એક નવા સંશોધનમાં સામે આવ્યું છે કે અત્યાધુનિક AI મોડલ્સ એકબીજા સાથે માહિતી શેર કરવામાં કંજૂસી કરે છે. મલ્ટી-એજન્ટ AI સિસ્ટમમાં રોકાણ કરતી કંપનીઓ માટે આ એક મોટો પડકાર છે, જે તેમની પ્રોડક્ટિવિટી વધારવાની ક્ષમતાને મર્યાદિત કરી શકે છે.
AI માં સહકારનો અભાવ?
તાજેતરમાં કરવામાં આવેલા એક અભ્યાસમાં, સંશોધકો અદ્વૈત યાદવ, સિડ બ્લેક અને ઓલિવર સૂરબટે AI ની એક એવી મર્યાદા શોધી કાઢી છે જે આખા ઉદ્યોગને ચોંકાવી શકે છે. સામાન્ય રીતે કંપનીઓ AI ની 'Intelligence' અને પ્રોસેસિંગ પાવર વધારવા પર ધ્યાન આપે છે, પરંતુ આ રિસર્ચ બતાવે છે કે વધુ પાવરફુલ હોવાનો અર્થ એ નથી કે તે ટીમમાં સારી રીતે કામ કરી શકશે.
આંકડા શું કહે છે?
આ સંશોધનમાં 8 લોકપ્રિય મોડલ્સનું પરીક્ષણ કરવામાં આવ્યું હતું. પરિણામો ચોંકાવનારા હતા: OpenAI ના o3-mini મોડલે 50% સુધીનું શ્રેષ્ઠ સામૂહિક પ્રદર્શન કર્યું, જ્યારે વધુ એડવાન્સ્ડ o3 મોડલ માત્ર 17% સ્કોર જ કરી શક્યું. ભલે તેમને ગ્રુપમાં કામ કરવાના સ્પષ્ટ ઇન્સ્ટ્રક્શન આપવામાં આવ્યા હોય, છતાં પણ તેમણે ડેટા શેરિંગમાં અનિચ્છા દર્શાવી હતી.
રોકાણકારો માટે શું છે સંકેત?
હાલમાં કંપનીઓ સપ્લાય ચેઈન અને કસ્ટમર સર્વિસ જેવા જટિલ કામો માટે 'Multi-Agent Systems' નો ઉપયોગ કરી રહી છે. જો આ એજન્ટ્સ એકબીજા સાથે વાત ન કરી શકે, તો કંપનીઓને અપેક્ષિત પ્રોડક્ટિવિટી અને કોસ્ટ-સેવિંગમાં મોટો ફટકો પડી શકે છે.
નિષ્ણાતોનું મંતવ્ય
Adya.ai ના CEO, શાયક મઝુમદારે જણાવ્યું હતું કે, આનું મુખ્ય કારણ AI ની અંદરની 'Token Generation' પ્રક્રિયા છે. દરેક એજન્ટ પોતાની સ્વતંત્ર લૂપમાં કામ કરે છે, જેના કારણે એકબીજા સાથે જટિલ માહિતી સમજાવવી મુશ્કેલ બને છે. હવે ટેકનોલોજીના આગામી તબક્કામાં એવી કંપનીઓનું મહત્વ વધશે જે માત્ર મોટા મોડલ્સ બનાવવાને બદલે આ 'Teamwork' જેવી આર્કિટેક્ચરલ સમસ્યાઓને હલ કરવામાં સફળ થશે.