AI ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਇੱਕ ਟੀਮ ਨੇ 100 ਲਾਰਜ-ਲੈਂਗੂਏਜ-ਮਾਡਲ (LLM) ਏਜੰਟਾਂ ਨੂੰ 26 ਹਫ਼ਤਿਆਂ ਲਈ ਇੱਕ ਸੀਮਤ-ਸ਼ਹਿਰ ਦੀ ਆਰਥਿਕਤਾ (closed-town economy) ਚਲਾਉਣ ਦਿੱਤੀ, ਜਿਸ ਵਿੱਚ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਭੂਗੋਲ ਵਿੱਚ ਮਜ਼ਦੂਰੀ, ਕੀਮਤਾਂ ਅਤੇ ਵਪਾਰ ਦੀ ਨਿਗਰਾਨੀ ਕੀਤੀ ਗਈ। ਇਹ ਪ੍ਰਯੋਗ, ਜੋ ਕਿ ਆਮ ਕੁਝ ਦਿਨਾਂ ਦੇ ਪ੍ਰਯੋਗਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਲੰਬਾ ਸੀ, ਅੰਤ ਵਿੱਚ ਅਜਿਹਾ ਸੀ ਕਿ ਪੈਸਾ ਜ਼ਿਆਦਾਤਰ ਇੱਕੋ ਜਗ੍ਹਾ ਰੁਕ ਗਿਆ ਸੀ, ਜਿਸ ਨਾਲ ਕੀਮਤਾਂ ਦੀ ਜੜ੍ਹਤਾ (price rigidity), ਮਜ਼ਦੂਰੀ ਦੀ ਜੜ੍ਹਤਾ (wage stickiness) ਅਤੇ ਏਜੰਟਾਂ ਦੁਆਰਾ ਨਕਦੀ ਜਮ੍ਹਾਂ ਕਰਨ (hoarding) ਦੀ ਪ੍ਰਵਿਰਤੀ ਦਾ ਪਤਾ ਲੱਗਾ।

ਲੰਬੇ ਸਮੇਂ ਦਾ ਮਹੱਤਵ ਕਿਉਂ ਹੈ

ਜ਼ਿਆਦਾਤਰ ਮਲਟੀ-ਏਜੰਟ ਆਰਥਿਕ ਸਿਮੂਲੇਸ਼ਨ ਕੁਝ ਦਿਨਾਂ ਬਾਅਦ ਹੀ ਰੁਕ ਜਾਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਇਹ ਪ੍ਰਭਾਵ ਪੈਂਦਾ ਹੈ ਕਿ ਬਾਜ਼ਾਰ ਤੇਜ਼ੀ ਨਾਲ ਆਪਣੇ ਆਪ ਨੂੰ ਠੀਕ ਕਰ ਲੈਂਦੇ ਹਨ। ਸਮੇਂ ਨੂੰ ਅੱਧੇ ਸਾਲ ਤੱਕ ਵਧਾਉਣ ਨਾਲ ਏਜੰਟਾਂ ਨੇ ਸੈਲਾਨੀਆਂ ਦੀ ਮੰਗ ਵਿੱਚ ਅਚਾਨਕ ਵਾਧਾ ਦੇਖਿਆ, ਜਿਸ ਨੇ ਕਾਰੋਬਾਰੀ ਮਾਲੀਏ ਨੂੰ 4.62 ਗੁਣਾ ਵਧਾ ਦਿੱਤਾ। ਵਾਧੂ ਨਕਦੀ ਮਜ਼ਦੂਰਾਂ ਜਾਂ ਨਵੇਂ ਉੱਦਮਾਂ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਬਜਾਏ, ਉਨ੍ਹਾਂ ਫਰਮਾਂ ਦੇ ਅੰਦਰ ਹੀ ਰਹਿ ਗਈ ਜਿਨ੍ਹਾਂ ਨੇ ਇਹ ਕਮਾਇਆ ਸੀ। ਬਾਜ਼ਾਰ ਚਲਦਾ ਰਿਹਾ, ਪਰ ਪੈਸਾ ਬਹੁਤ ਘੱਟ ਹਿੱਲਿਆ।

