Bebe nadmašuju AI u ‘zdravorazumskoj psihologiji’

Bebe nadmašuju AI u ‘zdravorazumskoj psihologiji’

Novorođenčad nadmašuje veštačku inteligenciju u otkrivanju onoga što motiviše postupke drugih ljudi, otkriva nova studija tima istraživača psihologije i nauke o podacima. Njegovi rezultati, koji naglašavaju fundamentalne razlike između kognicije i računarstva, ukazuju na nedostatke u današnjim tehnologijama i gde su potrebna poboljšanja da bi veštačka inteligencija potpunije replicirala ljudsko ponašanje.

„Odrasli, pa čak i bebe mogu lako da donesu pouzdane zaključke o tome šta pokreće postupke drugih ljudi“, objašnjava Mojra Dilon, docent na Odeljenju za psihologiju Univerziteta u Njujorku i viši autor rada, koji se pojavljuje u časopisu Cognition. „Trenutna veštačka inteligencija smatra da je teško napraviti ove zaključke.

„Nova ideja o stavljanju beba i veštačke inteligencije na iste zadatke omogućava istraživačima da bolje opišu intuitivno znanje beba o drugim ljudima i predlože načine integracije tog znanja u AI“, dodaje ona.

„Ako veštačka inteligencija ima za cilj da izgradi fleksibilne, zdravorazumske mislioce kao što su odrasli ljudi, onda bi mašine trebalo da se oslanjaju na iste osnovne sposobnosti koje deca imaju u otkrivanju ciljeva i preferencija“, kaže Brenden Lejk, docent u Centru za nauku o podacima i Odeljenju za psihologiju NIU. i jedan od autora rada.

Utvrđeno je da su bebe fascinirane drugim ljudima — o čemu svedoči koliko dugo gledaju u druge da posmatraju njihove postupke i da se sa njima društveno angažuju. Pored toga, prethodne studije su se fokusirale na „zdravorazumsku psihologiju“ novorođenčadi – njihovo razumevanje namera, ciljeva, preferencija i racionalnosti u osnovi tuđih postupaka – pokazale su da su bebe u stanju da pripisuju ciljeve drugima i da očekuju da drugi slede ciljeve racionalno i efikasno. Sposobnost da se napravi ova predviđanja je temelj ljudske socijalne inteligencije.

Suprotno tome, „zdravorazumski AI“ — vođen algoritmima mašinskog učenja — direktno predviđa akcije. Zbog toga se, na primer, oglas koji promiče San Francisko kao destinaciju za putovanje pojavljuje na ekranu vašeg računara nakon što pročitate vest o novoizabranom gradskom zvaničniku. Međutim, ono što AI nedostaje je fleksibilnost u prepoznavanju različitih konteksta i situacija koje vode ljudsko ponašanje.

Da bi razvili temeljno razumevanje razlika između sposobnosti ljudi i AI, istraživači su sproveli niz eksperimenata sa 11-mesečnim bebama i uporedili njihove odgovore sa onima koje je dala najsavremenija neuronska mreža vođena učenjem. modeli.

Da bi to uradili, primenili su prethodno uspostavljeni „Bench Intuitions Benchmark“ (BIB) — šest zadataka koji ispituju zdravorazumsku psihologiju. BIB je dizajniran da omogući testiranje i inteligencije beba i mašina, omogućavajući poređenje performansi između novorođenčadi i mašina i, značajno, pružajući empirijsku osnovu za izgradnju veštačke inteligencije nalik čoveku.

Konkretno, bebe na Zoom-u su gledale niz video snimaka jednostavnih animiranih oblika koji se kreću po ekranu – slično video igrici. Radnje oblika simulirale su ljudsko ponašanje i donošenje odluka kroz pronalaženje objekata na ekranu i druge pokrete. Slično tome, istraživači su izgradili i obučili modele neuronske mreže vođene učenjem — AI alate koji pomažu računarima da prepoznaju obrasce i simuliraju ljudsku inteligenciju — i testirali odgovore modela na potpuno iste video snimke.

Njihovi rezultati su pokazali da bebe prepoznaju motivaciju nalik ljudima čak i u pojednostavljenim akcijama animiranih oblika. Bebe predviđaju da su ove radnje vođene skrivenim, ali doslednim ciljevima — na primer, preuzimanje istog objekta na ekranu bez obzira na kojoj se lokaciji nalazi i efikasno kretanje tog oblika čak i kada se okolina promeni. Deca pokazuju takva predviđanja kroz duže gledanje na takve događaje koji krše njihova predviđanja — uobičajeno i decenijama staro merenje za određivanje prirode znanja odojčadi. Usvajanje ove „paradigme iznenađenja“ za proučavanje mašinske inteligencije omogućava direktna poređenja između algoritmske kvantitativne mere iznenađenja i dobro uspostavljene ljudske psihološke mere iznenađenja – vremena gledanja bebe. Modeli nisu pokazali takve dokaze o razumevanju motivacije koja leži u osnovi takvih postupaka, otkrivajući da im nedostaju ključni temeljni principi psihologije zdravog razuma koje deca poseduju.

„Osnovno znanje ljudskog odojčeta je ograničeno, apstraktno i odražava naše evoluciono nasleđe, a ipak može da se prilagodi bilo kom kontekstu ili kulturi u kojoj bi to dete moglo da živi i uči“, primećuje Dilon.

Drugi autori rada su Gala Stojnić, postdoktorant NIU u vreme studije, Kanishk Gandhi, istraživač NIU asistent u vreme studije, i Shannon Iasuda, student doktorskih studija NIU.