Искусственный интеллект прошел самый сложный тест, чтобы понять человечество. Стал «Человеком»

Модели искусственного интеллекта, такие как CHATGPT, продемонстрировали впечатляющие навыки разговора, но они остаются далеко от реального понимания человеческого языка. Они могут распознавать и использовать слова, но не связывая их с прямым опытом, как это делают люди. Группа исследователей из Института науки и технологий Окинавы попыталась преодолеть это ограничение, построив модель, вдохновленную человеческим мозгом, способным обучать концепции, а не только слова.

Для этого команда предложила искусственному интеллекту физический опыт в реальном мире, используя робота с рукой и системой зажима. Этот подход позволил им проверить, если вы можете выучить концепции посредством прямого взаимодействия с окружающей средой, так же, как это делают дети, когда они обнаруживают мир.

Эксперимент, вдохновленный когнитивным развитием

Исследователи полагались на психологию развития, чтобы создать модель обучения, похожую на человеческую. Вместо того, чтобы обучать ИИ только через визуальные ассоциации, они предложили им тактильный и моторный опыт через робота, который мог бы физически взаимодействовать с объектами. Робот был оснащен комнатой RGB и помещен в контролируемую среду, где ему приходилось обрабатывать цветные кубики в соответствии с простыми командами, такими как «красное движение» или «положить синий на желтый».

Принцип, который был основой этого эксперимента, является теория свободной энергии, согласно которой человеческий мозг делает прогнозы о реальности и корректирует их в соответствии с прямым опытом. Аналогичным образом, ИИ в этом исследовании был обучен обработать визуальные данные, чтобы знать о своем собственном теле и планировать действия на основе этой информации.

Новый этап в изучении искусственного интеллекта

Одним из основных протестированных концепций была «композиционность», способность объединять основные элементы для создания более сложных структур. Точно так же, как ребенок учится объединять слова для выражения новых идей, ИИ смог расширить свои знания за счет вычета. Изучив определенные комбинации заказов и движений, ему удалось выполнить новые задачи, с которыми он не сталкивался раньше.

Это значительное изменение в традиционных моделях ИИ, которые основаны на простой ассоциации слов с изображениями. Добавление моторного восприятия и планирования действий создало более глубокую связь между языком и реальностью.

Ограничения и будущее эксперимента

Хотя результаты являются многообещающими, все еще есть проблемы. Эксперимент проводился в ограниченной среде, с небольшим количеством объектов и небольшим словаром. ИИ должен был выучить около 80% возможных комбинаций, прежде чем они смогли обобщить остальные. Его производительность значительно снизилась, когда процент начальных примеров был снижен до 60% или 40%.

Исследователи уверены, что большая мощность расчетов может значительно улучшить эти результаты. В настоящее время ИИ был обучен с помощью одной графической карты RTX 3090, но использование более продвинутых единиц обработки могло бы позволить системе ослаблять. Следующим шагом является проверка этой модели на более сложном гуманоидном роботе, оснащенном комнатами и двумя руками, способным больше взаимодействовать с реальным миром.

Это исследование предполагает, что, интегрируя язык с восприятием и действием, искусственный интеллект может предпринять большой шаг к более глубокому пониманию мира, подходя к всему и большему количеству людей думают и учится, согласно Science.org.