Тысяча ИИ-моделей может «поверить» в одну ошибку: ученые обнаружили неожиданное свойство

2 Мин Чтения

16:32 18.08.2026 Вт 2 мин Алгоритмы Claude и GPT выбрали одно решение без указаний

Искусственный интеллект координируется по законам физики (фото: Unsplash) Не трать время на шум! Читай только суть из РБК-Украина в Google

Ученые провели эксперимент с тысячей ИИ-агентов и обнаружили способность спонтанно принимать одинаковый выбор без централизованного управления.

Об этом информирует РБК-Украина со ссылкой на исследование, опубликованное в журнале Science Advances.

Как проходил эксперимент с нейросетями?

Для изучения коллективного поведения исследователи создали виртуальные группы, используя 10 моделей из семейств Claude, GPT и Llama.

Условия тестирования:

Несмотря на отсутствие прямой команды копировать других, большинство моделей постепенно переходило на сторону самого популярного варианта. Впоследствии вся группа пришла к полному консенсусу.

Читайте больше: Ваш ChatGPT может выдать корпоративные секреты: как избежать слива данных

Физическая модель и границы групп

Исследователи выяснили, что поведение ИИ подчиняется тем же математическим законам, что и ферромагнетики в физике, где атомы выравнивают свои спины в одном направлении.

Эту силу влечения к большинству ученые назвали «силой большинства».

Размер группы, способной сохранить консенсус, зависел от мощности речевой модели:

Некоторые модели смогли формировать стабильные связи в группах, численность которых превышает «число Данбара» — установленный предел человеческих социальных групп у 150-300 человек.

Больше интересного: Ваши чаты с ChatGPT могут читать хакеры: как это проверить

В чем польза и опасность?

Ученые объяснили: спонтанный консенсус может помочь объединять тысячи ИИ-агентов для решения сложных научных, инженерных или программных задач без контроля человека.

В то же время существует риск коллективного конформизма. Например, при совместном написании кода агенты могут массово выбирать неэффективную функцию только потому, что она стала популярной в системе.

Ученые отметили, что группа устройств может сформировать устойчивое ошибочное состояние, которое будет крайне тяжело изменить даже после корректировки входных условий.

Поделиться этой статьей