Бъдещето на изкуствения интелект: един вътрешен модел на реалността може да промени всичко
Дали машините към този момент са на прага на същинското мислене?
В изследователските центрове, които се стремят да основат общ изкуствен интелект, все по-често се разискват международни модели. С този термин се отбелязва вътрешната скица на външната среда, която системата образува в себе си, сходно на дребен „ снежен глобус “ със симулация на действителността. Тази конструкция дава опция на логаритмите да проиграват авансово най-различни сюжети и да правят оценка следствията от дейностите, преди те да бъдат осъществени. Ян Лекун от Meta, Демис Хасабис от Гугъл DeepMind и Йошуа Бенгио от Института Мила считат, че точно тези механизми ще се трансфорат в основата на същински интелигентните и безвредни технологии.
Човешкият мозък работи по сходен метод: вътрешната визия ви подсказва да се пазите от пътя на влака, без да изисква от вас да ревизирате хипотезата посредством опит. Експертите обаче нямат консенсус по въпроса какво тъкмо би трябвало да съдържа един подобен модел. Някои спорят за детайлността на детайлите, други за това дали той е присъщ или се образува по време на образованието. Не е ясно и по какъв начин да се дефинира, че даден логаритъм изобщо има изцяло отражение на действителността, а не е набор от повърхностни похвати.
Идеята се заражда още през 1943 година Шотландският психолог Кенет Крейк изрича хипотезата, че един организъм, притежаващ умалена версия на външния свят, може умерено да възпроизвежда разновидности на държание и да избира най-успешните. Тази концепция предвещава когнитивната гражданска война от 50-те години и свързва мисленето с изчисленията: Крейк счита, че способността да се симулират най-различни събития е главно свойство както на невронните мрежи, по този начин и на машините.
През 70-те години този метод намира приложение в изкуствения разсъдък. Програмата SHRDLU демонстрираше обикновен здрав разсъдък, като отговаряше на въпроси за свойствата на обектите в конвенционален „ свят от кубчета “. Но сходни ръчни структури не можеха да устоят на повишаването на сложността: колкото повече се доближаваха до действителността, толкоз по-бързо се сриваха. През осемдесетте години на предишния век експертът по роботика Родни Брукс се отхвърли изцяло от тази концепция, като съобщи, че най-хубавият модел на света е самата среда, а явните описания единствено пречат.
Ситуацията се промени с развиването на машинното образование и дълбоките мрежи. Вместо строги правила те последователно построиха приблизителни картини на околната среда посредством опит, което направи допустимо решаването на лимитирани проблеми като ръководството на виртуален автомобил на спортна писта. През последните години, когато огромни езикови модели като ChatGPT започнаха да демонстрират непредвидени качества – отгатване на филми по техните емотикони или игра на настолен Отело – моделите на света се трансфораха в комфортно пояснение. Известни учени като Джефри Хинтън, Иля Суцкевер и Крис Ола допуснаха, че някъде в дълбините на параметрите се крие тъкмо това „ умалено копие на действителността “, за което написа Крейк.
Но практиката към момента не е удостоверила упованията. Съвременните генеративни системи натрупват голям брой разнородни евристики – правила за обособените случаи, които не се събират в единна картина. Понякога те даже си опонират взаимно. Това ни припомня за притчата за слепците и слона: единият от тях опипва хобота и счита, че пред него има змия, другият държи крайници му и мисли, че е дърво, третият хваща опашката и счита, че е въже. Опитите на откривателите да открият изцяло показване в границите на модела, като да вземем за пример игралното поле в „ Отело “, демонстрират единствено обособени фрагменти, само че не и обединен облик.
Въпреки това даже и тези набори от правила не са безполезни. Огромните параметри на езиковите модели разрешават съхраняването им в колосални количества, а размерът постоянно компенсира неналичието на конструкция. Неотдавна експерти от Харвард и Масачузетския софтуерен институт демонстрираха, че системата може тъкмо да начертае направления сред всевъзможни точки в Манхатън, макар че не разполага с цялостна карта на улиците – единствено с разпръснати подсказки. Но в случай че бе блокиран инцидентният 1% от пътищата, точността незабавно спадаше. Ако вътре имаше кохерентна карта, щеше да е елементарно да се пренареди пътят.
Ето за какво моделите на света се считат за толкоз мечтан резултат. Те дават обещание непоклатимост и предсказуемост там, където безредният набор от евристики се проваля. Възможността за създаване на проверими вътрешни показа предлага вероятности за битка с халюцинациите на изкуствения разсъдък, като прави разсъжденията по-надеждни, а работата – по-прозрачна. Учените и корпорациите виждат в това късмет да се приближат, въпреки и не до цялостен AGI, само че най-малко до принадлежности, които могат да бъдат обяснени и тествани.
Пътят напред към този момент остава открит. DeepMind и OpenAI разчитат на образование посредством потребление на „ мултимодални “ данни – видео, триизмерни симулации и други формати, които надвишават текста – с цел да може в мрежите непринудено да се образува съгласувана конструкция. Ян Лекун е уверен, че ще е нужна изцяло друга архитектура, която не е директно обвързвана с генеративните подходи. Никой не разполага с кристална топка в търсене на тези изчислителни „ снежни топки “, само че този път успеха може би в действителност си заслужава напъните.
Въпреки големия си прогрес, актуалният изкуствен интелект към момента се бори с фундаментален проблем: той разполага с безкрайна памет (информация), само че не има същинско схващане на света. Концепцията за „ вътрешен модел на действителността “ може напълно да промени обстановката.
