Նեյրոինտելեկտի սահմանները. Ինչո՞ւ ԱԲ-ն չի կարողանում կարդալ ժամանակը

Նեյրոնային ցանցերն արդեն ստեղծում են տեսանյութեր, հնչյունավորում են դասախոսություններ և նկարում Տիեզերքի քարտեզներ, բայց… չեն կարողանում ճիշտ կարդալ անալոգային ժամացույցներ: Էդինբուրգի համալսարանի հետազոտության համաձայն (ICLR 2025), նույնիսկ ամենաառաջադեմ մոդելները, ներառյալ GPT-4.1-ը և տեսողական-լեզվական VLM-ները, ճիշտ են մեկնաբանում ժամացույցի սլաքները միայն դեպքերի 38.7%-ում: Եթե խոսքը օրացույցի մասին է, իրավիճակն էլ ավելի վատ է՝ 26.3%, գրում է Livescience-ը:

Ժամացույցի թեստ

Թվում է, թե ի՞նչն է ավելի պարզ՝ գլուխը թեքել, նայել ժամացույցին և հասկանալ, թե որ ժամն է: Բայց ԱԲ-ի համար սա տարածական խնդիր է, որը պահանջում է կողմնորոշման և մտավոր մոդելավորման բազային մակարդակ, իսկ հենց դա մոդելների մոտ բացակայում է: ԱԲ-ն սխալվում է անկյունները որոշելիս, շփոթում է սլաքները և նույնիսկ կրկնվող հրահանգների դեպքում չի կարողանում ճիշտ մեկնաբանել պատկերը: Հատկապես շփոթվում է, եթե տեսնում է հռոմեական թվերով կամ ոչ ստանդարտ դիզայնով ժամացույցներ: Հետազոտողները նշում են, որ ԱԲ-ն պարզապես «գուշակում» է՝ հիմնվելով տեսողական համընկնումների վրա, առանց հասկանալու, թե ընդհանրապես ինչ է նշանակում «ժամանակ» որպես աբստրակցիա:

Տարածության մեջ և առանց մարմնի

Նման ձախողումների պատճառը արհեստական բանականության հիմնարար «անմարմնավոր» բնույթն է: Այն չունի մարմնական փորձ, տեսողա-շարժողական կոորդինացիա, օբյեկտների տարածական դիրքի գիտակցում: Տարածական հմտությունները մարդու մոտ ձևավորվում են վաղ տարիքից՝ շարժման, հպման, տեսողության, գլխի և մարմնի շարժումների միջոցով: Իսկ ԱԲ-ն սովորում է միլիոնավոր 2D պատկերների հիման վրա՝ չիմանալով, թե որտեղ է «ձախ», «աջ» կամ «հետև»:

Համակարգերը չեն կարողանում մտովի «ծալել» տուփը, չեն հասկանում, թե որտեղ է Էդինբուրգը Լոնդոնի նկատմամբ, եթե դու կանգնած ես դեմքով դեպի արևմուտք, և շփոթվում են ամենապարզ երկրաչափական վերափոխումներում: Նրանց «տարածական մտածողությունը» վիճակագրություն է հարթ մակերևույթի վրա, այլ ոչ թե աշխարհի ներքին զգացողություն:

Ունիվերսալության պատրանք

Պարադոքսալ է, բայց նույն մոդելները հեշտությամբ հանձնում են SAT-ը և գրում են ծրագրային կոդ: Սա ստեղծում է ունիվերսալության կեղծ զգացողություն. եթե նեյրոնային ցանցը կարող է բացատրել քվանտային մեխանիկան և ստեղծել վեպ, ինչո՞ւ չվստահել նրան քաղաքում նավիգացիան կամ կլինիկայում ախտորոշումը: Պատասխանը պարզ է՝ որովհետև այն չի հասկանում: Այն կանխատեսում է, այլ ոչ թե գիտակցում:

Այս անհավասար զարգացումը խնդիր չէ, այլ ԱԲ-ի ուսուցման եղանակի արտացոլում: Այն սովորում է տեքստերի, պատկերների, երկխոսությունների հիման վրա, այլ ոչ թե փորձի: Արդյունքում՝ փայլուն զրուցակից, որը խճճվում է ժամացույց տեսնելիս և չգիտի, թե որտեղ է արևմուտքը: