Чому ШІ не може зрозуміти квітку так, як люди

Навіть за наявності передового навчання та обчислювальної потужності, інструменти штучного інтелекту (ШІ), такі як ChatGPT, не можуть повноцінно відображати людські поняття так само, як це роблять люди, згідно з новим дослідженням. Це пояснюється тим, що великі мовні моделі (LLM), на яких працюють помічники ШІ, базуються переважно лише на мові, а іноді й на зображеннях, але їм бракує сенсорного та моторного досвіду, які формують людське розуміння.

Дослідження, яке очолив Ціхуей Сюй, постдокторант з психології в Університеті штату Огайо, порівняло, як люди та LLM, включаючи GPT-3.5, GPT-4, PaLM та Gemini, представляють широкий діапазон із 4442 слів. Люди та LLM були протестовані за двома показниками: нормами Глазго, які оцінюють такі виміри, як емоційне збудження та здатність до уявлення, та нормами Ланкастера, які досліджують роль сенсорної та моторної інформації в концептуальних репрезентаціях.

Результати показали, що методи власного життя (LLM) добре справляються з представленням слів без сильного зв'язку з органами чуття та фізичною взаємодією, але мають труднощі з передачею всього багатства людських понять, особливо тих, що стосуються запаху, дотику та інших втілених переживань. Наприклад, поняття «квітка» для людей охоплює не лише візуальний вигляд, але й інтенсивний аромат, відчуття м'яких пелюсток та пов'язані з ними емоції та спогади.

Цей розрив між штучним інтелектом та людським представленням понять має наслідки для того, як штучний інтелект та люди взаємодіють. Якщо штучний інтелект тлумачить світ принципово по-іншому, це може вплинути на те, як він взаємодіє з людьми та розуміє їх. Дослідники зазначають, що хоча сучасні методи навчання за ліцензією LLM обмежені в цьому відношенні, майбутні моделі, що враховують дані датчиків та взаємодію роботів, можуть краще наближати людські концептуальні знання.

У дослідженні підкреслюється важливість розгляду ролі втіленого досвіду у формуванні людського пізнання та труднощів відтворення цього в системах штучного інтелекту. Оскільки технології штучного інтелекту продовжують розвиватися, розуміння цих відмінностей та пошук шляхів подолання розриву між штучним та людським інтелектом матиме вирішальне значення для розвитку більш ефективної та змістовної взаємодії між людьми та машинами.