Zašto umjetna inteligencija ne može "razmišljati" poput ljudi

Razvojni inženjeri tih sustava uvelike su se nadahnjivali ljudskim mozgom, stvarajući umjetne neuronske mreže po uzoru na funkcioniranje ljudskih neurona. Njihovi sustavi danas proizvode rezultate koji često nalikuju rezultatima ljudskog razmišljanja, piše The Conversation.

Međutim, umjetna inteligencija i ljudski um ne funkcioniraju na isti način. Slični rezultati ne znače nužno i slične procese.

„Modeli svijeta” (world models) nova su tehnologija koja bi sustavima umjetne inteligencije mogla pomoći da se približe ljudskom „razmišljanju”, omogućujući im da nauče predviđati što bi se moglo dogoditi i na temelju tih predviđanja djelovati. Ipak, umjetna inteligencija neće opažati, učiti ni razumijevati svijet na isti način kao ljudi.

Kako ljudski mozak predviđa što će se dogoditi?

Za ljude je uzimanje šalice u ruku rutinska radnja. Ipak, taj jednostavan pokret oslanja se na složenu sposobnost predviđanja onoga što bi se moglo dogoditi sljedeće.

Naš um neprestano pokušava biti korak ispred događaja, razumijevajući njihove uzroke i posljedice. Možemo predvidjeti nered koji bi nastao pomicanjem prepune šalice ili zamisliti kako bi kauč mogao zapeti u dovratniku čak i prije nego što ga kupimo.

Takva predviđanja temelje se na očekivanjima koja oblikujemo kroz interakciju sa svijetom. Ono što očekujemo zauzvrat može utjecati na način na koji opažamo svijet i kako djelujemo.

Jedna utjecajna skupina teorija, poznata kao prediktivna obrada (predictive processing), pretpostavlja da percepcija djelomično funkcionira upravo na taj način. Mozak stvara očekivanja, uspoređuje ih s informacijama koje prima i prilagođava ih kada se očekivanja i stvarnost ne podudaraju.

Vratimo se primjeru šalice.

Zamislite da posegnete za praznom šalicom za koju vjerujete da je puna. Vaša ruka, očekujući teži predmet, podiže je većom snagom nego što je potrebno. Šalica se naglo podigne i djeluje gotovo bestežinski.

Ta razlika između očekivanja i stvarnog iskustva pruža povratnu informaciju koja pomaže ispraviti pokret i ažurirati vašu procjenu težine šalice.

Ono što očekujemo oblikuje naše postupke, a ono što se zatim dogodi mijenja naša očekivanja.

I sve se to odvija samo da bismo podignuli šalicu.

Predviđa li umjetna inteligencija drukčije?

Čak i današnjim robotima pouzdano rukovanje šalicama može zahtijevati opsežno treniranje i simulacije.

Izazov je naučiti kako se fizički svijet ponaša i predvidjeti posljedice određene radnje.

Chatbotovi koji koriste velike jezične modele također stvaraju predviđanja, ali drukčije vrste. Oni uče predviđati sljedeću riječ ili dio teksta.

Taj naizgled jednostavan način predviđanja ipak može proizvesti iznimno sposobne sustave koji mogu rješavati složene probleme.

Uzmimo, primjerice, rečenicu:

„Ruka udari u šalicu koja stoji blizu ruba stola. Šalica…”

Nakon što je naučio obrasce iz golemih količina podataka, chatbot bi mogao nastaviti rečenicu riječima: „…prevrne se preko ruba i padne na pod.”

To može učiniti predviđanjem obrazaca naučenih iz podataka, a da pritom nikada nije fizički rukovao šalicom.

Međutim, sposobnost opisivanja vjerojatnih ishoda ne znači nužno da je chatbot naučio zašto do njih dolazi.

Kako naučiti robota da predviđa posljedice svojih postupaka?

Upravo tu na scenu stupaju „modeli svijeta” (world models), široka skupina pristupa umjetnoj inteligenciji kojima je cilj predvidjeti kako se određene situacije razvijaju i, u nekim slučajevima, kako pojedine radnje mogu promijeniti njihov tijek.

Ti modeli mogu učiti iz videozapisa, simulacija ili snimki onoga što roboti vide i rade.

Za kućnog robota to bi, primjerice, moglo značiti sposobnost predviđanja da bi presnažan stisak mogao razbiti šalicu ili da bi je pogrešan pokret mogao prevrnuti.

Uključivanjem informacija o radnjama, kretanju i osjetilnim podacima, preliminarna istraživanja pokazuju da takvi sustavi mogu pomoći povezati predviđanja s onime što se doista događa u fizičkom svijetu.

Model svijeta mogao bi s vremenom omogućiti umjetnoj inteligenciji da o šalici donosi ista predviđanja kao i ljudi.

A kako bude učio iz vlastitih radnji i osjetilnih povratnih informacija, sličnost s ljudskim načinom funkcioniranja mogla bi postajati sve izraženija.

Ipak, činjenica da sustav dolazi do istog predviđanja kao čovjek ne otkriva nam na kakvom se znanju ono temelji ni kako je to znanje stečeno.

Znače li ista predviđanja i isti način razmišljanja?

Za nas šalica nije samo cilindrični predmet na stolu.

Ona je nešto što možemo uhvatiti, što se može razbiti, što može pripadati nama ili nekom drugom, što može biti prevruće za dodir ili na rubu pada.

Naše razumijevanje povezuje fizička svojstva šalice s čitavom mrežom mogućih radnji i njihovih posljedica.

Predviđanje da će šalica pasti otkriva tek mali dio tog razumijevanja.

A ono se razvija vrlo rano.

Istraživanja pokazuju da već dojenčad stara svega nekoliko mjeseci ima osnovna očekivanja o tome kako se fizički predmeti ponašaju.

Istraživač dječjeg razvoja Jean Piaget smatrao je da djeca izgrađuju znanje djelovanjem na svijet koji ih okružuje.

Kako se to znanje razvija, postupno stječu sposobnost mentalnog predviđanja posljedica, bez potrebe da svaku radnju prethodno doista izvedu.