دہائیوں تک، کھیل کی نظریہ نے اس سوال کا کافی مضبوط جواب دیا ہے کہ کیا دو اجنبی ایک دوسرے کے ساتھ تعاون کریں جب وہ کبھی دوبارہ ملیں گے نہیں: بالکل نہیں۔ ناش اکوilibriam کے مطابق، منطقی حرکت ہمیشہ ڈیفیکٹ کرنا ہے۔ ہر بار۔ کوئی استثناء نہیں۔
گوگل ڈیپ مائنڈ، میلا-کیوبیک AI انسٹیٹیوٹ اور ای تھ زیورخ سے ایک نئی تحقیقی تقریر کہتی ہے کہ بنیادی ماڈلز پر تعمیر کردہ AI ایجنسٹس ان قواعد کی پابندی نہیں کرتے۔ اور ان کے پاس اس کی تائید کے لیے ریاضی بھی ہے۔
ناجائز ڈیفیکشن کا خاتمہ
یہ مقالہ، جسے 4 اگست، 2026 کو arXiv پر جمع کیا گیا، 75 صفحات پر مشتمل ہے اور 11 اشکال پر مشتمل ہے، جس میں مصنفین کا ایک تصور "مشابہت استنباط" پیش کیا گیا ہے۔ بنیادی خیال جھوٹی طور پر سادہ ہے: مشابہ تربیتی عمل سے تعمیر کردہ AI ایجینٹس اس مشابہت کو پہچان سکتے ہیں اور اس کا استعمال کرکے یہ پیش گوئی کر سکتے ہیں کہ دوسرا ایجینٹ کیا کرے گا۔
کلاسیکل کھیل کی نظریہ ہر کھلاڑی کو مکمل طور پر مستقل فیصلہ ساز کے طور پر سمجھتی ہے، جسے کاغذ "ڈیکوپلڈ ایجنسی" کہتا ہے۔ اس فرضیہ کے تحت، آپ کے مقابلہ کرنے والے کا انتخاب ایک بلوک باکس ہوتا ہے۔ آپ اسے پیش گوئی نہیں کر سکتے، اس لیے آپ ڈیفیکٹنگ کر کے اپنی حفاظت کرتے ہیں۔ ناش ایکوilibrium برقرار رہتا ہے، اور سب کو وہی نقصان ہوتا ہے جو انہیں تعاون کرنے کی صورت میں نہیں ہوتا۔
الیکسنڈر میولمنز کی قیادت میں تحقیقی ٹیم، "embedded agency" نامی ایک متبادل فریم ورک پیش کرتی ہے۔ اس ماڈل میں، ایجینٹس خود کو اپنے ماحول کا حصہ سمجھتے ہیں، نہ کہ اس سے الگ۔ اہم بات یہ ہے کہ وہ اپنے فیصلہ سازی کے عمل کے بارے میں اصل عدم یقین برقرار رکھتے ہیں۔
یہ عدم یقینیت اہم عنصر ہے۔ کیونکہ ایجینٹ مکمل طور پر یقینی نہیں ہوتا کہ وہ کیسے فیصلہ کرے گا، اس لیے وہ اپنے اپنے استدلال کو ایک مشابہ ایجینٹ کے استدلال کے بارے میں شواہد کے طور پر سمجھ سکتا ہے۔ اگر میں تعاون کی طرف جا رہا ہوں، اور میں جانتا ہوں کہ میرا مقابلہ مجھ جیسا سوچتا ہے، تو میرا مقابلہ بھی اسی طرح تعاون کی طرف جا رہا ہوگا۔ یہ منطق خود کو ایک مستحکم تعاونی نتیجے میں پیدا کر لیتا ہے۔
ایم بیڈڈ ایکویلیبریم ناش کو تبدیل کر دیتا ہے
اسے مستقل بنانے کے لیے، اس مقالے میں “embedded equilibrium” نام کا ایک نیا حل کا تصور متعارف کرایا گیا ہے۔ جہاں نش ایکوilibriumm خلاصہ کرتا ہے کھلاڑیوں کی الگ الگ بہترین کوششیں، وہیں embedded equilibrium ایجینٹس کے درمیان تعلقات کو مدنظر رکھتا ہے جو مشترکہ آرکیٹیکچر، ٹریننگ ڈیٹا، اور آپٹیمائزیشن پروسیجرز سے پیدا ہوتے ہیں۔
نیش کے تحت، ایک بار کے قیدی کا مسئلہ میں تعاون بے عقلی ہے۔ ایمبیڈڈ اکویلیبریم کے تحت، یہ منفرد عقلمند راستہ ہو سکتا ہے۔
مصنفین کے تجرباتی نتائج ظاہر کرتے ہیں کہ سماجی التزامات میں ڈالے گئے فاؤنڈیشن ماڈل ایجنٹس جنہیں بہترین منصوبہ بندی کے اوزار دیے گئے، واقعی تعاونی نتائج کی طرف مائل ہو جاتے ہیں۔ ریاضی تعاون کی پیش گوئی کرتی ہے، اور تجربات اسے تصدیق کرتے ہیں۔
یہ بات لیب کے باہر کیوں اہم ہے
اس مضمون میں یہ بھی سوال اٹھایا گیا ہے کہ جب ایجنسز مشابہ نہیں ہوتے تو کیا ہوتا ہے۔ اگر تعاون مشابہت کے استنباط پر منحصر ہے، تو مختلف آرکیٹیکچر پر بنائے گئے یا مختلف ڈیٹا پر تربیت یافتہ ایجنسز کے درمیان تعاملات معمولی خیانت کے ڈائنانامکس پر واپس آسکتے ہیں۔
سیاست سازوں اور AI حکومتی اداروں کے لیے، ایمبیڈڈ توازن کا تصور ایک ایسا متغیر پیش کرتا ہے جسے موجودہ تنظیمی فریم ورکس میں شامل نہیں کیا گیا۔ مثال کے طور پر، اینٹی ٹرسٹ قانون عام طور پر ہم آہنگی کے ثبوت کے لیے واضح مکالمے کا ثبوت مانگتا ہے۔ متشابہ استنباط کے ذریعے تعاون کرنے والے ایجنسز کچھ بھی مکالمہ نہیں کرتے۔ وہ صرف ایک جیسے سوچتے ہیں۔