MI Történik?

Az MIT, a Harvard és az NYU kutatói megállapították, hogy a neurális hálózatok és az emberi agy végül hasonló módokat találnak ki ugyanazon információk reprezentálására. Ez újabb bizonyítékot szolgáltat arra, hogy bár az AI rendszerek alapvetően máshogy működnek, mint az agy, mégis hasonló módszerekhez jutnak el bizonyos típusú információk megjelenítésekor. Más szóval, ez egy újabb jele annak, hogy bár az AI rendszerek alig hasonlítanak a fejünkben lévő szürkeállományra, lehetnek éppolyan okosak. „Az a tény, hogy sok különböző mesterséges neurális hálózat (ANN) az agyhoz hasonló reprezentációkat mutat, egy izgalmas lehetőséget vet fel: az ANN-ek és az agyak univerzális reprezentációs tengelyek felé konvergálnak az adott területen” – írják a szerzők. „Eredményeink együttesen bizonyítékot szolgáltatnak a reprezentációs univerzalitásra az ANN-ek között, valamint a mesterséges és biológiai hálózatok között, az alapul szolgáló architektúra, a tanulási algoritmusok és az erőforrás-korlátok jelentős különbségei ellenére.” Amit csináltak: Az alapötlet az volt, hogy olyan mondatokat kerestek, amelyeket számos különböző szöveges modell hasonló módon dolgozott fel (azaz hasonló előrejelzéseket adtak rájuk), majd ezeket a „nagy egyezésű” mondatokat megmutatták embereknek, miközben szkennelték az agyukat. Ezek a nagy egyezésű mondatok végül hatékonyan megjósolták a szkennerben lévő emberek agyi válaszait. Hasonló jelenséget találtak a képek esetében is – a képeknél a fordítottját is elvégezték: olyan képeket kerestek, amelyek hasonló válaszokat váltottak ki az emberekből, majd letesztelték azokat AI rendszereken, és egyezést találtak.