Imamo još jedan u nizu dokaza da umjetna inteligencija napreduje iz dana u dan. Istraživanje je ovaj put pokazalo da se AI u obliku neuronske mreže može „istrenirati“ tako da ispoljava svojstvo sustavne generalizacije u jeziku, što je dio ljudske inteligencije, piše Nature. Naime, ispada da AI uklapa nove riječi u postojeći vokabular jednako dobro kao čovjek, ili čak bolje od njega. Također, umjetna se inteligencija dobro snalazi u korištenju riječi u novom kontekstu, a to je ključni aspekt ljudske kognicije – i nazivamo ga još i sustavnom generalizacijom.
AI sustavna generalizacija: ‘Jezik je ono što jesmo – naša inteligencija’
Moć ljudskog jezika i misli proizlazi upravo iz sustavne generalizacije – sposobnosti razumijevanja i stvaranja novih kombinacija od poznatih komponenti, ističu istraživači. Porezna stručnjakinja Patricija Topić aktivno prati razvoj AI-a i kako kaže, ovo je samo jedan mali pomak umjetne inteligencije koja konstantno napreduje prema točki u kojoj će biti daleko pametnija od bilo koje osobe na svijetu.
Smatra da se najveći pomak dogodio otkrićem Transformera 2017. i implementacijom tog otkrića u ChatGPT. Tad smo otkrili nešto za što smo mislili da će nam trebati 50-ak godina, a to je AGI, generalna umjetna inteligencija.
„Iako će dosta ljudi i danas tvrditi da AGI još ne postoji, osobno sam drugačijeg mišljenja. Smatram da jezik ono što jesmo – naša inteligencija. I pas je inteligentan, ali bez jezika ne može razumjeti koncept sutrašnjice, odgođenog zadovoljstva ili izračunati kamatu kredita“, objašnjava Topić.
Dodaje da razvoj umjetne inteligencije strahovito brzo napreduje i da je nakon demonstracije ChatGPT 3.5 postalo jasno da se radi o revoluciji, zbog čega se u industriju slila ogromna količina novca. Taj novac će ubrzati daljnji razvoj tehnologije i Patricija smatra da možemo očekivati ogromne pomake u sljedećih par godina.
Pročitajte više: Umjetna inteligencija olakšat će vašu prodaju, evo kako
Ovo je dokaz nakon desetljeća istraživanja
Kad kažemo da se netko snalazi u korištenju riječi u novim kontekstima, to znači da će, ako razumije rečenicu „Ana voli Ivana“, vrlo lako razumjeti i rečenicu „Ivan voli Anu“. Ipak, koautor studije Brenden Lake komentirao je za Nature News da ta sposobnost nije svojstvena neuronskim mrežama, modelima koji su istraživanjem umjetne inteligencije dominirali krajem 80-ih godina prošloga stoljeća. Desetljećima se raspravljalo o tome mogu li se neuronske mreže ikad povezati s ljudskom kognicijom, ako ne mogu postići sustavnu generalizaciju. Ovo istraživanje ipak je pokazalo napredak.
Kad je riječ o MLC modelu (metaučenje za kompozicionalnost), koji je neuronskoj mreži omogućio da vježba primjenu različitih skupova pravila na novonaučene riječi, Topić ističe da je to samo jedan od pomaka koji uvjetno rečeno običnim korisnicima nije ili neće biti poznat.
„Povučemo li paralelu, ni Transformeri nisu poznati široj javnosti, a napravili su revoluciju, zar ne?“, zaključuje Patricija.
Foto: Canva / Privatna arhiva
