Addig fejlesztik, míg már teljesen emberi gondolkodása nem lesz. A legújabb tanulmányban nyelvtani szabályszerűségeket ismert fel, és néha jobban teljesített, mint az ember.
A Nature-ben jelent meg a kutatás összefoglalója, mely szerint mégis közeledhet az AI és az emberi agy. Az 1980-as évek óta dúl a vita a kutatók között, hogy képes lehet-e a mesterséges intelligencia úgy működni, mint agyunk neurális hálózata. Most úgy tűnik, addig fejlesztgették és trenírozták, míg agyunk babérjaira törhet.
Brenden Lake, a New York-i Egyetem pszichológia- és adattudományi adjunktusa, a tanulmány társszerzője elmondta, úgy tűnik, az emberi intelligencia eddig nem mintázható aspektusa gyakorlat útján megszerezhető.
Az AI hálózatai utánozzák az agy szerkezetét, mivel információfeldolgozó csomópontjaik egymáshoz kapcsolódnak, és adatfeldolgozásuk hierarchikus rétegekben folyik. De eddig az AI-rendszerek nem úgy viselkedtek, mint az elme, mert nem volt meg az az emberi képességük, hogy az ismert fogalmakat új módra kombinálják.
Ez a szisztematikus kompozíció agyunk egyik zsenialitása, de úgy tűnik, lassan ezt is megtanítjuk a robotoknak.
Az új tanulmányban Lake és a tanulmány társszerzője, Marco Baroni, a barcelonai Pompeu Fabra Egyetem munkatársa mesterségesintelligencia-modelleket és önkénteseket is tesztelt egy kitalált nyelvet használva. Fiktív szavak feleltek meg színes pontoknak, ami kiadott egy függvényt, ami megváltoztatta a pontok sorrendjét. Így a szósorok határozták meg a színes pontok egymásutánját. Egy értelmetlen kifejezésből kellett kitalálnia a robotnak és az embernek is a mögötte húzódó nyelvtani szabályszerűségeket, amik meghatározták, mely pontok illenek a szavakhoz.
Az emberek 80 százalékban jó pontsorozatokat állítottak elő, ha nem sikerült, következetesen hibáztak, vagyis például azt gondolták, egy szó egyetlen pontot jelent, nem pedig egy függvényt, amely az egész pontsorozatot megkeveri.
Hét mesterséges intelligencia modell tesztelése után Lake és Baroni kifejlesztettek egy módszert, a meta-learning for composition-t (MLC), ami lehetővé teszi a mesterséges intelligenciának, hogy különböző szabályokat alkalmazzon az újonnan tanult szavakra, miközben visszajelzést ad arról, hogy alkalmazta-e. Ezzel a metódussal a mesterséges intelligencia legalább olyan teljesítményt ért el, mint az ember, volt, hogy ugyanazokat a hibákat követte el, de az is előfordult, hogy jobb teljesítményt nyújtott. Később összehasonlították az MLC-t az Open AI két neurálishálózat-alapú modelljével, és kiderült, hogy az MLC (ami utasításokat és mondatok jelentéseit is tudja értelmezni), és az emberek is jobban teljesítettek, mint az OpenAI-modellek a ponttesztben.
A siker óriási, de az MLC egyelőre a betanított mondattípusokon működött, általánosítani nem tudott új típusú mondatokra. A következő lépés az MLC kompozíciós általánosítási képességének növelése, éppen ez az emberi intelligencia egyik kulcsa.
(Borítókép: Index)