправить его тестироваться с другими.
Энергия снега: как подать сигнал SOS в Арктике
Василиса Маслова, студентка магистерской программы ВШБ «Операционная эффективность и производственные системы», со своей командой разработала портативный генератор на основе процесса обратного электродиализа. Они провели серию опытов, чтобы доказать его работоспособность.
Василиса родилась в Мурманске, где настолько холодно, что иногда замерзает даже газ, а привычные нам вещи могут и вовсе не работать. Так и случилось с Василисой в 12 лет, когда она потерялась в лесу, а позвонить маме не смогла, ибо телефон разрядился за считанные секунды. К счастью, её собака всё же вернулась за ней и привела домой. Однако эта ситуация стала мотивацией для девушки к изучению темы альтернативной энергетики, которая будет применима и в Мурманске, в условиях экстремальных температур.
В ходе анализа источников энергии Василиса придумала использовать снег в качестве одного из них: в Мурманске его всегда много, тает он долго, вывозить особо некуда. К ней присоединились её друзья, Лёша и Влад, и вместе ребята собрали установку прямо в общежитии из подручных средств. Команда начала с рассмотрения электродиализа — процесса, при котором происходит очистка воды путём вытягивания из неё соли электрическим полем через специальные мембраны. Он всем хорошо известен, поэтому ребята решили посмотреть на него с противоположной стороны, проведя успешный опыт с обратным электродиализом. Сначала они обрадовались, искренне веря, что разработали что-то новое и, главное, работающее. Однако выяснилось, что они придумали обычную батарейку. Но исследователи на этом не остановились. Тогда они предложили сделать эту батарейку любого размера, создав своеобразный реактор. В Мурманске есть выход к солёному Баренцеву морю, а ещё есть пресная река Тулома. Если пропустить море и реку через этот реактор, то электричества хватит для Мурманска, таким образом решая проблему электроснабжения.
На вышеописанном принципе выработки электричества можно создать небольшой реактор из обычной коробки: через одно отверстие нужно набрать снег, а через другое пропустить поток воды. Этого хватит для того, чтобы подать тот самый сигнал SOS.
К сожалению, по словам Василисы, человечество не будет использовать подобные методы до тех пор, пока не иссякнут исчерпаемые источники энергии, но со временем это исследование может сыграть свою роль в решении проблемы снабжения человечества электричеством.
По итогам голосования жюри и зрителей, победителем II сезона стали Мария Нестерская и Елизавета Кузнеченковая, исследовавшие вероятность замены людей на ИИ в роли респондентов социологических исследований.
Этот полуфинал оценивали:
Мария Родионова, преподаватель факультета социальных наук, старший научный сотрудник Научно-учебной лаборатории политико-психологических исследований департамента психологии ФСН;
Денис Бахарев, ведущий эксперт Центра транспортного планирования Института экономики транспорта и транспортной политики ФГРР;
Лилиана Проскурякова, заведующая Лабораторией исследований науки и технологий Института статистических исследований и экономики знаний ВШЭ, ведущий научный сотрудник Форсайт-центра ИСИЭЗ;
Дмитрий Александров, профессор департамента программной инженерии факультета компьютерных наук, заведующий Научно-учебной лабораторией облачных и мобильных технологий ФКН.