Penyelidikan baharu Tsinghua menyahsulit bilik kepompong maklumat! Teori dinamik maklumat baharu yang diterbitkan dalam sub-jurnal Alam

Perkembangan pesat generasi baharu maklumat dan teknologi pintar mendorong manusia untuk beransur-ansur bergerak ke dalam masyarakat pintar. Dengan sokongan teknologi digital dan algoritma pengesyoran pintar, media dan platform menjadi lebih bertimbang rasa, dan sentiasa boleh memenuhi pilihan dan keperluan peribadi orang ramai secepat dan setepat mungkin.

Walau bagaimanapun, pada masa yang sama, pengesyoran yang bijak dan tepat telah membawa kepada penapaian berterusan fenomena "ruang kepompong maklumat" Orang yang mempunyai pandangan yang sama membentuk kumpulan di alam siber, dan keutamaan nilai khusus diperkuatkan dalam kumpulan itu, secara beransur-ansur membentuk pendapat yang melampau.

Setiap pandangan melampau mengenai selebriti atau acara sosial boleh digunakan sebagai alat untuk penyertaan dan pengaruh ideologi, menambah bahan api di alam siber dan dunia nyata, dan membangkitkan "pendapat umum yang bergolak."

Walau bagaimanapun, kita masih tahu sedikit tentang kepompong maklumat: Sejauh manakah kepompong maklumat dalam sistem dalam talian sebenar? Terdapat kekurangan penyelidikan empirikal berskala besar; apakah mekanisme pembentukan kepompong maklumat? Kekurangan sokongan teori asas; bagaimana untuk menyelesaikan masalah bilik kepompong maklumat? Terdapat kekurangan cara yang berkesan.

Baru-baru ini, Pusat Penyelidikan Sains Bandar dan Pengkomputeran Jabatan Elektronik Universiti Tsinghua dan Pusat Pengajian Dasar dan Pengurusan Awam bekerjasama merentas disiplin Melalui penyelidikan empirikal berskala besar dan pemodelan teori dinamik maklumat, buat kali pertama penyelidikan dan teori empirikal data berskala besar mendedahkan maklumat mengenai media maklumat Mekanisme dalaman dan sempadan peralihan fasa kemunculan bilik kepompong memberikan idea-idea baru untuk memahami sistem sosial yang kompleks interaksi manusia-kepintaran dalam masyarakat pintar semasa.

Hasilnya diterbitkan dalam talian dalam Nature Machine Intelligence di bawah tajuk "Dinamik penyesuaian AI Manusia mendorong kemunculan kepompong maklumat" yang diterbitkan.

Pautan kertas: https://www.nature.com/articles/s42256-023-00731-4

Pautan kod dan data: https://github.com/tsinghua- makmal/Model-Dinamik-Maklumat Suai

Hasil ini memfokuskan pada dua senario tipikal berita dan video Dengan menganalisis 570 juta data tingkah laku pengguna dan menggunakan entropi maklumat untuk mengukur keterukan kepompong maklumat, didapati bahawa selepas satu. tahun interaksi, Lebih daripada 57% pengguna aktif telah mengalami tahap penurunan entropi maklumat yang berbeza-beza, menandakan keseriusan kepompong maklumat dalam sistem sebenar.

Berdasarkan penemuan empirikal, keputusan ini mencadangkan model dinamik maklumat penyesuaian kecerdasan manusia untuk memodelkan gelung maklum balas utama antara manusia dan algoritma pengesyoran, dan mencirikan maklumat melalui undang-undang evolusi sistem maklumat entropi proses perubahan fasa Cocoon.

Model ini mendedahkan proses perubahan fasa dan sempadan perubahan fasa sistem kompleks "ruang kepompong maklumat separa maklumat kepelbagaian bilik kepompong maklumat dalam" dari perspektif mekanik statistik bukan keseimbangan, menyediakan asas untuk mengawal kecerdasan manusia sistem sosial kompleks interaktif Masalah kepompong maklumat menyediakan asas teori dan memberi inspirasi kepada reka bentuk seterusnya untuk memecahkan kepompong maklumat dengan mengimbangi maklum balas positif dan negatif sistem dan dorongan tepat algoritma dan penerokaan percuma pengguna, dan kemudian merealisasikan tanggungjawab yang bertanggungjawab. algoritma cadangan.