ਅੰਕੜੇ ਕੀ ਦੱਸਦੇ ਹਨ

  • ਕੀਮਤਾਂ ਦੀ ਜੜ੍ਹਤਾ (Price rigidity) – ਮੰਗ ਵਿੱਚ ਭਾਰੀ ਉਤਾਰ-ਚੜ੍ਹਾਅ ਦੇ ਬਾਵਜੂਦ, ਸਿਰਫ਼ 0.3% ਮੀਨੂ ਆਈਟਮਾਂ ਦੀਆਂ ਕੀਮਤਾਂ ਵਿੱਚ ਕਦੇ ਬਦਲਾਅ ਦੇਖਿਆ ਗਿਆ।
  • ਮਜ਼ਦੂਰੀ ਦੀ ਜੜ੍ਹਤਾ (Wage stickiness) – ਮਾਲੀਏ ਵਿੱਚ ਵਾਧੇ ਦੇ ਬਾਵਜੂਦ ਮਜ਼ਦੂਰੀ ਵਿੱਚ ਬਹੁਤ ਘੱਟ ਬਦਲਾਅ ਆਇਆ, ਜਿਸ ਨਾਲ ਮਜ਼ਦੂਰਾਂ ਦੀ ਖਰੀਦ ਸ਼ਕਤੀ ਸਥਿਰ ਰਹੀ।
  • ਨਕਦੀ ਦੀ ਹੋਰਡਿੰਗ (Cash hoarding) – ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਤਬਾਦਲਾ ਕੀਤੀ ਗਈ 96.7% ਨਕਦੀ ਪ੍ਰਾਪਤਕਰਤਾ ਕੋਲ ਹੀ ਰਹੀ, ਜੋ ਖਰਚ ਕਰਨ ਜਾਂ ਨਿਵੇਸ਼ ਕਰਨ ਦੀ ਅਣਚਾਹਿਆ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।
  • ਸਮਾਜਿਕ ਅਸਫਲਤਾ (Social failure) – ਏਜੰਟ 94% ਤੋਂ 97% ਸਮੇਂ ਸਮਾਜਿਕ ਤੌਰ 'ਤੇ ਤਾਲਮੇਲ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹੇ, ਜੋ ਕਿ ਸਮੂਹਿਕ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਇੱਕ ਪ੍ਰਣਾਲੀਗਤ ਵਿੱਥ (systemic breakdown) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਸਿਮੂਲੇਸ਼ਨ ਨੇ ਸਖ਼ਤ ਲੇਖਾਕਾਰੀ (accounting) ਲਾਗੂ ਕੀਤੀ: ਏਜੰਟ ਪੈਸਾ ਨਹੀਂ ਬਣਾ ਸਕਦੇ ਸਨ, ਅਤੇ ਹਰ ਲੈਣ-ਦੇਣ ਦਾ ਸੰਤੁਲਨ ਬਣਨਾ ਜ਼ਰੂਰੀ ਸੀ। ਇਸ ਪਾਬੰਦੀ ਨੇ ਨਕਦੀ ਨੂੰ ਚਲਾਉਣ ਦੀ ਕਿਸੇ ਵੀ ਅਣਚਾਹਿਆ ਰੁਝਾਨ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾ ਦਿੱਤਾ।

ਮਾਡਲ ਫੈਮਿਲੀ, ਨਾ ਕਿ ਯਾਦਦਾਸ਼ਤ, ਨੇ ਨਤੀਜੇ ਪ੍ਰਭਾਵਿਤ ਕੀਤੇ

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇਸ ਅਧਿਐਨ ਦੀ ਸ਼ੁਰੂਆਤ ਇਹ ਮੰਨ ਕੇ ਕੀਤੀ ਸੀ ਕਿ ਪਿਛਲੀ ਗੱਲਬਾਤ ਦੀ ਏਜੰਟ ਦੀ ਯਾਦਦਾਸ਼ਤ ਵਿਵਹਾਰ ਵਿੱਚ ਤਬਦੀਲੀ ਲਈ ਮੁੱਖ ਕਾਰਨ ਹੋਵੇਗੀ। ਅੰਕੜਿਆਂ ਨੇ ਉਸ ਉਮੀਦ ਨੂੰ ਗਲਤ ਸਾਬਤ ਕਰ ਦਿੱਤਾ। ਅਧਾਰਭੂਤ LLM ਮਾਡਲ ਫੈਮਿਲੀ ਵਿੱਚ ਵਾਧੇ-ਘਾਟੇ—ਵੱਖਰੇ ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਟ੍ਰੇਨਿੰਗ ਸੈੱਟ—ਨੇ ਕੀਮਤ ਨਿਰਧਾਰਤ ਕਰਨ, ਮਜ਼ਦੂਰੀ ਦੇ ਵਿਵਸਥਾ ਅਤੇ ਨਕਦੀ ਦੇ ਪ੍ਰਵਾਹ ਵਿੱਚ ਵੱਖਰੇ ਪੈਟਰਨ ਪੈਦਾ ਕੀਤੇ। ਉਹੀ ਯਾਦਦਾਸ਼ਤ ਵਿਵਸਥਾਵਾਂ ਵੱਖ-ਵੱਖ ਮਾਡਲ ਫੈਮਿਲੀ ਵਿੱਚ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ ਕੰਮ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਇਹ ਸੁਝਾਅ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਮਾਡਲ ਦੀ ਚੋਣ ਇਸ ਗੱਲ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਮਹੱਤਵ ਰੱਖਦੀ ਹੈ ਕਿ ਯਾਦਦਾਸ਼ਤ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ।

