Может ли GPT Повторить Принятие Решений и Интуицию Человека?

В последние годы нейронные сети, такие как GPT-3, значительно продвинулись вперед, производя текст, который практически неотличим от написанного человеком. Удивительно, что GPT-3 также способен решать задачи, такие как математические задачи и задачи программирования. Этот замечательный прогресс приводит к вопросу: обладает ли GPT-3 человеческими когнитивными способностями?

Чтобы ответить на этот интригующий вопрос, исследователи в Институте биологической кибернетики имени Макса Планка подвергли GPT-3 серии психологических тестов, которые оценивали различные аспекты общего интеллекта.

Исследование было опубликовано в PNAS.

Раскрытие Проблемы Линды: Взгляд в Когнитивную Психологию

Марсель Бинц и Эрик Шульц, ученые в Институте Макса Планка, изучали способности GPT-3 в принятии решений, поиске информации, причинно-следственных рассуждениях, а также способность модели сомневаться в своей первоначальной интуиции. Они использовали классические тесты когнитивной психологии, включая хорошо известную задачу о Линде. В ней описывается вымышленная женщина по имени Линда, которая увлечена социальной справедливостью и выступает против ядерной энергетики. Участникам затем предлагается решить, является ли Линда банковским служащим или является ли она банковским служащим и одновременно активным членом феминистского движения.

Ответ GPT-3 был поразительно похож на ответ человека, поскольку он совершил одну и ту же интуитивную ошибку, выбрав второй вариант, несмотря на то, что он был менее вероятен с точки зрения теории вероятностей. Этот результат предполагает, что процесс принятия решений GPT-3 может зависеть от обучения модели на человеческом языке и ответах на запросы.

Активное Взаимодействие: Путь к Достижению Человеко-Подобного Интеллекта?

Чтобы исключить возможность того, что GPT-3 просто воспроизводил запомненный ответ, исследователи создали новые задания с похожими трудностями. Их результаты показали, что GPT-3 справлялся с принятием решений почти наравне с людьми, но отстал в поиске конкретной информации и причинно-следственном рассуждении.

Исследователи считают, что пассивное получение GPT-3 информации из текстов может быть основной причиной этого расхождения, поскольку активное взаимодействие с миром имеет решающее значение для достижения полного комплекса человеческого познания. Они говорят, что по мере того, как пользователи все больше взаимодействуют с моделями, такими как GPT-3, будущие сети могут учиться на этих взаимодействиях и постепенно развивать интеллект, более похожий на человеческий.

“Это явление можно объяснить тем, что GPT-3 может уже быть знаком с этой конкретной задачей; он может знать, что люди обычно отвечают на этот вопрос”, – говорит Бинц.

Изучение когнитивных способностей GPT-3 дает ценные представления о потенциале и ограничениях нейронных сетей. Хотя GPT-3 продемонстрировал впечатляющие человеческие способности к принятию решений, он все еще испытывает трудности с определенными аспектами человеческого познания, такими как поиск информации и причинно-следственное рассуждение. По мере того, как искусственный интеллект продолжает развиваться и учиться на взаимодействиях с пользователями, будет интересно наблюдать, смогут ли будущие сети достичь настоящего человеческого интеллекта.