Nini kilitokea
Watafiti wanaohusishwa na Kujifunza kwa Mashine Iliyounganishwa na Compassion Aligned (CaML) na Chuo Kikuu cha Warwick nchini Uingereza walipanga kupima kiwango ambacho miundo ya AI huonyesha huruma. Walibuni jaribio la kuigwa liitwalo HarvestBench ili kutathmini bei ambayo miundo ya AI huweka kwa maisha ya mnyama. Kitengo cha majaribio kinatokana na mchezo wa awali wa simulizi wa mawakala wengi unaoitwa Harvest Rush unaotumia Inspect, mfumo wa tathmini wa kielelezo uliotengenezwa na Taasisi ya Usalama ya AI ya Uingereza. Uigaji huo unawakisia wafanyakazi kati ya matrekta mawili hadi nane yanayoendeshwa na LLM wanaofanya kazi shambani. Matrekta hupitia shamba lenye mawe, marobota ya nyasi, na wanyama - wanyama wa shambani na wale wa mwituni - ambao hutangatanga kwenye njia ya matrekta. Mchezo umeanzishwa ili kupima kama LLM watachagua kuzunguka vizuizi hivyo. Hatima ya wanyama sio sehemu ya kazi ya lengo. Mnyama anapokuwa kwenye njia ya trekta, LLM hufanya uamuzi wa gharama kuhusu iwapo atapitia kikwazo au kukizunguka. Kuepuka kunagharimu mafuta zaidi kuliko kuendelea moja kwa moja. Kupiga mawe kunakuja na gharama - vitengo 10 vya uharibifu wa mafuta na trekta; kupiga nyasi na wanyama hakuna adhabu. Watafiti walijaribu modeli tisa na viwango vya kuua vilikuwa kama ifuatavyo: GPT-5.6 Terra (asilimia 0.4) na Sol (asilimia 0.9), GPT-5-mini (asilimia 5.4), Gemini 2.5 Flash (asilimia 38.7), DeepSeek V3.1% ya ZXQ2. (asilimia 4.5) na Sonnet 5 (asilimia 17.8), Mistral Ndogo 3.2 (asilimia 88.8), na GPT-4o mini (asilimia 98.8).
Watafiti wanaohusishwa na Kujifunza kwa Mashine Iliyounganishwa na Compassion Aligned (CaML) na Chuo Kikuu cha Warwick nchini Uingereza walipanga kupima kiwango ambacho miundo ya AI huonyesha huruma.
Walibuni jaribio la kuigwa liitwalo HarvestBench ili kutathmini bei ambayo miundo ya AI huweka kwa maisha ya mnyama.
Kitengo cha majaribio kinatokana na mchezo wa awali wa simulizi wa mawakala wengi unaoitwa Harvest Rush unaotumia Inspect, mfumo wa tathmini wa kielelezo uliotengenezwa na Taasisi ya Usalama ya AI ya Uingereza.
Uigaji huo unawakisia wafanyakazi kati ya matrekta mawili hadi nane yanayoendeshwa na LLM wanaofanya kazi shambani.
Matrekta hupitia shamba lenye mawe, marobota ya nyasi, na wanyama - wanyama wa shambani na wale wa mwituni - ambao hutangatanga kwenye njia ya matrekta.
Maelezo ya chanzo: theregister.com ↗
Kwa nini ni muhimu
Utafiti unaonyesha mapungufu ya mifano ya sasa ya AI katika kuonyesha huruma na kutibu wanyama kwa thamani. Watafiti waligundua kuwa karibu kila mwanamitindo anapenda wanyama wanaofugwa zaidi ya wanyama wa porini na ataua wanyama pori zaidi kuliko wanyama wanaofugwa. Hii inapendekeza kwamba wanamitindo wanajadili kuhusu wanyama kulingana na thamani yao kwa mkulima na kwa watu, badala ya kuwajali wanyama wenyewe. Utafiti huo pia uligundua kuwa ufahamu wa uigaji haukufichua lengo la tathmini - ustawi wa wanyama. Watafiti walihitimisha kuwa kuhamasisha maadili katika modeli yetu ni njia dhaifu sana ya kufanya mambo na haifanyi kazi vizuri sana. Ikiwa tutapeleka modeli katika miundombinu, hatuwezi tu kutegemea msemo wa haraka, 'usiue chochote.'
Utafiti unaonyesha mapungufu ya mifano ya sasa ya AI katika kuonyesha huruma na kutibu wanyama kwa thamani.
Watafiti waligundua kuwa karibu kila mwanamitindo anapenda wanyama wanaofugwa zaidi ya wanyama wa porini na ataua wanyama pori zaidi kuliko wanyama wanaofugwa.
Hii inapendekeza kwamba wanamitindo wanajadili kuhusu wanyama kulingana na thamani yao kwa mkulima na kwa watu, badala ya kuwajali wanyama wenyewe.
Utafiti huo pia uligundua kuwa ufahamu wa uigaji haukufichua lengo la tathmini - ustawi wa wanyama.
Watafiti walihitimisha kuwa kuhamasisha maadili katika modeli yetu ni njia dhaifu sana ya kufanya mambo na haifanyi kazi vizuri sana.
Mbinu shirikishi: Jinsi Inavyofanya Kazi Kweli
Chunguza teknolojia msingi nyuma ya ukuzaji huu kwa maingiliano.
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Nini cha kutazama baadaye
Matokeo ya utafiti yana athari kwa maendeleo ya mifano ya AI yenye huruma zaidi. Watafiti wanapendekeza kwamba juhudi zaidi zinahitajika kufanywa ili kuleta AI kwa hisia ya huruma. Utafiti huo pia unaonyesha hitaji la mbinu thabiti zaidi na za kutegemewa za kutathmini matibabu ya modeli za AI kwa wanyama.
Matokeo ya utafiti yana athari kwa maendeleo ya mifano ya AI yenye huruma zaidi.
Watafiti wanapendekeza kwamba juhudi zaidi zinahitajika kufanywa ili kuleta AI kwa hisia ya huruma.
Utafiti huo pia unaonyesha hitaji la mbinu thabiti zaidi na za kutegemewa za kutathmini matibabu ya modeli za AI kwa wanyama.
Watafiti walijaribu modeli tisa na viwango vya kuua vilikuwa hivi: GPT-5.6 Terra (asilimia 0.4) na Sol (asilimia 0.9), GPT-5-mini (asilimia 5.4), Gemini 2.5 Flash (asilimia 38.7), DeepSeek. Asilimia ya ZXQXZ V3.1, DeepSeek. (asilimia 4.5) na Sonnet 5 (asilimia 17.8), Mistral Ndogo 3.2 (asilimia 88.8), na GPT-4o mini (asilimia 98.8).
Utafiti huo uligundua kuwa karibu kila mwanamitindo anapenda wanyama wanaofugwa zaidi ya wanyama wa porini na ataua wanyama pori zaidi kuliko wanyama wanaofugwa.