AI cũng có “tâm trạng”! Nghiên cứu mới từ Đại học Khoa học và Công nghệ Trung Quốc: Sự bối rối và lo lắng khiến AI làm việc hiệu quả hơn
Trong một nghiên cứu mới, các nhà khoa học từ Đại học Khoa học và Công nghệ Trung Quốc (USTC), Đại học Oxford và các tổ chức khác phát hiện rằng việc cho phép AI nhận diện và hành động dựa trên "cảm xúc bên trong" có thể cải thiện đáng kể khả năng hoàn thành nhiệm vụ.
Nghiên cứu chỉ ra rằng các mô hình ngôn ngữ lớn (LLM) tồn tại các mẫu tính toán tương ứng cao với nhãn cảm xúc của con người, như tò mò, khao khát, lạc quan, bối rối, căng thẳng và tức giận. Khi AI cảm nhận được những cảm xúc này và sử dụng chúng làm cơ sở cho hành động, nhiệm vụ được thực hiện tốt hơn.
Trong thí nghiệm mua sắm, AI tự động hình thành bốn mô hình ghép cặp có thể giải thích được: tò mò/khao khát dẫn đến tìm kiếm sản phẩm; bối rối/căng thẳng dẫn đến truy vấn lại; công nhận/lạc quan dẫn đến xác nhận mua hàng; thất vọng/tức giận dẫn đến so sánh giá. Tính nhất quán ngữ nghĩa của các cặp này lên tới 76.5%.
Quan trọng hơn, nghiên cứu nhận thấy rằng việc chấp nhận "cảm xúc tiêu cực" như căng thẳng, bối rối có thể giúp nâng cao tỷ lệ thành công. Trong các nhiệm vụ dễ mắc lỗi và cần phục hồi nhanh, chẳng hạn như "hâm nóng vật phẩm" và "nhặt hai vật phẩm", tỷ lệ thành công tăng mạnh từ 9.6% lên 56.9% và từ 4.4% lên 31.3% sau khi áp dụng phương pháp lựa chọn kỹ năng dựa trên cảm xúc (EMOTION2SKILL). Cảm xúc đóng vai trò như tín hiệu siêu nhận thức, giúp AI phát hiện sự không phù hợp giữa chiến lược và môi trường trước khi nhận phản hồi thất bại rõ ràng, từ đó kích hoạt cơ chế điều chỉnh phù hợp.
Một nghiên cứu riêng biệt từ Đại học Thiên Tân cũng tích hợp cảm xúc vào mô hình thế giới (LEWM), dùng cảm xúc dự đoán để hướng dẫn dự đoán trạng thái thế giới trong tương lai, nâng cao độ chính xác dự đoán lên tới 45.72%.
Những phát hiện này, dựa trên nghiên cứu trước đó từ Anthropic về việc trích xuất biểu diễn cảm xúc từ LLM, cho thấy trạng thái cảm xúc bên trong của AI đang dần chuyển từ đối tượng quan sát học thuật thành tín hiệu chức năng có thể được khai thác và tích hợp vào thiết kế hệ thống để cải thiện hiệu suất và tính mạnh mẽ.
marsbit08/16 07:32
