Mala djeca bolja su od umjetne inteligencije u jednoj važnoj ljudskoj sposobnosti – u otkrivanju šta motiviše postupke drugih ljudi, pokazalo je novo istraživanje.
Rezultati, predstavljeni u časopisu Cognition, ističu temeljne razlike između ljudske kognicije i računanja, ukazuju na nedostatke koji postoje u današnjim tehnologijama i pokazuju gdje su potrebna poboljšanja kako bi umjetna inteligencija potpunije replicirala ljudsko ponašanje.
“Odrasli, pa čak i dojenčad, mogu lako donijeti pouzdane zaključke o tome šta pokreće postupke drugih ljudi. Postojećoj umjetnoj inteligenciji to je težak zadatak”, rekla je viša autorica studije Moira Dillon, docentica na Odjelu za psihologiju Univerziteta New York.
“Nova ideja da se sučele dojenčad i umjetna inteligencija u istim zadacima naučnicima omogućava da bolje opišu intuitivno znanje dojenčadi o drugim ljudima i predlože načine za integriranje tog znanja u umjetnu inteligenciju”, dodala je.
Važne lekcije za razvoj opšte inteligencije
Kompanije koje razvijaju umjetnu inteligenciju, kao što su OpenAI, DeepMind, Microsoft, Facebook, Amazon, Apple i sl., posebno one koje imaju ambicije razviti tzv. opštu umjetnu inteligenciju koja bi bila jednaka ili superiorna ljudima u svim kognitivnim sposobnostima, a ne samo u izvršavanju nekih uskih zadataka kao što je igranje šaha ili rješavanje matematičkih zadataka, morat će pronaći načina da razviju strojne mislioce koji će imati fleksibilnost i zdrav razum kakav imaju ljudi. To pak znači da će trebati razviti mašine koje će se oslanjati na iste temeljne sposobnosti u otkrivanju ciljeva, motivacija i preferencija ljudi koje posjeduju mala djeca. Naravno, ako žele razviti umjetnu inteligenciju koja će biti slična ljudskoj, prenosi index.hr.
Sučeljavanje djece i AI-ja
Dobro je dokumentovano da su mala djeca fascinirana ljudima i njihovim ponašanjem. To, među ostalim, jasno pokazuju svojim potrebama za druženjem i pomnim promatranjem lica, gestikulacija i pokreta ljudi.
Brojna istraživanja koja su se bavila dječjom “psihologijom zdravog razuma”, odnosno dječjim razumijevanjem namjera, ciljeva, preferencija i racionalnosti koje stoje u pozadini postupaka drugih ljudi, pokazala su da su djeca sposobna pripisivati ciljeve drugima i očekivati od drugih da im teže racionalno i efikasno. Sposobnost stvaranja ovih predviđanja temelj je ljudske socijalne inteligencije.
Kako bi razvili temeljno razumijevanje razlika između sposobnosti ljudi i umjetne inteligencije, naučnici su u novoj studiji proveli niz eksperimenata s 11-mjesečnom dojenčadi i usporedili njihove reakcije s onima najsavremenijih modela neuronskih mreža koje imaju sposobnost učenja.
U tu svrhu koristili su već razvijeni test poznat kao Baby Intuitions Benchmark (BIB), koji se sastoji od šest zadataka koji ispituju zdravorazumsku psihologiju. BIB je uređen tako da omogući testiranje inteligencije dojenčadi i umjetne inteligencije te usporedbu njihovih performansi. U konačnici on omogućuje stvaranje empirijskih temelja za izgradnju AI-ja nalik ljudskom.
U eksperimentima dojenčad je na Zoomu gledala niz videozapisa jednostavnih animiranih oblika koji su se kretali po ekranu, slično kao u videoigricama. Postupci oblika simulirali su ljudsko ponašanje i donošenje odluka kroz dohvaćanje objekata na ekranu i druge pokrete.
S druge strane, istraživači su razvili i uvježbali modele neuronskih mreža sposobne za učenje, alate umjetne inteligencije koji pomažu računalima da prepoznaju obrasce i simuliraju ljudsku inteligenciju i testirali ih na potpuno istim videozapisima.
Bebe su prepoznale motive i namjere u aktivnostima
Rezultati studije pokazali su da su mala djeca prepoznavala motive slične ljudskima čak i u pojednostavljenim radnjama animiranih oblika. Dojenčad je predviđala da su te radnje vođene skrivenim, ali dosljednim ciljevima. Primjerice, ona su efikasno pronalazila iste objekte na zaslonu, bez obzira na to na kojoj su se lokaciji nalazili te čak kada se okruženje oko oblika mijenjalo. Djeca su pokazivala takva predviđanja svojim produženim gledanjem u događaje koji su kršili njihova predviđanja, što je inače uobičajena i desetljećima stara mjera za mjerenje prirode znanja dojenčadi.
Autori u sažetku navode da su mala djeca očekivala da će akcije agenata biti usmjerene prema objektima, a ne prema lokacijama na zaslonu te da su pokazala temeljna očekivanja racionalno učinkovitih akcija agenata u skladu s ciljevima.
“Modeli neuronskih mreža nisu uspjeli pokazati znanje koje su pokazala mala djeca. Naš rad pruža sveobuhvatan okvir za karakterizaciju zdravorazumske psihologije dojenčadi i predstavlja prvi korak u testiranju mogu li se ljudsko znanje i umjetna inteligencija slična ljudskoj izgraditi na temeljima postulata kognitivnih i razvojnih teorija”, tumače autori.
Usvajanje ove “paradigme iznenađenja” za proučavanje strojne inteligencije omogućuje izravne usporedbe između kvantitativne mjere iznenađenja kod algoritama i dobro uspostavljene ljudske psihološke mjere iznenađenja – vremena promatranja dojenčadi. Modeli umjetne inteligencije nisu pokazali dokaze da razumiju motive koji leže u pozadini takvih radnji, što pokazuje da im nedostaju temeljni principi zdravorazumske psihologije koje posjeduju mala djeca.
“Temeljno znanje ljudskog djeteta ograničeno je, apstraktno i odražava naše evolucijsko nasljeđe, no ipak se može prilagoditi bilo kojem kontekstu ili kulturi u kojoj bi dijete moglo živjeti i učiti”, komentarisala je Dillon. (Tuzlanski.ba)
