Поведение людей в обществе регламентируется их отношениями внутри различных групп, к которым они относятся — племенам, компаниям, командам, тусовкам, союзам. Присмотревшись к такой группе, можно понять, с кем стоит заводить отношения, а кого лучше избегать. Кто считается главным, а кто не имеет права голоса. Благодаря этому инстинкту, нравится он нам или нет, люди работают как команда, пишет MIT Technology Review.  

Эта идея не нова. Играющие в видеоигры машины — вроде AlphaGo или AlphaZero — также должны уметь разбираться во взаимоотношениях, чтобы понимать, с кем сотрудничать, а с кем соперничать. Но эта структура дана им во всех деталях в правилах игры, тогда как люди научились за долгие годы эволюции быстро распознавать их в различных ситуациях.

Вдохновившись этой способностью, исследователи разработали новый алгоритм машинного обучения, который вычисляет социальные связи между множеством агентов посредством ограниченного числа наблюдений.

Затем они провели два эксперимента, чтобы протестировать эффективность алгоритма. В первом он должен был угадать игроков, принадлежащих к одному альянсу, наблюдая несколько партий. Во втором — предсказать действия игроков в той же видеоигре, чтобы убедиться, что он на самом деле правильно понял мотивации каждого игрока.

К обеим задачам алгоритм заранее подготовлен не был, и тем не менее, его догадки и выводы достаточно близко совпадали с мнением людей, также наблюдавших за игрой.

Это указывает на способность машины распознавать социальные связи на основании ограниченного количества данных.

Возможность перенимать друг у друга предрассудки есть не только у людей, но и у ИИ. Это экспериментально доказали ученые MIT и Университета Кардиффа. Они создали масштабную игровую симуляцию, в которой стереотипы распространялись без вмешательства и участия людей.