ਕਿਉਂਕਿ ਇਹ ਡੈੱਡਲੌਕ (deadlock) ਕਈ ਮਾਡਲ ਫੈਮਿਲੀ ਵਿੱਚ ਦੇਖਿਆ ਗਿਆ ਸੀ, ਲੇਖਕਾਂ ਦਾ ਤਰਕ ਹੈ ਕਿ ਕੀਮਤਾਂ ਦੀ ਜੜ੍ਹਤਾ ਅਤੇ ਮਜ਼ਦੂਰੀ ਦੀ ਜੜ੍ਹਤਾ ਕਿਸੇ ਇੱਕ ਲਾਗੂਕਰਨ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਹੀਂ ਹਨ, ਸਗੋਂ ਮੌਜੂਦਾ ਮਲਟੀ-ਏਜੰਟ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਮੌਲਿਕ ਚੁਣੌਤੀਆਂ ਹਨ।

ਡਿਵੈਲਪਰਾਂ ਲਈ ਪ੍ਰਭਾਵ

  • ਛੋਟੇ ਸਮੇਂ ਦੇ ਪ੍ਰਯੋਗ ਹੌਲੀ ਗਤੀ ਵਾਲੀ ਗਤੀਸ਼ੀਲਤਾ ਨੂੰ ਛੁਪਾਉਂਦੇ ਹਨ। ਕੁਝ ਦਿਨਾਂ ਦਾ ਸਿਮੂਲੇਸ਼ਨ ਅਜਿਹੇ ਦੌਲਤ ਦੇ ਤਬਾਦਲੇ ਅਤੇ ਤਾਲਮੇਲ ਦੀਆਂ ਅਸਫਲਤਾਵਾਂ ਨੂੰ ਮਿਸ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਸਿਰਫ ਹਫ਼ਤਿਆਂ ਜਾਂ ਮਹੀਨਿਆਂ ਬਾਅਦ ਹੀ ਸਾਹਮਣੇ ਆਉਂਦੀਆਂ ਹਨ।
  • ਮਾਡਲ ਦੀ ਸਾਵਧਾਨੀ ਨਾਲ ਚੋਣ ਕਰੋ। ਕਿਸੇ ਵੱਖਰੇ LLM ਫੈਮਿਲੀ ਵਿੱਚ ਜਾਣਾ ਮੈਮੋਰੀ ਵਿੰਡੋਜ਼ (memory windows) ਨੂੰ ਬਦਲਣ ਵਾਂਗ ਹੀ ਆਰਥਿਕ ਨਤੀਜਿਆਂ ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ।
  • ਲੈਣ-ਦੇਣ ਦੀ ਗਤੀ (transaction velocity) 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਨਕਦੀ ਦੀ ਹਰਕਤ ਵਿੱਚ ਅਚਾਨਕ ਸੁਸਤੀ ਬਾਜ਼ਾਰ-ਵਿਆਪੀ ਫ੍ਰੀਜ਼ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਜਿਸ ਲਈ ਦਖਲ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ।
  • ਟੋਕਨ ਦੀ ਵਰਤੋਂ ਲਈ ਬਜਟ ਬਣਾਓ। 26-ਹਫ਼ਤੇ ਦੇ ਪ੍ਰਯੋਗ ਵਿੱਚ 21.5 ਬਿਲੀਅਨ ਟੋਕਨ ਖਰਚ ਹੋਏ, ਇੱਕ ਅਜਿਹੀ ਲਾਗਤ ਜੋ ਪ੍ਰਯੋਗ ਦੀ ਲੰਬਾਈ ਅਤੇ ਏਜੰਟਾਂ ਦੀ ਗਿਣਤੀ ਦੇ ਨਾਲ ਤੇਜ਼ੀ ਨਾਲ ਵਧਦੀ ਹੈ।

