Согласно исследованию, проведенному Университетом Шеффилда, подключение систем искусственного интеллекта к реальному миру с помощью роботов и их проектирование с использованием принципов эволюции — наиболее вероятный способ, с помощью которого ИИ получит когнитивные способности, подобные человеческим.
В статье, опубликованной в журнале Science Robotics, профессор Тони Прескотт и доктор Стюарт Уилсон с факультета компьютерных наук университета говорят, что системы искусственного интеллекта вряд ли будут напоминать реальную обработку данных мозгом, независимо от того, насколько большими могут стать их нейронные сети или наборы данных, используемые для их обучения, если они останутся бестелесными.
Современные системы искусственного интеллекта, такие как ChatGPT, используют большие нейронные сети для решения сложных задач, таких как генерация разборчивого письменного текста. Эти сети учат искусственный интеллект обрабатывать данные способом, вдохновленным человеческим мозгом, а также учиться на своих ошибках, чтобы совершенствоваться и становиться более точным.
Хотя эти модели имеют сходство с человеческим мозгом, исследователи из Шеффилда говорят, что существуют также важные различия, которые мешают им получить интеллект, подобный биологическому.
Во—первых, настоящий мозг воплощен в физической системе — человеческом теле, — которая непосредственно воспринимает окружающий мир и действует в нем. Воплощение придает мозговым процессам смысл, который невозможен для бестелесных ИИ, которые могут научиться распознавать и генерировать сложные паттерны в данных, но не имеют прямой связи с физическим миром. Следовательно, такие ИИ не имеют никакого понимания или осведомленности об окружающем их мире.
Во—вторых, человеческий мозг состоит из множества подсистем, которые организованы в определенной конфигурации, известной как архитектура, которая аналогична у всех позвоночных животных, от рыб до человека, но не у искусственного интеллекта.
Исследование, проведенное в Шеффилде, предполагает, что биологический интеллект — как и человеческий мозг — развился благодаря этой специфической архитектуре и тому, как он использовал свои связи с реальным миром для преодоления трудностей, обучения и совершенствования на протяжении всей эволюции. Согласно исследованию, это взаимодействие между эволюцией и развитием редко учитывается при проектировании искусственного интеллекта.
Профессор Тони Прескотт, профессор когнитивной робототехники в Университете Шеффилда и директор Sheffield Robotics, сказал: «ChatGPT и другие модели крупных нейронных сетей — захватывающие разработки в области искусственного интеллекта, которые показывают, что действительно сложные задачи, такие как изучение структуры человеческого языка, могут быть решены. Однако эти типы систем искусственного интеллекта вряд ли продвинутся до такой степени, что смогут полностью мыслить как человеческий мозг, если они будут продолжать разрабатываться с использованием тех же методов.
«Гораздо более вероятно, что системы искусственного интеллекта будут развивать когнитивные способности, подобные человеческим, если они будут построены с архитектурой, которая учится и совершенствуется аналогично тому, как это делает человеческий мозг, используя свои связи с реальным миром. Робототехника может обеспечить системы искусственного интеллекта такими подключениями — например, с помощью датчиков, таких как камеры и микрофоны, и приводов, таких как колеса и захваты. Тогда системы искусственного интеллекта смогли бы воспринимать окружающий мир и обучаться подобно человеческому мозгу».
Ученые из Шеффилда говорят, что в последнее время был достигнут некоторый прогресс в разработке ИИ для управления роботами. Например, мощным подходом является использование рекуррентных моделей нейронных сетей — моделей, состоящих из множества циклов обратной связи, — которые обучаются делать более точные прогнозы о том, что может произойти дальше.
Эти модели обеспечивают значительный прогресс в повышении адаптивности роботов. Однако ИИ-роботы все еще далеки от того, чтобы походить на реальный мозг с точки зрения понимания того, как различные подсистемы мозга работают вместе как часть более широкой когнитивной архитектуры, предполагает исследование.
Доктор Стюарт Уилсон, старший преподаватель вычислительной нейронауки в Университете Шеффилда, сказал: «Попытки понять, как реальный мозг управляет телами, путем создания искусственного мозга для роботов, привели к захватывающим разработкам в робототехнике и нейронауке за последние десятилетия. Рассмотрев некоторые из этих усилий, которые в основном были сосредоточены на том, как искусственный мозг может обучаться, мы думаем, что следующие прорывы в области искусственного интеллекта будут связаны с более точной имитацией того, как развивается реальный мозг».
