Az NTT Physics of AI Lab és a Harvard Center for Brain Science kutatói egy konszenzusfeladatot, az úgynevezett Flag Game-et használták annak vizsgálatára, mekkora az optimális mesterséges intelligencia-ügynökcsapat (agent team) mérete. A kísérletsorozat fő megállapítása: a csapatméret optimális értéke 16 ügynök. Ennél kevesebb ügynök esetén a résztvevők nem tudtak elegendő bizonyítékot összegyűjteni a megegyezéshez; ennél több ügynök viszont polarizálódáshoz vezetett, és a teljesítmény visszaesett.
Mit vizsgáltak a Flag Game-ben
A Flag Game egy konszenzusra épülő feladat, ahol az ügynökök információt gyűjtenek és egymással kommunikálva próbálnak közös döntésre jutni. A kutatás célja az volt, hogy változó létszámú ügynökcsapatok viselkedését és teljesítményét mérjék mérhető feladatvégrehajtás mellett, és feltérképezzék, hogyan befolyásolja a csapatméret a konszenzus kialakulását.
Miért fontos ez a gyakorlatban
A tanulmány közvetlenül érinti a jelenlegi ipari gyakorlatot, ahol egyes cégek, például OpenAI és Anthropic, azt kommunikálják, hogy nagyobb „ügynökarmada” jobb kimenetet és több funkciót biztosít. A kutatási eredmény azonban azt mutatja, hogy a létszám növelése nem feltétlenül javítja a teljesítményt: 16 felett a többletügynökök inkább a polarizációt és a belső konfliktust erősítik, mintsem jobb konszenzust vagy nagyobb pontosságot eredményeznének.
Gazdasági-számviteli következmények
A tanulmány emlékeztet arra is, hogy a nagy ügynökcsapatok alkalmazása költséggel jár: a szolgáltatók, köztük OpenAI és Anthropic, általában tokenalapú számlázást használnak. Így a „minél több ügynök, annál jobb” termékmondat pénzügyi értelemben azt is jelenti, hogy több token fogy el — ami nagyobb bevételt jelent a szolgáltatónak, függetlenül attól, hogy a plusz ügynök valóban javítja-e az eredményt vagy épp belső vitát szít.
Konzekvenciák és további kérdések
A kutatási eredmény kétértelmű üzenetet hordoz: egyrészt rámutat egy mérsékelt, jól körülhatárolt csapatméretre, amely mellett a konszenzus felépítése és a feladatmegoldás hatékony, másrészt figyelmeztet a túlságosan nagy csoportokból fakadó polarizáció veszélyére. A gyakorlatban ez azt jelenti, hogy a fejlesztőknek és vásárlóknak érdemes mérlegelniük a tokenköltséget és a tényleges teljesítményjavulást, és nem feltétlenül elfogadniuk automatikusan a „nagyobb = jobb” állítást.
Összefoglalás
Az NTT Physics of AI Lab és a Harvard Center for Brain Science kísérlete szerint egy többszereplős AI-konszenzusfeladatban a 16 ügynök körüli csapatméret bizonyult optimálisnak: kevesebb ügynök nem gyűjtött eleget a megegyezéshez, több ügynök viszont polarizációhoz és teljesítményromláshoz vezetett. Az eredmény fontos érv lehet a felelős alkalmazás és a költséghatékonyság szemszögéből, különösen azokban a szolgáltatási modellekben, ahol a fogyasztás tokenekben mérhető.
