Արհեստական բանականությունը կարո՞ղ է փոխարինել մարդուն. Նոր տվյալներ

Արհեստական բանականությունը (ԱԲ) բեկումներ է գրանցում գիտության, բժշկության և տեխնոլոգիաների ոլորտներում, բայց կարո՞ղ է այն ամբողջությամբ փոխարինել մարդուն: Ջոնս Հոփքինսի համալսարանի (JHU) գիտնականներն անցկացրել են հետազոտություն, որը ցույց է տվել, որ սոցիալական փոխգործակցությունների ընկալման առումով մարդիկ դեռևս զգալիորեն առաջ են: Նույնիսկ ամենաառաջադեմ նեյրոնային ցանցերը չեն կարող համեմատվել մարդու ուղեղի հետ, երբ խոսքը վերաբերում է կարճ տեսատեսարանների վերլուծությանը: Պատմում ենք, թե ինչու է ԱԲ-ն զիջում, ինչ հեռանկարներ ունի և ինչ է դա նշանակում մեր ապագայի համար:

Փորձարկում. մարդիկ ընդդեմ մեքենաների

JHU-ի թիմն անցկացրել է փորձարկում, որի ընթացքում համեմատել է մարդկանց և ԱԲ-ի կարողությունները՝ վերլուծելու սոցիալական փոխգործակցությունները տեսանյութերում: Կամավորներին ցույց են տվել երեք վայրկյանանոց տեսահոլովակներ, որտեղ մարդիկ փոխգործակցում էին (օրինակ՝ ողջունում էին միմյանց), գործողություններ էին կատարում միմյանց կողքին (քայլում էին փողոցով) կամ գործում էին անկախ (գիրք էին կարդում): Առաջադրանքը սոցիալական նշաններով տեսարանները գնահատելն էր՝ ով է ում հետ փոխգործակցում, որոնք են նրանց մտադրությունները և համատեքստը:

Նույն տեսահոլովակները վերլուծել են ավելի քան 350 ԱԲ մոդելներ, ներառյալ լեզվական (օրինակ՝ GPT-4), տեսողական (օրինակ՝ CLIP-ViT) և գրաֆիկական մոդելներ: Արդյունքները զարմացրել են.

• Մարդիկ. Գրեթե միշտ տալիս էին նույնական մեկնաբանություններ՝ ճշգրիտ որոշելով, թե ով է փոխգործակցում և ով՝ ոչ:
• ԱԲ. Մոդելները խառնվում էին: Տեսողական մոդելները չէին կարող նկարագրել գործողությունները, գրաֆիկական մոդելները դժվարությամբ էին տարբերում փոխգործակցությունները, իսկ լեզվական մոդելները, թեև ավելի լավ էին կանխատեսում վարքը, միևնույն է, զիջում էին մարդկանց:
• Օրինակ. Տեսարանում, որտեղ մարդը ձեռքով էր թափահարում, մարդիկ հասկանում էին, թե դա ողջույն է, թե ազդանշան, մինչդեռ ԱԲ-ն հաճախ սխալվում էր՝ չհասկանալով համատեքստը:

Լավագույն արդյունքները ցույց տվեցին լեզվական մոդելները, որոնք կանխատեսում էին վարքը, և տեսողական մոդելները, որոնք գնահատում էին ուղեղի արձագանքը տեսարաններին: Բայց ոչ մեկը չմոտեցավ մարդկային ճշգրտությանը: «ԱԲ-ն դեռ չի հասկանում, թե ինչ է կատարվում իրական կյանքում», — եզրակացրել է հետազոտության գլխավոր հեղինակ Լեյլա Իսիքը:

Ինչո՞ւ է ԱԲ-ն զիջում

Խնդիրը նեյրոնային ցանցերի ճարտարապետության մեջ է: Ժամանակակից մոդելները, ինչպիսիք են xAI-ի Grok-ը կամ ChatGPT-ն, ոգեշնչված են ուղեղի տեսողական կեղևով, որը մշակում է ստատիկ պատկերներ: Սա թույլ է տվել ԱԲ-ին վարպետորեն ճանաչել դեմքեր, առարկաներ և տեքստ, բայց սոցիալական տեսարանները դինամիկա են, որոնք պահանջում են ժամանակի, մտադրությունների և համատեքստի ընկալում: Մարդու ուղեղում դրա համար պատասխանատու է ժամանակային բիլթը, որը դեռևս վերարտադրված չէ ԱԲ-ում:

«Իրական կյանքը լուսանկարների հավաքածու չէ: Դա շարժում է, հույզեր, փոխգործակցություններ, որոնք ծավալվում են ժամանակի մեջ», — բացատրել է համահեղինակ Քեթի Գարսիան: Օրինակ, ԱԲ-ն կարող է չհասկանալ, թե արդյոք հետիոտնը պատրաստվում է անցնել ճանապարհը, թե պարզապես զրուցում է ընկերոջ հետ: Սա կարևոր է այնպիսի տեխնոլոգիաների համար, ինչպիսիք են ինքնավար մեքենաները, որտեղ սխալը կարող է կյանքեր արժենալ:

Որտե՞ղ է ԱԲ-ն արդեն ուժեղ

Չնայած սոցիալական սցենարներում զիջելուն, ԱԲ-ն գերազանցում է մարդկանց այլ ոլորտներում.

