Навіть найрозвиненіші нейромережі поки що не розумніші за однорічну дитину — і це не перебільшення

Попри вражаючі успіхи штучного інтелекту, сучасні нейромережі, як і раніше, суттєво поступаються маленьким дітям в одному з найфундаментальніших аспектів інтелекту — здатності швидко розуміти будову навколишнього світу й навчатися на мінімальній кількості досвіду. Саме такого висновку дедалі частіше доходять фахівці з когнітивних наук, нейробіології та машинного навчання.

Парадокс полягає в тому, що мовні моделі здатні писати програмний код, складати складні іспити, вести змістовні діалоги й аналізувати величезні обсяги інформації. Однак якщо помістити ШІ в нове, незнайоме середовище, яке потребує розуміння фізичних законів, причинно-наслідкових зв’язків і взаємодії з об’єктами, його можливості різко знижуються. Там, де однорічна дитина починає самостійно розбиратися буквально за кілька днів або тижнів, штучному інтелекту потрібні мільйони навчальних прикладів і колосальні обчислювальні потужності.

Чому дитина навчається ефективніше за ШІ

Головна відмінність полягає у способі навчання.

Немовля отримує інформацію одразу через безліч каналів: зір, слух, дотик, рух, рівновагу, соціальну взаємодію та емоційний зворотний зв’язок. Кожна дія стає експериментом. Якщо дитина кидає іграшку, вона спостерігає, як та падає. Якщо штовхає предмет, розуміє, що він рухається. Якщо усміхається дорослому, отримує відповідну реакцію. Так мозок безперервно будує внутрішню модель навколишнього світу.

Причому для формування таких уявлень дитині потрібно зовсім небагато даних.

Сучасні нейромережі працюють зовсім інакше. Вони навчаються переважно на величезних масивах уже готової інформації — текстах, зображеннях, відео або аудіозаписах. Щоб опанувати закономірність, моделям часто потрібні мільйони прикладів, тоді як дитині іноді достатньо кількох спостережень.

Саме тому фахівці кажуть, що сучасні ШІ чудово розпізнають статистичні закономірності, але значно гірше розуміють саму природу того, що відбувається.

Величезна різниця в ефективності

Розрив стає особливо помітним, якщо порівняти обсяги використовуваних даних.

За перший рік життя дитина бачить лише невелику частину навколишнього світу, однак цього достатньо для формування складних уявлень про предмети, людей, простір і причинно-наслідкові зв’язки.

Великі мовні моделі, навпаки, навчаються практично на всьому доступному інтернеті, бібліотеках, наукових публікаціях та інших цифрових джерелах. Для їхнього створення використовують тисячі потужних графічних процесорів, які споживають величезну кількість електроенергії.

Попри це, ШІ досі припускається помилок, яких дитина зазвичай не робить уже після перших місяців знайомства з навколишнім середовищем.

У чому полягає головна проблема сучасних моделей

Однією з ключових причин вважають відсутність справжньої взаємодії з фізичним світом.

Більшість наявних моделей фактично «сидять усередині комп’ютера». Вони аналізують дані, але самі не можуть досліджувати навколишнє середовище, експериментувати, помилятися й отримувати новий досвід так, як це робить людина.

Водночас саме активна взаємодія зі світом вважається основою людського інтелекту.

Тому дедалі більше дослідницьких груп працюють над напрямом, який об’єднує робототехніку, нейробіологію та штучний інтелект. Їхня мета — створити системи, які зможуть навчатися не лише на готових даних, а й через власний досвід.

Що пропонують науковці

Сьогодні дослідники дедалі частіше звертаються до принципів роботи людського мозку.

Серед найперспективніших напрямів:

навчання через взаємодію з навколишнім середовищем, а не лише на заздалегідь підготовлених даних;

розвиток моделей, здатних самостійно досліджувати нові ситуації;

об’єднання зору, слуху, тактильних відчуттів і руху в єдину систему сприйняття;

створення механізмів довготривалої пам’яті та накопичення досвіду;

розвиток так званого "світового уявлення" (world model) — внутрішньої моделі того, як влаштована реальність.

Саме такі підходи можуть зробити майбутні системи ШІ значно гнучкішими та економнішими в навчанні.

Наступний етап розвитку штучного інтелекту

Експерти дедалі частіше сходяться на думці, що подальший прогрес у галузі ШІ залежатиме вже не стільки від збільшення обсягів даних або потужності відеокарт, скільки від глибшого розуміння того, як навчається людський мозок.

Якщо інженерам вдасться відтворити хоча б частину механізмів, завдяки яким немовлята неймовірно швидко опановують навколишній світ, це може стати наступним великим проривом у розвитку штучного інтелекту.

Саме тому сьогодні нейробіологія та когнітивна психологія стають не менш важливими для майбутнього ШІ, ніж програмування й обчислювальна техніка. Можливо, шлях до створення справді універсального штучного інтелекту лежить не через дедалі потужніші комп’ютери, а через розуміння того, як кілька мільярдів нейронів у мозку дитини перетворюють обмежений життєвий досвід на повноцінне знання про світ.