Китайські науковці вперше представили докази того, що сучасні мовні моделі штучного інтелекту здатні формувати уявлення про об’єкти за принципами, подібними до людського мозку. Це відкриття може істотно вплинути на розуміння когнітивних можливостей ШІ та визначити майбутнє розвитку інтелектуальних інтерфейсів і робототехнічних систем.
Про це розповідає ProIT
Методика дослідження: поєднання експериментів і нейровізуалізації
Дослідницька група, до складу якої увійшли фахівці з Академії наук КНР і Південно-Китайського технологічного університету, застосувала комплексний підхід. Вони поєднали поведінкові тести, комп’ютерне моделювання та методи нейровізуалізації для вивчення, наскільки уявлення про об’єкти в мовних моделях штучного інтелекту збігаються з концептами, закладеними у людському мозку.
У дослідженні було задіяно дві моделі ШІ: текстову ChatGPT-3.5 та мультимодальну Gemini Pro Vision 1.0, яка може аналізувати як текстову, так і візуальну інформацію. Моделям та людям пропонували завдання: серед трьох об’єктів обрати той, що не відповідає іншим. Загалом учасники зробили 4,7 мільйона суджень про подібність між 1 854 об’єктами різних категорій — від тварин до предметів побуту.
Основні результати: схожість когнітивних процесів ШІ та людини
Аналіз отриманих даних виявив, що штучний інтелект класифікував об’єкти за 66 різними ознаками. До них відносились як очевидні семантичні категорії (тип їжі, середовище існування), так і неочікувані критерії — температура, текстура, функціональне призначення (наприклад, для дітей чи дорослих), а також розмежування між морським і наземним середовищами.
Особливо показовим стало те, що мовні моделі штучного інтелекту проявляли схожість із людським мисленням, зокрема в аспекті семантики. Текстові моделі відзначалися слабшим розпізнаванням візуальних характеристик, наприклад, форми об’єктів. Однак мультимодальна модель Gemini Pro Vision 1.0 демонструвала значно ближчу до людської структуру сприйняття, поєднуючи аналіз образу та значення.
“Незважаючи на відмінності, дослідники дійшли висновку, що мовні моделі вже здатні відображати базові принципи людського категоріального мислення. Це відкриває нові горизонти для створення більш «людяних» когнітивних систем — від голосових асистентів до роботів, які зможуть краще розуміти світ так, як його бачить людина”.
Фахівці також встановили паралелі між активністю окремих ділянок мозку, відповідальних за обробку інформації про навколишнє середовище, та тим, як штучний інтелект кодує ці ж об’єкти у вигляді векторних представлень. Особливо яскраво ця схожість проявилася у парагіпокампальній зоні мозку, яка відповідає за розпізнавання сцен і просторових образів.
Отримані результати свідчать про те, що сучасні мовні моделі штучного інтелекту вже можуть імітувати основи людського мислення, що відкриває перспективи для створення когнітивних систем нового покоління, які зможуть сприймати і розуміти світ більш природно й ефективно.
