ИИ прогнозирует сложное поведение социальных групп, используя отдельные атрибуты

Исследовательская группа профессора Киджунг Шина из Высшей школы искусственного интеллекта Ким Джэчуля разработала технологию искусственного интеллекта, которая предсказывает сложное поведение социальных групп, анализируя, как отдельные атрибуты, такие как возраст и роль, влияют на групповые отношения.

Благодаря этому исследованию исследовательская группа получила награду за лучшую статью на конференции по интеллектуальному анализу данных. IEEE ICDM 2025проходивший в Вашингтоне, округ Колумбия, 12–15 ноября. Это высшая награда, присуждаемая только одной статье из 785 представленных во всем мире, и это первый раз за 23 года, когда исследовательская группа корейского университета получила эту награду. Этот документ доступный на arXiv сервер препринтов.

Сегодня групповые взаимодействия с участием многих участников одновременно, такие как онлайн-сообщества, исследовательское сотрудничество и групповые чаты, быстро распространяются в обществе. Однако до сих пор не хватает технологий, которые могли бы точно объяснить, как структурировано такое групповое поведение, и как на него одновременно влияют индивидуальные характеристики.

Чтобы преодолеть это ограничение, исследовательская группа профессора Киджунг Шина разработала модель искусственного интеллекта под названием NoAH (генератор гиперграфов на основе атрибутов узла), которая реалистично воспроизводит взаимодействие между отдельными атрибутами и структурой группы.

NoAH — это искусственный интеллект, который объясняет и имитирует виды группового поведения, возникающие при объединении характеристик людей. Например, он может анализировать и точно воспроизводить то, как такая информация, как интересы и роли человека, на самом деле объединяется, формируя групповое поведение.

Таким образом, NoAH — это ИИ, который генерирует «реалистичное групповое поведение», одновременно отражая человеческие черты и отношения. Было показано, что она воспроизводит различное групповое поведение в реальном мире — например, комбинации покупок продуктов в электронной коммерции, распространение онлайн-дискуссий и сети соавторства среди исследователей — гораздо более реалистично, чем существующие модели.

Профессор Киджунг Шин сказал: «Это исследование открывает новую парадигму искусственного интеллекта, которая позволяет глубже понять сложные взаимодействия, рассматривая не только структуру групп, но и отдельные атрибуты вместе. Анализ онлайн-сообществ, мессенджеров и социальных сетей станет гораздо более точным».