Коли батьки вчать свого маленького дитини пов’язуватися зі світом, вони вчать через асоціації та ідентифікацію закономірностей. Взять, наприклад, букву S. Батьки показують своєму дитині достатньо прикладів цієї букви, і незабаром вони зможуть ідентифікувати інші приклади в контекстах, де неактивна допомога; школа, книга, білборд.

Багато з усіх нових технологій штучного інтелекту (AI) було навчене тим же чином. Дослідники годували систему правильними прикладами того, чого вони хотіли, щоб воно розпізнавало, і, як маленька дитина, AI почало розпізнавати закономірності та екстраполювати таке знання до контекстів, з якими воно раніше не стикалося, утворюючи свою власну “нейронну мережу” для категоризації. Як і людський інтелект, однак, експерти втратили слід тих входів, які інформували процес прийняття рішень AI.

Відтак, проблема “чорної скриньки” AI виникає як той факт, що ми не повністю розуміємо, як або чому система AI робить зв’язки, ні тих змінних, які грають роль у її рішеннях. Ця проблема особливо актуальна, коли ми намагаємося покращити системи щодо довіри та безпеки та встановити управління прийняттям рішень щодо використання AI.

Від транспортного засобу, оснащеного AI, який не гальмує вчасно та травмує пішоходів, до медичних пристроїв, що використовують AI для допомоги лікарям у діагностуванні пацієнтів, та до упереджень, проявлених процесами відбору персоналу, що використовують AI, складність цих систем призвела до появи нової галузі вивчення: фізики AI, яка прагне далі встановити AI як інструмент для людей, щоб досягти вищого розуміння.

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

NTT пропонує довіру та безпеку AI

Нещодавно оголошена група фізики штучного інтелекту є спін-офом лабораторії фізики та інформатики (PHI) NTT Research, і була представлена на конференції NTT Upgrade 2025 у Сан-Франциско, Каліфорнія минулого тижня. Вона продовжить розвиток підходу фізики штучного інтелекту до розуміння AI, який команда досліджувала протягом останніх п’яти років.

Доктор Хіденорі Танака, який має ступінь доктора філософії з прикладної фізики та інженерії комп’ютерних наук у Гарвардському університеті, очолить нову дослідницьку групу, спираючись на свій попередній досвід у групі інтелектуальних систем NTT та програмі досліджень AI у фізиці інтелекту в Гарварді.

“Як фізик, я захоплений темою інтелекту, оскільки математично можна подумати про концепцію творчості? Як можна подумати про доброту? Ці концепції залишилися б абстрактними, якщо б не AI. Легко спекулювати, кажучи “це моя 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 ранній стадії своїх досліджень лабораторія PHI визнала важливість розуміння “чорної скриньки” природи AI та машинного навчання для розробки нових систем з покращеною енергоефективністю обчислень. Прогрес AI за останні пів десятиліття, однак, викликав дедалі більш важливі питання безпеки та довіри, які стали критичними для промислових застосунків та рішень щодо управління прийняттям рішень щодо використання AI.

Через нову дослідницьку групу NTT Research буде займатися подібностями між біологічними та штучними інтелектами, сподіваючись розгадати складності механізмів AI та створити більш гармонійну фузію співпраці людини та AI.

Хоча цей підхід новий у своєму поєднанні з AI, він не є новим. Фізики протягом століть намагалися розкрити точні деталі технологічних та людських відносин, від досліджень Галілео Галілея про рух об’єктів та його внесок 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 щодо навчання, накопичення знань та прийняття рішень, щоб у майбутньому можна було розробити більш цілісні, безпечні та надійні технології AI.

“AI – це нейронна мережа, структура якої дуже схожа на роботу людського мозку; нейрони, з’єднані синапсами, які всі представлені числами всередині комп’ютера. І тут ми вважаємо, що фізика… Фізика полягає у взятті чогось з універсу, формулюванні математичних гіпотез про їх внутрішню роботу та перевірці їх”, – сказав доктор Ханака.

Нова група продовжить співпрацю з Центром мозкових наук Гарвардського університету (CBS) та планує співпрацювати з професором Стенфордського університету Суя 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 більше, ніж традиційна фізика, та слідувати за попередниками, від Галілея до Ньютона та Ейнштейна, щоб відкрити нові концептуальні світи у фізиці.

“Зараз AI – це одна з тем, про яку я можу говорити з кожним. Як дослідник, це добре, оскільки кожен завжди готовий говорити про AI, і я також вчусь з кожної розмови, оскільки розумію, як люди бачать та 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.