Может ли GPT копировать процесс принятия решений и интуицию человека?

В последние годы нейронные сети, такие как GPT-3, значительно продвинулись вперед, создавая текст, который почти неотличим от контента, написанного человеком. Удивительно, но GPT-3 также умеет решать такие задачи, как математические задачи и задачи программирования. Этот значительный прогресс приводит к вопросу: обладает ли GPT-3 когнитивными способностями, подобными человеческим?

Стремясь ответить на этот интригующий вопрос, исследователи из Института биологической кибернетики им. Макса Планка подвергли GPT-3 серии психологических тестов, оценивающих различные аспекты общего интеллекта.

Исследование было опубликовано в PNAS.

Разгадка проблемы Линды: взгляд на когнитивную психологию

Марсель Бинц и Эрик Шульц, ученые из Института Макса Планка, исследовали способности GPT-3 к принятию решений, поиску информации, причинно-следственным рассуждениям и его способность подвергать сомнению свою первоначальную интуицию. Они использовали классические тесты когнитивной психологии, в том числе известную задачу Линды, которая представляет вымышленную женщину по имени Линда, которая увлечена социальной справедливостью и выступает против ядерной энергетики. Затем участников просят решить, является ли Линда кассиром в банке или она в то же время является активным участником феминистского движения.

Реакция GPT-3 была поразительно похожа на реакцию людей, поскольку она допустила ту же интуитивную ошибку, выбрав второй вариант, несмотря на то, что он менее вероятен с вероятностной точки зрения. Этот результат предполагает, что на процесс принятия решений GPT-3 может влиять его обучение человеческому языку и ответы на подсказки.

Активное взаимодействие: путь к достижению человеческого интеллекта?

Чтобы исключить возможность того, что GPT-3 просто воспроизводит запомненное решение, исследователи создали новые задачи с аналогичными задачами. Их результаты показали, что GPT-3 работал почти наравне с людьми в принятии решений, но отставал в поиске конкретной информации и причинно-следственных рассуждений.

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

«Этот феномен можно объяснить тем, что ГПТ-3 может быть уже знакома с этой точной задачей; может случиться так, что вы узнаете, что люди обычно отвечают на этот вопрос», — говорит Бинц.

Изучение когнитивных способностей GPT-3 дает ценную информацию о потенциале и ограничениях нейронных сетей. Хотя GPT-3 продемонстрировал впечатляющие человеческие навыки принятия решений, он все еще борется с некоторыми аспектами человеческого познания, такими как поиск информации и причинно-следственные связи. Поскольку ИИ продолжает развиваться и учиться на взаимодействиях с пользователем, будет интересно наблюдать, смогут ли будущие сети достичь подлинно человеческого интеллекта.