Koliko se umjetna inteligencija zapravo razlikuje od ljudi? Pokušate li razgovarati s nekim od popularnih AI alata, može vam se učiniti da je AI napravila veliki pomak i da je zapravo sličnija ljudima nego što bismo to mogli misiti. Pogotovo kad vam počne odgovarati na način koji zvuči prilično ljudski.
No, istraživanje koje je objavljeno u časopisu Transactions on Machine Learning Research, proučavalo je koliko dobro veliki jezični modeli (LLM) kao što je ChatGPT, Copilot ili Gemini, mogu parirati ljudima u rješavanju neki jednostavnih zadataka.
Pred ljude i AI postavili su jednak izazov - trebalo je dovršiti niz identificiranjem znamenke koja nedostaje. Ljudima takav zadatak nije predstavljao nikakav problem, no umjetna inteligencija je zapela.
Pročitajte i ovo
Testirajući probleme analogije temeljene na pričama, studija je otkrila da su modeli AI bili osjetljivi na efekte redoslijeda odgovora. U prijevodu, modelima umjetne inteligencije nedostaje ona ključna komponenta učenja, kad učenik promatra uzorak koji nije bio prisutan tijekom učenja i daje odgovor na temelju zaključivanja i predviđanja.
Koautorica studije, asistentica profesora neurosimboličke umjetne inteligencije na Sveučilištu u Amsterdamu, Martha Lewis, istaknula je primjer u kojem umjetna inteligencija ne može izvoditi analogno zaključivanje tako dobro kao ljudi u problemima s nizovima slova.
Analogije niza slova imaju oblik 'ako abcd ide u abce, na što ide ijkl?' Većina ljudi će odgovoriti 'ijkm', a i umjetna inteligencija ima tendenciju dati takav odgovor, rekla je Lewis za Live Science. Problem je 'ako abbcd ide u abcd, na što ide ijkkl? Ljudi će težiti odgovoriti 'ijkl' – obrazac je uklanjanje ponovljenog elementa. Ali GPT-4 ima tendenciju krivo shvatiti probleme poput ovih.
U prijevodu, LLM-ovi su dobri prepoznavanju i povezivanju obrazaca, ali ne i u generaliziranju iz tih obrazaca.
Pročitajte i ovo
Lewis naglašava kako se većina aplikacija koje koriste umjetnu inteligenciju oslanja, u određenoj mjeri, na volumen (što je više podataka o obuci dostupno, to se više uzoraka identificira). No, slaganje uzoraka i apstrakcija nisu isto.
Manje se radi o tome što je u podacima, a više o tome kako se podaci koriste, dodala je.
Upozorava da je, s obzirom na to kako se umjetna inteligencija sve češće koristi u različite svrhe, potrebno pažljivo procijeniti svaki sustav umjetne inteligencije, ne samo vezano uz točnost odgovora koje daje, već i vezano uz njegove kognitivne sposobnosti.
Izvor: Live Science
-
Englezi su ljutiVeliki sigurnosni propust na utakmici Vatrenih? FIFA se brzo oglasila
-
snimka privukla pažnjuVIDEO Srpski komentator postao hit nakon golova Hrvatske: Mnogi nisu mogli vjerovati što slušaju
-
Ne mogu vjerovatiEnglezi u čudu zbog Vatrenog: "Ma dajte, ovaj čovjek treba na doping-kontrolu!"
