Cum LLM-urile ne obligă să redefinim inteligența

Există o veche zicătoare: Dacă arată ca un rață, înoată ca un rață și croacă ca un rață, atunci probabil că este o rață. Această modalitate simplă de a gândi, adesea legată de poetul american James Whitcomb Riley, a modelat modul în care gândim despre inteligența artificială de decenii. Ideea că comportamentul este suficient pentru a identifica inteligența a inspirat faimoasa “joc de imitație” a lui Alan Turing, acum numit Testul Turing.

Turing a sugerat că, dacă un om nu poate spune dacă vorbește cu o mașină sau cu un alt om, atunci mașina poate fi considerată inteligentă. Atât testul raței, cât și testul Turing sugerează că ceea ce contează nu este ceea ce se află în interiorul unui sistem, ci cum se comportă. De decenii, acest test a ghidat progresele în domeniul inteligenței artificiale. Dar, odată cu apariția modelelor de limbaj mari (LLM), situația s-a schimbat. Aceste sisteme pot genera texte fluente, purta conversații și rezolva sarcini în moduri care par remarcabil de umane. Întrebarea nu mai este dacă mașinile pot imita conversația umană, ci dacă această imitație este o inteligență adevărată. Dacă un sistem poate scrie ca noi, raționa ca noi și chiar crea ca noi, ar trebui să îl numim inteligent? Sau comportamentul singur nu mai este suficient pentru a măsura inteligența?

Evoluția inteligenței mașinilor

Modelele de limbaj mari au schimbat modul în care gândim despre inteligența artificială. Aceste sisteme, care odinioară erau limitate la generarea de răspunsuri de text de bază, pot acum rezolva probleme logice, scrie cod de calculator, crea povestiri și chiar asista la sarcini creative, cum ar fi scrierea de scenarii. O dezvoltare cheie în acest progres este capacitatea lor de a rezolva probleme complexe prin raționament pas cu pas, o metodă numită raționament în lanț. Prin împărțirea unei probleme în părți mai mici, un LLM poate rezolva probleme matematice complexe sau puzzle-uri logice într-un mod care pare asemănător cu rezolvarea problemelor umane. Această capacitate le-a permis să egaleze sau chiar să depășească performanța umană în benchmark-uri avansate, cum ar fi MATH sau GSM8K. Astăzi, LLM-urile posedă și capacități multimodale. Ele pot lucra cu imagini, interpreta scanări medicale, explica puzzle-uri vizuale și descrie diagrame complexe. Cu aceste progrese, întrebarea nu mai este dacă LLM-urile pot imita comportamentul uman, ci dacă acest comportament reflectă o înțelegere adevărată.

Urme de gândire umană

Acest succes al LLM-urilor redefinesc modul în care înțelegem inteligența. Accentul se mută de la alinierea comportamentului inteligenței artificiale cu cel uman, așa cum sugerează testul Turing, la explorarea modului în care LLM-urile reflectă gândirea umană în modul în care procesează informația (adică o gândire umană adevărată). De exemplu, într-un studiu recent, cercetătorii au comparat funcționarea internă a modelelor de inteligență artificială cu activitatea creierului uman. Studiul a arătat că LLM-urile cu peste 70 de miliarde de parametri, nu numai că au atins acuratețea umană, dar au și organizat informația internă în moduri care corespund cu modelele de activitate a creierului uman.

Când atât oamenii, cât și modelele de inteligență artificială au lucrat la sarcini de recunoaștere a modelelor, scanările creierului au arătat modele de activitate similare la participanții umani și modele computaționale corespunzătoare în modelele de inteligență artificială. Modelele au grupat concepte abstracte în straturile interne în moduri care corespund direct cu activitatea undelor creierului uman. Acest lucru sugerează că raționamentul de succes poate necesita structuri organizatorice similare, atât în sistemele biologice, cât și în cele artificiale.

Cercetătorii sunt, însă, atenți să noteze limitările acestui studiu. Studiul a implicat un număr relativ mic de participanți umani, iar oamenii și mașinile au abordat sarcinile în moduri diferite. Oamenii au lucrat cu modele vizuale, în timp ce modelele de inteligență artificială au procesat descrieri textuale. Corelația dintre procesarea umană și cea a mașinilor este intrigantă, dar nu demonstrează că mașinile înțeleg conceptele în același mod în care o fac oamenii.

