favorites basket
user

Защо изкуственият интелект не може да „мисли“ като хората

Човешкият мозък изгражда очаквания, сравнява ги с видяното, чутото и усетеното и ги променя, когато те не съвпадат с действителността

Изображение: Г. Илиев
Изображение: Г. Илиев

Днешните технологии за изкуствен интелект са станали изключително добри в създаването на текстове и съдържание, които изглеждат като дело на човек. Чатботове, задвижвани от големи езикови модели като ChatGPT, Claude, Google Gemini и Perplexity AI, могат да пишат стихотворения, да предлагат и обсъждат различни решения и да намират изход от сложни задачи. Но какво не могат и вероятно никога няма да могат да правят езиковите модели - за това разказват в The Conversation Дидие Камило Оларте Гонзалес, докторант по експериментална психология и Пиер-Люк дьо Шантал, професор по психология в Université du Québec à Montréal (UQAM).

Разработчиците на тези продукти са се вдъхновявали предимно от човешкия мозък. Те са създавали изкуствени невронни мрежи, основани върху работата на човешките неврони. Техните системи сега произвеждат резултати, които често наподобяват плодовете на човешкото мислене.

Изкуственият интелект и човешкият ум обаче не работят по един и същи начин. Подобни резултати не означават непременно подобни процеси.

„Световните модели“ са нововъзникваща технология, която може да помогне на системите с изкуствен интелект да се доближат до човешкото „мислене“. Тя им помага да се научат да предвиждат какво може да се случи и да използват това предположение, за да действат. Но изкуственият интелект едва ли някога ще се научи да възприема, учи или разбира света така, както човечеството.

Падащата чаша

Представете си, че посягате към чаша, която е на ръба на плота и всеки момент ще падне.  Това ще се случи ако не прецените правилно разстоянието, ако не я хванете здраво или пък движението ви е твърде рязко.
Да предотвратиш падането на чаша за хората е рутина. Но за това на пръв поглед простичко рутинно действие е нужно едно сложно умение - да предвидиш какво може да се случи по-нататък. Умът ни постоянно се опитва да е с една крачка напред. Той разбира събитията и техните причини. Можем да предвидим бъркотията, която би възникнала от преместването на препълнена чаша, или да си представим диван, заседнал във врата, още преди да сме го купили.

Тези прогнози се основават на очакванията, които се формират при взаимодействие със света. Това, което очакваме, от своя страна може да повлияе на начина, по който възприемаме реалността и как действаме. Нарича се предсказуема обработка на информация. Мозъкът генерира очаквания, сравнява ги с видяното, чутото и усетеното и прави корекции, когато двете не съвпадат.

Нека се върнем към примера с чашата. Представете си, че посягате към празна чаша, която смятате за пълна. Ръката ви, очаквайки по-тежък предмет, я повдига с по-голяма сила отколкото е нужно. Грабвате рязко чашата и тя ви се струва почти безтегловна. Това несъответствие осигурява обратна връзка, а тя пък ви помага да промените силата на  движението и да актуализирате преценката си за теглото на предмета. Това, което очакваме, оформя действията ни, а това, което се случва след това, актуализира очакванията ни. Всичко това се случва само за да вземем чашата.

Дали изкуственият интелект може да си представи падащата чаша?

Дори за днешните роботи, предвиждането на падащата чаша, ако не се вземат мерки, може да изисква обширно обучение и симулация. Предизвикателството включва изучаване на поведението на физическия свят и прогнозиране на последствията от дадено действие.

Чатботовете, използващи големи езикови модели, също правят прогнози, но от различен вид. Те се учат да предсказват следващата дума или фрагмент от текст. Този привидно прост начин за предсказване може все пак да създаде впечатляващи системи, които решават сложни проблеми.

Да вземем изречението: „Ръка се удря в чаша, която е на ръба на масата. Чашата…“ Обученият от огромни количества данни чатбот ще ви даде продължението - „...се преобръща през ръба и пада на пода“. Той може да го направи и без никога да е докосвал чаша като предсказва модели. Но това че може да опише правдоподобни резултати не означава непременно, че е разбрал защо се случва този процес.

Как да обучиш робот да предсказва

Огромното семейство на хуманоидните машини се учи от видеоклипове, симулации или записи на това, което роботите виждат и правят. Простичко е дори за един домашен робот да запомни, че прекалено силното захващане може да счупи чашата или че едно грешно движение може да я преобърне.

Според предварителните изследвания чрез включването на действия, движение и сензорна информация, тези системи могат да помогнат за свързването на прогнозите с това, което се случва във физическия свят.
Един световен модел би могъл евентуално да прави същите прогнози, които правим за чашата. И тъй като се учи от действия и сензорна обратна връзка, приликата с нас може да стане все по-трудна за игнориране. И все пак, достигането до същата прогноза не ни казва какви знания я подкрепят или как са били придобити тези знания.

Какви умения са нужни за една елементарна прогноза?

За нас чашата не е просто цилиндричен предмет върху масата. Тя може да бъде красива, порцеланова, пластмасова, с дръжка, чуплива, твоя, моя, твърде гореща или летяща към пода. Нашето разбиране свързва физическите свойства на чашата с мрежа от възможни действия и последствия. Предсказването, че чашата ще падне, разкрива само малка част от това разбиране. 

А то се развива доста рано. Проучванията показват, че бебетата само на няколко месеца вече имат основни представи и очаквания за това как се държат физическите обекти. Изследователят на детското развитие Жан Пиаже смята, че децата изграждат знания чрез въздействие върху заобикалящата ги среда. С развитието на тези знания те придобиват уменията мислено да предвиждат последствията, без да се налага да извършват всяко действие.

За хората ученето включва повече от просто натрупване на информация за чашите. Става дума за преживявания. Когато посягаме към една чаша, усещаме тежестта й, виждаме как се разлива и евентуално си представяме какво може да се случи, без дори да се налага да го опитваме.

Изкуственият интелект може да се учи и от действия, и от сензорна обратна връзка, освен от  видеоклипове, симулации и други данни. Подобно на хората, машините могат да се научат да взаимодействат със света. Въпросът е как техният опит допринася за знанията, които изграждат и използват.

Изкуственият интелект определено би могъл да се доближи до предвиждането на това, което може да се случи, и да използва това предсказание, за да действа. Само това обаче не показва, че изкуственият интелект възприема, учи или разбира света по същия начин, както ние.

Тъй като изкуственият интелект се усъвършенства във възпроизвеждането на резултатите от човешкото познание, разграничаването на производителността от процеса ще става все по-важно.

Източник: The Conversation. Оригиналната публикация може да бъде прочетена тук.

ПОДКРЕПИ НИ

Още по темата:

Абонирай се за нашия бюлетин

Не забравяй да се абонираш за нашия бюлетин, който ще те уведомява за активни промоции, нови продукти и случващото се при нас.