В Институте Санта-Фе (SFI) с помощью ИИ смоделировали работу научного сообщества. Исследование показало, что выбор экспериментов наугад позволяет ученым разрабатывать более точные теории. Работа, опубликованная в журнале Collective Intelligence, ставит под сомнение эффективность классических стратегий планирования опытов.

Как пояснила ведущий автор исследования, постдокторант SFI Марина Дубова, традиционные научные методы предполагают попытку подтвердить существующую теорию, попытку ее опровергнуть (фальсифицировать) и попытку разрешить противоречия между двумя гипотезами. Однако, как ни парадоксально, такие тщательно продуманные эксперименты не так хорошо направляют ученых к точным теориям, как случайно выбранные.

Чтобы понять, что делает эксперимент успешным, когнитивист Дубова и ее коллеги Арсений Москвичев и Кевин Золлман создали агент-ориентированную модель. В этой компьютерной симуляции ученые-агенты исследовали выдуманную реальность (например, характеристики инопланетного вида), проводили эксперименты и обменивались результатами друг с другом, имитируя научное сообщество.

Моделирование показало, что наиболее информативные и предсказательные результаты появлялись тогда, когда ИИ-ученые собирали данные случайным образом. А те ИИ-агенты, которые следовали теории (пытались ее подтвердить или опровергнуть), попадали в когнитивную ловушку. Они собирали более узкий датасет, реже сталкивались с фактами, опровергающими их гипотезы, и в итоге уходили в «иллюзию прогресса». Общаясь друг с другом, такие агенты были убеждены в успешности своих теорий, хотя математически их объяснения были далеки от истины.

Текст: Майя Цветкова

Изображение: Freepik

Подписывайтесь на каналы Let AI be в Telegram и «ВКонтакте» — оставайтесь в курсе главных новостей в сфере искусственного интеллекта!