• Տվյալների վերլուծություն. Սյունանում ԱԲ-ն մշակում է կլիմայական տվյալների տերաբայթեր, ինչպես Nature Communications-ի ջերմաստիճանի տատանումների մասին հետազոտությունում:
• Ստեղծագործություն. xAI-ի Grok Vision-ը վերլուծում է պատկերներ iPhone-ի տեսախցիկով՝ առաջարկելով բաղադրատոմսեր կամ թարգմանելով ցուցանակներ:
• Գիտություն. ԱԲ-ն օգնել է մոդելավորել Կրեբսի ցիկլը տիեզերքում (PNAS) և ուսումնասիրել «Չանգե-6»-ի Լուսնի հողը:

Բայց այն խնդիրներում, որոնք պահանջում են ինտուիցիա, էմպաթիա կամ նրբությունների ընկալում, մարդիկ մնում են անգերազանցելի: Օրինակ, Xiaomi Mijia S800 խելացի կշեռքները տալիս են առողջության վերաբերյալ առաջարկություններ, բայց դրանք մեկնաբանելն ու որոշում կայացնելը մնում է մարդու վրա:

Կարո՞ղ է ԱԲ-ն հասնել մարդու մակարդակին

Գիտնականները կարծում են, որ ԱԲ-ն կարող է կատարելագործվել, բայց դրա համար անհրաժեշտ են փոփոխություններ.

• Նոր ճարտարապետություն. Մոդելները պետք է ընդօրինակեն ուղեղի այն հատվածները, որոնք պատասխանատու են դինամիկայի և սոցիալական ազդանշանների համար, այլ ոչ միայն ստատիկ տեսողության:
• Տեսանյութերով ուսուցում. Ներկայիս նեյրոնային ցանցերը վարժեցվում են տեքստերի և լուսանկարների հսկայական զանգվածների վրա, բայց տեսանյութերի տվյալները ավելի դժվար է հավաքել և մշակել:
• Համատեքստ. ԱԲ-ն պետք է սովորի հաշվի առնել մշակութային և էմոցիոնալ նրբությունները, ինչպես դա անում են մարդիկ:

Լեյլա Իսիքն ընդգծում է. «ԱԲ-ն հսկայական առաջընթաց է գրանցել դեմքերի և առարկաների ճանաչման մեջ: Հաջորդ քայլը նրան սովորեցնելն է աշխարհը տեսնել որպես պատմություն, այլ ոչ թե սլայդներ»: X-ի օգտատերերը համաձայն են. «ԱԲ-ն հիանալի է, բայց առանց մարդկային կայծի այն պարզապես հաշվիչ է»:

Ի՞նչ է սա նշանակում մեզ համար

JHU-ի հետազոտությունը ցույց է տալիս, որ մարդուն ԱԲ-ով փոխարինելը դեռևս անհնար է, հատկապես այնպիսի ոլորտներում, որոնք պահանջում են սոցիալական զգայունություն՝ բժշկություն, հոգեբանություն, կառավարում: Բայց դա չի բացառում սիմբիոզը.

• Աշխատանք. ԱԲ-ն ավտոմատացնում է ռուտինային խնդիրները, ինչպես NTT-ի կայծակ բռնող դրոններում, իսկ մարդիկ լուծում են ստեղծագործական խնդիրներ:
• Անվտանգություն. Ինքնավար մեքենաների համար, ինչպիսիք են Tesla-ն, անհրաժեշտ են հիբրիդային համակարգեր, որտեղ ԱԲ-ն և մարդը լրացնում են միմյանց:
• Էթիկա. Grok-ի սկանդալը, երբ նա առաջարկել է «մահապատիժ» Թրամփի համար, հիշեցնում է, որ առանց մարդկային վերահսկողության ԱԲ-ն կարող է վտանգավոր լինել:

Ապագայում ԱԲ-ն, հնարավոր է, մոտենա մարդկային մակարդակին, բայց առայժմ այն հզոր գործիք է, այլ ոչ թե փոխարինող: Դա նման է iPhone 17 Air-ին՝ բարակ և խելացի, բայց առանց օգտատիրոջ՝ պարզապես մետաղի կտոր:

Ի՞նչ պլաններ կան

JHU-ն պլանավորում է ԱԲ-ն փորձարկել ավելի բարդ սցենարներով, ներառյալ երկար տեսանյութեր և էմոցիոնալ տեսարաններ: Բազմամոդալ մոդելների զարգացումը, ինչպիսիք են Grok 3-ը, որոնք համատեղում են տեքստը, տեսանյութը և ձայնը, կարող է կրճատել տարբերությունը: 2026 թվականին, iPhone 18-ի և նրա 2-նմ չիպի թողարկմամբ, սարքերում ԱԲ-ն ավելի հզոր կդառնա, բայց, ինչպես ցույց է տվել հետազոտությունը, մարդու ուղեղը կմնա եզակի: