Tekoälyn analogiset päättelykyvyt: haastaako ihmisen älykkyys?

Analogista päättelyä, ihmisten ainutlaatuista kykyä ratkaista tuntemattomia ongelmia vetämällä rinnastuksia tunnettujen ongelmien kanssa, on pitkään pidetty ihmisen erottuvana kognitiivisena toimintona. UCLA:n psykologien uraauurtava tutkimus esittää kuitenkin vakuuttavia tuloksia, jotka saattavat saada meidät ajattelemaan tätä uudelleen.

GPT-3: Sopiiko ihmisälylle?

UCLA:n tutkimuksessa havaittiin, että GPT-3, OpenAI:n kehittämä tekoälyn kielimalli, osoittaa päättelykykyä lähes saman verran korkeakouluopiskelijoiden kanssa, varsinkin kun sen tehtävänä on ratkaista ongelmia, jotka ovat samanlaisia ​​kuin älykkyystesteissä ja standardoiduissa kokeissa, kuten SAT. Tämä paljastus, julkaistu lehdessä Luonnon ihmisen käyttäytyminen, herättää kiehtovan kysymyksen: jäljitteleekö GPT-3 ihmisen päättelyä laajan kielenopetustietojoukonsa ansiosta vai hyödyntääkö se täysin uutta kognitiivista prosessia?

OpenAI piilottaa GPT-3:n tarkan toiminnan, mikä jättää UCLA:n tutkijat uteliaiksi sen analogisten päättelytaitojen takana olevasta mekanismista. Huolimatta GPT-3:n kiitetystä suorituskyvystä tietyissä päättelytehtävissä, työkalussa ei ole puutteita. Taylor Webb, tutkimuksen ensisijainen kirjoittaja ja tohtorintutkija UCLA:sta, totesi: "Vaikka löydöksemme ovat vaikuttavia, on tärkeää korostaa, että tällä järjestelmällä on merkittäviä rajoituksia. GPT-3 voi suorittaa analogista päättelyä, mutta se kamppailee ihmisille triviaalien tehtävien kanssa, kuten työkalujen käyttäminen fyysiseen tehtävään."

GPT-3:n ominaisuudet testattiin käyttämällä ongelmia, jotka ovat saaneet vaikutteita Raven's Progressive Matrices -testistä, joka sisältää monimutkaisia ​​muotosekvenssejä. Muuntamalla kuvat tekstimuotoon, jonka GPT-3 pystyi tulkitsemaan, Webb varmisti, että nämä olivat täysin uusia haasteita tekoälylle. Verrattuna 40 UCLA:n opiskelijaan, GPT-3 ei vain vastannut ihmisen suorituskykyä, vaan se heijasti myös ihmisten tekemiä virheitä. Tekoälymalli ratkaisi tarkasti 80 % ongelmista, ylittäen ihmisen keskimääräisen pistemäärän, mutta kuului kuitenkin huippusuorittajien luokkaan.

Tiimi tutki edelleen GPT-3:n kykyä käyttämällä julkaisemattomia SAT-analogiakysymyksiä, ja tekoäly ylitti ihmisen keskiarvon. Se kuitenkin horjui hieman, kun novelleista yritettiin vetää analogioita, vaikka uudempi GPT-4-malli osoitti parempia tuloksia.

Tekoälyn ja ihmisen kognition välisen rajan ylittäminen

UCLA:n tutkijat eivät pysähdy pelkkään vertailuun. He ovat alkaneet kehittää tietokonemallia, joka on saanut inspiraationsa ihmisen kognitiosta, ja jatkuvasti rinnastaa sen kykyjä kaupallisten tekoälymallien kanssa. Keith Holyoak, UCLA:n psykologian professori ja toinen kirjoittaja, huomautti: "Psykologinen tekoälymallimme loisti muut analogiaongelmissa GPT-3:n uusimpaan päivitykseen asti, joka osoitti ylivoimaisia ​​tai vastaavia ominaisuuksia."

Ryhmä kuitenkin tunnisti tiettyjä alueita, joilla GPT-3 oli jäljessä, erityisesti tehtävissä, jotka vaativat fyysisen tilan ymmärtämistä. Työkalujen käyttöön liittyvissä haasteissa GPT-3:n ratkaisut jäivät selvästi pois.

Hongjing Lu, tutkimuksen vanhempi kirjoittaja, ilmaisi hämmästyksensä kahden viime vuoden aikana tapahtuneesta teknologian harppauksesta, erityisesti tekoälyn järkikyvystä. Mutta siitä, "ajattelevatko nämä mallit" aidosti kuten ihmiset vai jäljittelevätkö ne vain ihmisen ajattelua, keskustellaan edelleen. Tekoälyn kognitiivisia prosesseja koskevien näkemysten etsiminen edellyttää pääsyä tekoälymallien taustajärjestelmään, mikä voi muokata tekoälyn tulevaa kehityskulkua.

Webb toistaa tunteen: "Pääsy GPT-mallien taustajärjestelmään hyödyttäisi valtavasti tekoälyä ja kognitiivisia tutkijoita. Tällä hetkellä olemme rajoittuneet syötteisiin ja lähtöihin, ja siitä puuttuu ratkaiseva syvyys, johon pyrimme."