AI KUTATÁS
A neurális hálózatok és az emberi agy univerzális reprezentációs módszerekben találkoznak
Az MIT, a Harvard és az NYU kutatói megállapították, hogy a neurális hálózatok és az emberi agy figyelemre méltóan hasonló módon reprezentálják ugyanazt az információt. Olyan mondatok és képek elemzésével, amelyek különböző szöveges és vizuális modellekben hasonló predikciókat váltottak ki, a kutatók azt találták, hogy ezek a mintázatok hatékonyan jósolták meg a szkennerben lévő emberek agyi válaszait. A tanulmány sugallja, hogy az alapvetően eltérő architektúrák és tanulási algoritmusok ellenére a biológiai és mesterséges rendszerek univerzális reprezentációs tengelyek felé konvergálnak a külvilág problémáinak megoldása során.
- A tanulmány „magas egyetértésű” mondatokat vizsgált, ahol több AI modell is hasonló predikciókat adott.
- Ezek a magas egyetértésű mondatok sikeresen megjósolták az emberi alanyok agyi válaszait a szkennelések során.
- A jelenséget mind a nyelvi modelleknél, mind a képfelismerő rendszereknél megfigyelték.
- A kutatók úgy vélik, hogy a konvergenciát a környezet és a megoldandó specifikus problémák (például navigáció vagy arcfelismerés) hajtják.
Miért fontos?
Mindez arra mutat, hogy konvergencia van abban, ahogyan az emberek és az AI rendszerek megtanulják reprezentálni azokat az információkat, amelyekből nagy mintaállománnyal rendelkeznek. Ez nem azért történik, mert másolják egymást, hanem mert az információrendszerezés bizonyos módjai egyszerűen jobban működnek, mint mások. Ez azt sugallja, hogy ahogy egyre kifinomultabb AI rendszereket hozunk létre, azok bizonyos típusú érvelések során egyre „emberszerűbb” módon fognak viselkedni.