Tinjauan Kertas

Sebagai teknologi gangguan yang sedang berkembang pesat, kecerdasan buatan mengubah secara mendalam pengeluaran manusia, gaya hidup dan cara berfikir, serta mempunyai kesan yang ketara dan meluas ke atas pembangunan ekonomi dan kemajuan sosial. Antaranya, algoritma pengesyoran, sebagai teknologi kecerdasan buatan yang paling banyak digunakan, dapat mengurangkan masalah beban maklumat secara berkesan dan memberi kesan besar kepada perkara yang dilihat, didengar dan difikirkan oleh orang ramai.

Walau bagaimanapun, algoritma pengesyoran juga merupakan pedang bermata dua Pengesyoran diperibadikan yang diberikannya akan menjadikan maklumat orang terdedah menjadi lebih homogen, dan secara beransur-ansur terperangkap dalam kepompong maklumat. Maklumat homogen ini bukan sahaja akan mengehadkan ufuk manusia dan mengasingkan mereka daripada kolektif dan masyarakat, tetapi juga akan menggalakkan konflik dan perpecahan sosial.

Oleh itu, bagi membendung berlakunya kepompong maklumat, memahami mekanisme di sebaliknya adalah langkah pertama.

Terdapat kajian tentang masalah kehomogenan maklumat [1-5], yang kebanyakannya tertumpu pada tingkah laku manusia atau algoritma pintar. Melalui kaedah penyelidikan empirikal, kajian itu menunjukkan faktor potensi perhimpunan ramai yang homogen di media sosial atau kesan penapisan algoritma Walau bagaimanapun, disebabkan oleh keterbatasan data dan metodologi, hanya kesimpulan korelasi yang boleh disediakan.

Baru-baru ini, beberapa kajian empirikal [25,26] telah menjalankan analisis kausal. Walau bagaimanapun, kajian ini masih tidak memberikan analisis dan penjelasan mengenai mekanisme asas. Tambahan pula, kebanyakan algoritma pengesyoran semasa adalah berdasarkan kaedah pembelajaran mendalam kecerdasan buatan kotak hitam, dan ratusan juta parameter di belakangnya menjadikannya lebih sukar bagi kita untuk mendapatkan cerapan tentang punca utama kepompong maklumat.

Mensasarkan masalah sumber maklumat yang tidak diketahui, pasukan penyelidik menumpukan pada dua senario biasa: berita dan video Melalui penyelidikan empirikal berskala besar, mereka mendapati bahawa selama satu tahun interaksi, lebih 57% pengguna aktif mengalami. tahap maklumat yang berbeza-beza Kemerosotan dalam kepelbagaian, dan menunjukkan bahawa padanan berasaskan persamaan dan maklum balas positif dan negatif adalah elemen utama yang mempengaruhi proses penyeragaman maklumat.

Selanjutnya, berdasarkan penemuan empirikal dan amalan dalam bidang algoritma pengesyoran, pasukan penyelidik telah diilhamkan oleh idea termodinamik stokastik dan secara kreatif mencadangkan model dinamik maklumat penyesuaian kecerdasan manusia.

Model ini memodelkan gelung maklum balas utama antara manusia dan algoritma pengesyoran secara mekanikal dengan menerangkan dua mekanisme asas berdasarkan padanan persamaan dan penggunaan maklum balas, dan menerangkan proses perubahan fasa sistem melalui evolusi entropi maklumat sistem.

Melalui eksperimen simulasi dan analisis teori, proses perubahan fasa dan sempadan perubahan fasa sistem kompleks "bilik kepompong maklumat separa maklumat kepelbagaian bilik kepompong" didedahkan, untuk mengawal maklumat dalam kompleks interaktif kecerdasan manusia sistem sosial Masalah rumah kepompong menyediakan asas teori dan kaedah praktikal. . , menggambarkan Keterukan kepompong maklumat dunia sebenar dan faktor yang mempengaruhinya telah dianalisis.

Secara khusus, pasukan penyelidik menggunakan entropi maklumat untuk mencirikan kepelbagaian maklumat yang diterima oleh pengguna dan mendapati bahawa lebih daripada 57% pengguna aktif mengalami tahap penurunan yang berbeza-beza dalam kepelbagaian maklumat, dan penglihatan mereka dihadkan secara beransur-ansur oleh algoritma pengesyoran. Kepompong maklumat sempit.

Melalui analisis lanjut, pasukan penyelidik mendapati bahawa kekuatan algoritma pengesyoran berdasarkan padanan persamaan dan maklum balas positif dan negatif adalah faktor utama yang mempengaruhi penciptaan kepompong maklumat. Kajian empirikal ini bukan sahaja mengukur keterukan kepompong maklumat dalam sistem maklumat dalam talian berskala besar sebenar untuk kali pertama, tetapi juga meletakkan asas untuk model teori berikutnya.

(A-C) memberi tumpuan kepada dua senario berita dan video yang biasa untuk mengukur keparahan kepompong maklumat di dunia nyata; kepompong maklumat.

Berdasarkan kesimpulan empirikal dan amalan dalam bidang algoritma pengesyoran, digabungkan dengan teori termodinamik stokastik, pasukan penyelidik secara kreatif mencadangkan model dinamik maklumat adaptif kecerdasan manusia.

Model ini menggunakan entropi maklumat untuk mewakili kepelbagaian maklumat yang terdedah kepada pengguna, dan menggunakan pengedaran entropi maklumat sistem untuk mewakili keadaan sistem.

Berbeza daripada model pembelajaran mendalam yang bergantung pada ratusan juta parameter, model yang dicadangkan hanya bergantung pada dua mekanisme asas berdasarkan padanan persamaan dan maklum balas pengguna untuk memodelkan maklum balas utama antara manusia dan algoritma pengesyoran secara mekanikal persamaan dinamik stokastik untuk menerangkan proses interaksi dinamik yang kompleks antara manusia dan kecerdasan. . Penggunaan maklum balas, intensiti penerokaan percuma.

Berdasarkan formula di atas, kita boleh memperoleh persamaan Focke-Planck yang menerangkan keutamaan pengguna yang diperhatikan dalam pelbagai topik Selanjutnya, melalui kaedah anggaran medan min, akhirnya kita boleh memperoleh entropi maklumat yang diterima oleh pengguna dalam populasi.

Pasukan penyelidik menegaskan bahawa di bawah ruang parameter yang berbeza, sistem sosial kompleks interaktif kecerdasan manusia mempunyai tiga keadaan: kepelbagaian, bilik kepompong maklumat separa dan bilik kepompong maklumat mendalam, dan ketiga-tiga keadaan sistem ini masing-masing Dicirikan oleh tiga taburan entropi maklumat yang berbeza.

Eksperimen simulasi berskala besar dan analisis empirikal mengesahkan lagi kuasa penjelasan dan keberkesanan model yang dicadangkan.

#🎜🎜🎜🎜🎜🎜 (a#🎜🎜) berdasarkan Dengan peningkatan kekuatan pemadanan persamaan atau (b) penggunaan maklum balas positif, sistem sosial kompleks interaktif kecerdasan manusia telah mengalami proses perubahan fasa daripada keadaan terpelbagai kepada keadaan kepompong maklumat separa, dan kemudian kepada keadaan kepompong maklumat mendalam. Garis putus-putus merah ialah garis teori, dan histogram ialah garis simulasi.

Pasukan penyelidik mendapati bahawa apabila kekuatan padanan berasaskan persamaan atau penggunaan maklum balas positif meningkat, sistem kompleks membentangkan keadaan daripada keadaan yang pelbagai kepada separa. keadaan kepompong maklumat, dan kemudian ke proses peralihan fasa keadaan kepompong maklumat kedalaman.

Walau bagaimanapun, jika kadar penggunaan maklum balas negatif atau intensiti penerokaan percuma ditingkatkan, sistem akan menjalani proses perubahan fasa terbalik, iaitu dari bilik kokon maklumat yang mendalam ke bilik kepompong maklumat separa , dan akhirnya ke keadaan yang pelbagai. Empat proses peralihan fasa di atas telah disahkan secara konsisten oleh analisis teori dan eksperimen simulasi berskala besar.

Apabila (a) penggunaan maklum balas negatif meningkat atau (b) intensiti penerokaan percuma meningkat, orang ramai - Sistem sosial kompleks interaktif pintar telah mengalami proses peralihan fasa terbalik daripada keadaan kepompong maklumat dalam kepada keadaan kepompong maklumat separa, dan kemudian kepada keadaan kepelbagaian. Garis putus-putus merah ialah garis teori, dan histogram ialah garis simulasi.