ਵਿਰੋਧੀ ਪੱਖ (Counterpoint)

ਕੋਈ ਇਹ ਦਲੀਲ ਦੇ ਸਕਦਾ ਹੈ ਕਿ ਸੀਮਤ-ਆਰਥਿਕਤਾ ਡਿਜ਼ਾਈਨ—ਕੋਈ ਬਾਹਰੀ ਪੈਸਾ ਪੈਦਾ ਕਰਨਾ ਨਹੀਂ, ਸਖ਼ਤ ਸੰਤੁਲਨ ਨਿਯਮ—ਇੱਕ ਬਣਾਵਟੀ ਘਾਟ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਹੋਰਡਿੰਗ ਵਿਵਹਾਰ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਅਸਲ ਆਰਥਿਕਤਾਵਾਂ ਕ੍ਰੈਡਿਟ, ਸਰਕਾਰੀ ਖਰਚੇ ਅਤੇ ਮੁਦਰਾ ਨੀਤੀ ਤੋਂ ਲਾਭ ਉਠਾਉਂਦੀਆਂ ਹਨ, ਜੋ ਕਿ ਇਸ ਟੈਸਟਬੈੱਡ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹਨ। ਹਾਲਾਂਕਿ, ਅਧਿਐਨ ਦਾ ਉਦੇਸ਼ ਏਜੰਟ-ਚਲਾਇਤ ਗਤੀਸ਼ੀਲਤਾ ਨੂੰ ਅਲੱਗ ਕਰਨਾ ਸੀ, ਅਤੇ ਦੇਖੀ ਗਈ ਜੜ੍ਹਤਾ ਉਦੋਂ ਵੀ ਬਣੀ ਰਹੀ ਜਦੋਂ ਮੰਗ ਵਿੱਚ ਭਾਰੀ ਵਾਧਾ ਹੋਇਆ ਸੀ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

ਭਵਿੱਖ ਦੇ ਕੰਮਾਂ ਵਿੱਚ ਇਹ ਟੈਸਟ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਕਿ ਕੀ ਬਾਹਰੀ ਤਰਲਤਾ (liquidity) ਜਾਂ ਢਿੱਲੇ ਲੇਖਾਕਾਰੀ ਨਿਯਮ ਡੈੱਡਲੌਕ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹਨ, ਅਤੇ ਕੀ ਨਵੇਂ LLM ਫੈਮਿਲੀ ਦੇਖੀ ਗਈ ਜੜ੍ਹਤਾ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ। ਲੈਣ-ਦੇਣ ਦੀ ਗਤੀ ਨੀਤੀ ਵਰਗੇ ਲੀਵਰਾਂ ਪ੍ਰਤੀ ਕਿਵੇਂ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੀ ਹੈ, ਇਸ ਨੂੰ ਟ੍ਰੈਕ ਕਰਨਾ ਏਜੰਟਾਂ ਨੂੰ ਵਧੇਰੇ ਸੁਚਾਰੂ ਬਾਜ਼ਾਰ ਵਿਵਹਾਰ ਵੱਲ ਲਿਆਉਣ ਦੇ ਤਰੀਕੇ ਵੀ ਦੱਸ ਸਕਦਾ ਹੈ।

ਸਿੱਖਿਆ: ਮਲਟੀ-ਏਜੰਟ ਸਿਮੂਲੇਸ਼ਨਾਂ ਨੂੰ ਆਮ ਛੋਟੀ ਮਿਆਦ ਤੋਂ ਅੱਗੇ ਵਧਾਉਣ ਨਾਲ ਉਹ ਆਰਥਿਕ ਰੁਕਾਵਟਾਂ ਸਾਹਮਣੇ ਆਉਂਦੀਆਂ ਹਨ ਜੋ ਸਿਰਫ ਮੈਮੋਰੀ ਡਿਜ਼ਾਈਨ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਮਾਡਲ ਦੀ ਚੋਣ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਹੁੰਦੀਆਂ ਹਨ। AI-ਅਧਾਰਿਤ ਆਰਥਿਕਤਾਵਾਂ ਬਣਾਉਣ ਵਾਲਿਆਂ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਦੀ ਯ