همشهری آنلاین -یکتا فراهانی: اگر چند هوش مصنوعی همزمان تصمیم بگیرند، آیا میتوان مطمئن بود نتیجه نهایی درست است؟ نه لزوماً. ممکن است هر عامل بهتنهایی منطقی عمل کند، اما مجموعه تصمیمهای آنها با یکدیگر تناقض داشته باشد. سپهر بیات، پژوهشگر ایرانی حوزه هوش مصنوعی، برای شناسایی این تناقضهای پنهان شاخصی به نام «فرونسیس» یا Φ پیشنهاد کرده است. سپهر بیات پژوهشگر و متخصص هوش مصنوعی تشخیص سازگاری در سامانههای چندعاملی
سپهر بیات پژوهشگر و متخصص هوش مصنوعی در پژوهشی با عنوان «روشهای ابتکاری طیفی مبتنی بر بافه برای تشخیص سازگاری در سامانههای چندعاملی»، شاخصی محاسباتی به نام فرونسیس را پیشنهاد کرده است؛ روشی که قرار است این ناسازگاریهای پنهان را در سطح کل شبکه آشکار کند
نسخه عمومی این پژوهش در فوریه ۲۰۲۶ بهصورت پیشچاپ منتشر شده و کدها و دادههای آزمایشها نیز در دسترس قرار گرفتهاند.
بیشتر بخوانید: اوپنایآی از چتجی پیتی ۵.۵ رونمایی کرد امین امینی با اندرز مسیر تازهای برای آموزش شخصیسازیشده ایجاد کرد
وقتی همه درست میگویند، اما نتیجه غلط است!
فرض کنید چند پهپاد امدادی در حال جستوجوی افراد گرفتار هستند. هر پهپاد اطلاعاتی درباره موقعیت افراد ارائه میکند. ممکن است رابطه اطلاعات هر دو پهپاد با یکدیگر منطقی باشد، اما وقتی اطلاعات همه پهپادها کنار هم قرار میگیرد، یک تناقض غیرممکن شکل بگیرد.
نمونه سادهتر، سه نفر هستند: نفر اول میگوید از نفر دوم بلندتر است؛ نفر دوم میگوید از نفر سوم بلندتر است و نفر سوم میگوید از نفر اول بلندتر است. هر جمله بهتنهایی قابلتصور است، اما هر سه جمله نمیتوانند همزمان درست باشند.
در سامانههای چندعاملی نیز خطای حسگر، اطلاعات قدیمی، تأخیر ارتباطی یا تفاوت فرضهای عاملها میتواند چنین مشکلی ایجاد کند.
فرونسیس چه چیزی را اندازه میگیرد؟
ایده اصلی سپهر بیات این است که بهجای بررسی …
