თუ ფიქრობთ, რომ ათასობით უახლესი ჩიპით აღჭურვილი ხელოვნური ინტელექტის მოდელი ჭკვიანია, გაგაცნობთ ერთწლიანი ბავშვის შესაძლებლობებს. მართალია, ჩვილებს არ შეუძლიათ პროგრამირება ან რთული მათემატიკური ამოცანების ამოხსნა, მაგრამ ისინი სამყაროს შეცნობას საოცარი ეფექტურობით ახერხებენ. დღევანდელი AI მოდელებისგან განსხვავებით, რომლებიც უზარმაზარ მონაცემებსა და ენერგიას მოიხმარენ, ბავშვები სწავლობენ მცირე დაკვირვებისა და ფიზიკური ურთიერთქმედების გზით.
Meta-ს, სტენფორდის, ტოკიოსა და პარიზის უნივერსიტეტების მკვლევარებმა შექმნეს ახალი ტესტი, EgoBabyVLM Challenge, რომელიც მიზნად ისახავს AI მოდელების ბავშვის მსგავსი სწავლის უნარებით აღჭურვას. ტესტი აფასებს, თუ რამდენად შეუძლიათ Vision Language Models-ს (VLM) სამყაროს აღქმა ჩვილების თვალით დანახული ვიდეო მასალის საფუძველზე. შედეგებმა აჩვენა, რომ თანამედროვე მოდელები ამ რეალისტურ და ქაოტურ მონაცემებთან ვერ უმკლავდებიან, რაც მიუთითებს ადამიანის ტვინის უნიკალურ არქიტექტურაზე.
სტენფორდის უნივერსიტეტის კოგნიტური მეცნიერის, მაიკლ ფრენკის თქმით, ბავშვები სწავლობენ არა მხოლოდ ენის, არამედ მულტიმოდალური და ტაქტილური გამოცდილების მეშვეობით. მიუხედავად იმისა, რომ BabyLM-ის მსგავსი პროექტები ადასტურებს, რომ ტრანსფორმატორულ მოდელებს შეუძლიათ ენის სინტაქსის ათვისება მცირე მონაცემებითაც, მათ მაინც აკლიათ „საღი აზრი“ ფიზიკური სამყაროსა და სოციალური დინამიკის შესახებ.
მკვლევარები ვარაუდობენ, რომ კოგნიტური მეცნიერებისა და ნეირომეცნიერების პრინციპების ინტეგრაცია AI-ის არქიტექტურაში დაეხმარება მოდელებს, გახდნენ უფრო ეფექტური და ადამიანის მსგავსი. ეს მიდგომა არა მხოლოდ შეამცირებს ენერგოდანახარჯებს, არამედ საფუძველს ჩაუყრის უფრო დახვეწილ ფიზიკურ მსჯელობასა და სოციალურ ინტელექტს.
წყარო: wired.com
