Человеческая осознанность в машинах: реальность или миф?
Исследователи из Нью-Йоркского университета и других учреждений разрабатывают модель, которая превосходит текущие модели, такие как GPT-4, в задачах, требующих систематической генерализации языка, по словам ученых ИИ будет способна обобщать и понимать язык на уровне, близком к человеческому. Этот «прорыв» в обучении систем искусственного интеллекта помогает машинам более естественно взаимодействовать с человеком, что потенциально открывает новые горизонты в области коммуникаций, обработки данных и даже образования. В отличие от популярных языковых моделей, таких как GPT-4, новый ИИ способен выполнять задачи, требующие систематической генерализации — способности использовать новые слова и грамматические структуры в разных контекстах, что ранее считалось характерной чертой только человеческого мышления.
Почему это важно для развития ИИ?
Системы искусственного интеллекта, такие как ChatGPT, несмотря на их способность к ведению диалога, испытывают трудности с пониманием и использованием новых слов без предварительного обучения на огромных объемах данных. Исследования показывают, что новейшая нейросеть успешно преодолевает это ограничение, выполняя задачи с результатами, сравнимыми с человеческими. Это важно не только для более точных коммуникаций, но и для повышения эффективности ИИ — ведь теперь ему потребуется меньше данных для обучения, что также может помочь в борьбе с проблемами вроде «галлюцинаций», когда ИИ выдает несуществующие факты.
Как это работает: задачи для человека и ИИ
Учёные предложили тест, в котором испытуемые люди и нейросеть должны были учиться новым словам и применять их в разных комбинациях. Например, они связывали слово с определенным цветом или правилом, а затем на основе этих правил формировали новые комбинации. Люди справлялись с задачей примерно в 80% случаев, но удивительно то, что новый ИИ показал схожие результаты, демонстрируя способность к систематической генерализации, как это делает человек. При этом традиционные модели, такие как GPT-4, показали гораздо более слабые результаты.
Будущее нейросетей: что дальше?
Успехи в развитии ИИ с человеческими способностями к обобщению открывают новые возможности для создания более «умных» и гибких систем. Такие технологии помогут снизить потребность в огромных данных для обучения ИИ, сделав его более эффективным и точным. Эта технология может привести к значительному улучшению в таких сферах, как автоматизированное обучение, обработка естественного языка и взаимодействие человека с машинами. Однако, несмотря на значительный прогресс, ученые предупреждают, что предстоит ещё много работы по масштабированию и внедрению этой технологии в реальный мир.Этот «человеческий» подход к обучению ИИ может стать важной вехой в стремлении к созданию более «сознательных» машин, способных по-настоящему понимать мир, в котором они функционируют.
Когда мы сможем опробовать новую разработку
В материалах о новой нейросети её конкретное название пока что не упоминается, но учитывая скорость развития технологий в современном мире, я думаю ждать анонса нам осталось недолго.