DeepMind: AI kan arve menneskelige kognitive begrænsninger, kunne have gavn af ‘formel uddannelse’

Et nyt samarbejde mellem DeepMind og Stanford University antyder, at AI ofte ikke er bedre til abstrakt tænkning end mennesker, fordi maskinelæringsmodeller får deres tænkningarkitektur fra virkelighedsbaserede, menneskelige eksempler, der er grundet i praktisk kontekst (som AI ikke kan opleve), men også hæmmes af vores egne kognitive svagheder.

Dette kan repræsentere en barriere for det overlegne ‘blue sky’-tænkning og kvaliteten af intellektuel oprindelse, som mange håber på fra maskinelæringsystemer, og viser omfanget af, hvortil AI afspejler menneskelig erfaring og er tilbøjelig til at tænke (og resonere) inden for de menneskelige grænser, der har informeret det.

Forskerne foreslår, at AI-modeller kunne have gavn af forudgående træning i abstrakt tænkning, lignende en ‘formel uddannelse’, før de sættes til at arbejde på virkelighedsbaserede opgaver.