Големите јазични модели, како ChatGPT, можат да имитираат разговор, но немаат вистинско разбирање на светот. За разлика од луѓето, кои ги поврзуваат зборовите со искуства, вештачката интелигенција учи од податоци, а не преку директна интеракција. Тим од Институтот за наука и технологија во Окинава се обидува да го премости овој јаз со вградување на ВИ во робот, дозволувајќи му физички да комуницира со светот.
Учење како бебе
Инспирирани од развојната психологија, истражувачите го обучија својот ВИ во едноставна роботска рака опремена со камера. Роботот манипулираше со обоени коцки врз основа на основни наредби, како „помести ја црвената лево“ или „стави ја сината на црвената.“ За разлика од традиционалната ВИ, овој систем не само што ги препознаваше зборовите – тој ги учеше концептите што стојат зад нив, интегрирајќи јазик со физички дејства.
Мозокот зад роботот
ВИ се потпираше на четири неурални мрежи: една за обработка на визуелните податоци, друга за сопствено чувство за движење (проприоцепција), трета за обработка на јазикот и четврта која ги поврзуваше сите три за да ги предвиди резултатите. Овој систем го имитира начинот на кој луѓето ги планираат своите активности врз основа на предвидувања и сетилни информации.
Учење на ВИ да размислува
Клучниот пробив беше способноста на ВИ да генерализира наредби што претходно не му биле експлицитно предадени – способност позната како композициска интелигенција. Откако научи одредени движења, можеше да ја примени таа научена логика во нови ситуации, покажувајќи подлабоко разбирање на концептите наместо обична меморизација.
Што следува?
Експериментот беше ограничен на мал број зборови и дејства, но истражувачите веруваат дека со поголема компјутерска моќ и хуманоиден робот, ВИ може да развие уште похумано учење. Следниот чекор? Тестирање во реални средини за да се види колку далеку може да стигне вештачката интелигенција во разбирањето на јазикот преку искуство, пишува порталот ArsTechnica.
Извор: ArsTechnica