Melalui analisis bersama, pasukan penyelidik menunjukkan rajah perubahan fasa sistem keseluruhan yang dipacu oleh pemacu bersama empat elemen berdasarkan cadangan persamaan, penggunaan maklum balas positif dan negatif , dan penerokaan percuma , dan mendedahkan mekanisme dalaman kemunculan dalam kepompong maklumat.

Secara khusus, padanan berasaskan persamaan berfungsi sebagai medan daya yang berkesan untuk mempromosikan sistem interaktif yang kompleks daripada kepelbagaian kepada kehomogenan. Maklum balas positif menguatkan lagi medan daya ini, menyebabkan kepelbagaian maklumat berkurangan.

Dan maklum balas negatif dan penerokaan percuma memperkenalkan gangguan ke dalam sistem dengan menahan kesan medan daya berkesan, dengan itu menggalakkan kepelbagaian maklumat.

Mengenai sempadan perubahan fasa, hasil ramalan teori dan hasil eksperimen simulasi menunjukkan tahap ketekalan yang tinggi Pada masa yang sama, melalui sejumlah besar eksperimen simulasi dan analisis empirikal, seperti fungsi penggantian dan maklumat pengukuran Taburan entropi, dsb. mengesahkan lagi keteguhan dan keberkesanan model yang dicadangkan.

Rajah perubahan fasa sistem, (a-b) Rajah perubahan fasa sistem tiga dimensi berdasarkan video dan data adegan berita, (c-e) Perubahan fasa sistem dua dimensi berdasarkan data adegan video Rajah, (f-h) Gambar rajah peralihan fasa sistem dua dimensi berdasarkan data adegan berita.

Dengan aplikasi meluas teknologi kecerdasan buatan, interaksi kompleks antara manusia dan sistem pintar membentuk interaksi kecerdasan manusia yang kompleks yang melibatkan pelbagai entiti dan sistem maklum balas berbilang.

Kecerdasan buatan semasa kebanyakannya berdasarkan teknologi pembelajaran mendalam, dan sifat kotak hitamnya menghalang pemahaman mendalam tentang ciri dinamik dan tingkah laku yang muncul dalam sistem interaktif yang kompleks itu .

Model dinamik maklumat adaptif yang dicadangkan oleh pasukan penyelidik menyediakan pemodelan mekanistik tingkah laku kemunculan bilik kokon maklumat, menyediakan asas untuk penyelidikan mendalam tentang pelbagai jenis sistem interaktif kecerdasan manusia yang kompleks menyediakan alat teori yang berkuasa. Tambahan pula, model teori yang dicadangkan mempunyai kepentingan panduan praktikal untuk reka bentuk algoritma pengesyoran yang bertanggungjawab.

Kajian ini menunjukkan dua kaedah berkesan ruang kepompong maklumat, iaitu menggalakkan penggunaan maklum balas negatif secara berkesan dan memodelkan pengguna dari perspektif baharu mempelajari Keutamaan maklum balas negatif pengguna ; dan menggalakkan penerokaan percuma pengguna, meluaskan ufuk maklumat dengan meningkatkan kebebasan dan autonomi pengguna dalam menggunakan kandungan mereka sendiri.

Ringkasnya, hasil penyelidikan ini bukan sahaja menunjukkan arah penambahbaikan praktikal untuk reka bentuk algoritma pengesyoran, tetapi juga menyediakan alat teori untuk memahami sistem sosial yang kompleks interaksi kecerdasan manusia , untuk memberi inspirasi kepada penyelidikan seterusnya mengenai Sistem Kompleks untuk AI.

Pengenalan pengarang

Pelajar PhD Pu Jinghua dan rakan pascadoktoral Penyelidikan Sains Bandaran Liu Jiazhenu Pusat, Jabatan Elektronik, Universiti Tsinghua Beliau ialah pengarang pertama kertas kerja, Profesor Madya Li Yong ialah pengarang yang sepadan dengan Penolong Profesor Zhang Fang dan Profesor Su Jun dari Sekolah Dasar dan Pengurusan Tsinghua adalah pengarang bersama.

Hasil penyelidikan ini disokong oleh projek utama Inovasi Sains dan Teknologi 2030-"Kecerdasan Buatan Generasi Baru" dan Yayasan Sains Semula Jadi China.

Atas ialah kandungan terperinci Penyelidikan baharu Tsinghua menyahsulit bilik kepompong maklumat! Teori dinamik maklumat baharu yang diterbitkan dalam sub-jurnal Alam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!