Коли батьки вчать свого маленького дитини пов’язуватися з світом, вони вчать через асоціації та ідентифікацію закономірностей. Взявши, наприклад, букву S. Батьки показують своїй дитині достатньо прикладів букви, і незабаром вони зможуть ідентифікувати інші приклади в контекстах, де керівництво неактивне; школа, книга, рекламний щит.

Багато з усіх новітніх технологій штучного інтелекту (AI) було навчено тим самим чином. Дослідники годували систему правильними прикладами чогось, чого вони хотіли, щоб воно розпізнавало, і як маленька дитина, AI почало розпізнавати закономірності та екстраполювати такі знання до контекстів, яких воно раніше не зустрічало, утворюючи свою власну “нейронну мережу” для категоризації. Як і людський інтелект, однак, експерти втратили слід за входами, які інформували прийняття рішень AI.

Таким чином, виникає “проблема чорної скриньки” AI, тобто те, що ми не повністю розуміємо, як або чому система AI робить зв’язки, ні змінні, які грають у її рішеннях. Ця проблема особливо актуальна, коли ми шукаємо покращити безпеку та довіру систем і встановити управління прийняттям AI.

Від транспортного засобу, оснащеного AI, який не гальмує вчасно і травмує пішоходів, до медичних пристроїв, що залежать від AI, які допомагають лікарям діагностувати пацієнтів, і упередженості, виявлені процесами відбору персоналу, що залежать від AI, складність цих систем призвела до появи нової галузі дослідження: фізики AI, яка прагне далі встановити AI як інструмент для людей, щоб досягти вищого розуміння.

Тепер нова незалежна група дослідження буде займатися цими проблемами, об’єднуючи галузі фізики, психології, філософії та нейробіології в міжгалузевому дослідженні загадок AI.

NTT пропонує довіру та безпеку AI

Нещодавно оголошена група фізики штучного інтелекту є спін-офом лабораторії NTT Research Physics & Informatics (PHI), і була представлена на конференції NTT Upgrade 2025 у Сан-Франциско, Каліфорнія минулого тижня. Вона продовжить просування підходу фізики штучного інтелекту до розуміння AI, над яким команда працювала протягом останніх п’яти років.

Доктор Хіденорі Танака, який має ступінь доктора філософії з прикладної фізики та інформатики в Гарвардському університеті, очолить нову дослідницьку групу, ґрунтуючись на своєму попередньому досвіді в групі інтелектуальних систем NTT та програмі дослідження AI в фізиці інтелекту в Гарварді.

“Як фізик, я схвильований предметом інтелекту, оскільки математично, як можна подумати про концепцію творчості? Як можна подумати про доброту? Ці концепції залишилися б абстрактними, якщо б не AI. Легко спекулювати, кажучи “це моє визначення доброти”, яке не математично значуще, але тепер з AI це практично важливо, оскільки якщо ми хочемо зробити AI добрим, нам потрібно сказати йому мовою математики, що таке доброта, наприклад”, – сказав доктор Танака мені минулого тижня на конференції Upgrade.

На початку свого дослідження лабораторія PHI визнала важливість розуміння “чорної скриньки” AI та машинного навчання для розробки нових систем з покращеною енергоефективністю для обчислень. Розробка AI за останні півроку, однак, викликала дедалі важливіші питання безпеки та довіри, які стали критичними для промислових застосунків та рішень щодо управління прийняттям AI.

Через нову дослідницьку групу NTT Research буде займатися подібностями між біологічними та штучними інтелектами, сподіваючись розгадати складності механізмів AI та побудувати більш гармонійне поєднання людського-АI співробітництва.

Хоча цей підхід є новим у своєму поєднанні AI, він не є новим. Фізики намагалися розкрити точні деталі технологічних та людських відносин протягом століть, від досліджень Галілео Галілея про рух об’єктів та його внеску у механіку до того, як парова машина сформувала розуміння термодинаміки під час промислової революції. У 21-му столітті, однак, вчені намагаються зрозуміти, як працює AI у термінах навчання, накопичення знань та прийняття рішень, щоб у майбутньому можна було розробити більш цілісні, безпечні та надійні технології AI.

“AI – це нейронна мережа, її структура дуже схожа на те, як працює людський мозок; нейрони, з’єднані синапсами, які представлені числами всередині комп’ютера. І потім це те місце, де ми вважаємо, що може бути фізика… Фізика полягає у взятті будь-чого з Всесвіту, формулювання математичних гіпотез про їх внутрішню роботу та тестуванні їх”, – сказав доктор Ханака.

Нова група продовжить співпрацю з Центром Гарвардського університету з науки про мозок (CBS) та планує співпрацювати з доцентом Стенфордського університету Суей Гангулі, з яким доктор Танака співавтор кількох робіт.

Однак доктор Танака підкреслює, що природничо-науковий та міжгалузевий підхід буде фундаментальним. У 2017 році, коли він був аспірантом у Гарварді, дослідник зрозумів, що хоче зробити щось більше, ніж традиційна фізика, і слідувати за попередниками, від Галілея до Ньютона та Ейнштейна, щоб відкрити нові концептуальні світи у фізиці.

“Зараз AI – це та тема, про яку я можу говорити з кожним. Як дослідник, це чудово, оскільки кожен завжди готовий говорити про AI, і я також вчусь з кожної розмови, оскільки я розумію, як люди бачать і використовують AI по-різному, навіть за межами академічних контекстів. Я бачу місію NTT як каталізатор, який сприяє цим розмовам, незалежно від походження людей, оскільки ми вчимося з кожної взаємодії”, – підсумував доктор Танака.