Există, de asemenea, diferențe clare în ceea ce privește performanța. În timp ce cele mai bune modele de inteligență artificială au atins acuratețea umană la modele simple, au arătat scăderi mai dramatice ale performanței la sarcinile cele mai complexe, comparativ cu participanții umani. Acest lucru sugerează că, în ciuda similarităților în organizare, pot exista încă diferențe fundamentale în modul în care oamenii și mașinile procesează concepte abstracte complexe.

Perspectiva sceptică

În ciuda acestor descoperiri impresionante, un argument puternic sugerează că LLM-urile nu sunt altceva decât niște imitatori foarte abili. Această perspectivă provine de la experimentul de gândire “Camera chineză” al filosofului John Searle, care ilustrează de ce comportamentul nu este egal cu înțelegerea.

În acest experiment de gândire, Searle ne cere să ne imaginăm o persoană încuiată într-o cameră și care poate vorbi doar engleza. Persoana primește simboluri chineze și folosește o carte de reguli în engleză pentru a manipula aceste simboluri și a produce răspunsuri. Din exterior, răspunsurile sale par exact ca ale unui vorbitor nativ de chineză. Cu toate acestea, Searle argumentează că persoana nu înțelege nimic despre chineză. El doar urmează reguli fără a avea o înțelegere reală.

Criticii aplică aceeași logică LLM-urilor. Ei argumentează că aceste sisteme sunt “papagali stohastici” care generează răspunsuri pe baza modelelor statistice din datele de antrenament, nu pe baza unei înțelegeri reale. Termenul “stohastic” se referă la natura lor probabilistică, în timp ce “papagal” subliniază comportamentul lor imitativ fără o înțelegere reală.

Câtorva limitări tehnice ale LLM-urilor sprijină, de asemenea, acest argument. LLM-urile generează frecvent “halucinații”; răspunsuri care par plauzibile, dar sunt complet incorecte, înșelătoare și fără sens. Acest lucru se întâmplă pentru că selectează cuvinte statistic plauzibile, în loc să consulte o bază de cunoștințe internă sau să înțeleagă adevărul și falsul. Aceste modele reproduc, de asemenea, erori și prejudecăți umane. Se confundă cu informații irelevante pe care oamenii le-ar ignora cu ușurință. Ele exibă stereotipuri rasiale și de gen, deoarece au învățat din date care conțin aceste prejudecăți. O altă limitare revelatoare este “polarizarea poziției”, în care modelele suprasolicită informațiile de la începutul sau sfârșitul documentelor lungi, neglijând conținutul din mijloc. Acest fenomen “pierdut în mijloc” sugerează că aceste sisteme procesează informația într-un mod foarte diferit de cel al oamenilor, care pot menține atenția pe tot parcursul documentelor.

Aceste limitări subliniază o provocare centrală: în timp ce LLM-urile excelează la recunoașterea și reproducerea modelelor de limbaj, acest lucru nu înseamnă că ele înțeleg cu adevărat sensul sau contextul real.

Ce contează ca inteligență?

Dezbaterea se reduce, în cele din urmă, la modul în care definim inteligența. Dacă inteligența este capacitatea de a genera limbaj coerent, de a rezolva probleme și de a se adapta la situații noi, atunci LLM-urile îndeplinesc deja acest standard. Cu toate acestea, dacă inteligența necesită conștientizare de sine, înțelegere reală sau experiență subiectivă, aceste sisteme încă nu ating acest nivel.

Problema este că nu avem o modalitate clară sau obiectivă de a măsura calități precum înțelegerea sau conștientizarea. Atât la oameni, cât și la mașini, le inferăm din comportament. Testul raței și testul Turing au oferit, odată, răspunsuri elegante, dar în era LLM-urilor, ele nu mai sunt suficiente. Capabilitățile lor ne obligă să reevaluăm ce contează cu adevărat ca inteligență și dacă definițiile noastre tradiționale țin pasul cu realitatea tehnologică.

Concluzia

Modelele de limbaj mari ne obligă să redefinim inteligența artificială. Ele pot imita raționamentul, genera idei și executa sarcini care au fost considerate, odată, unice pentru oameni. Cu toate acestea, ele lipsesc conștientizarea și fundamentarea care definesc gândirea umană adevărată. Ascensiunea lor ne obligă să ne întrebăm nu numai dacă mașinile acționează inteligent, ci și ce înseamnă, de fapt, inteligența.