Od eksperymentów myślowych Einsteina po możliwości samokorygowania modeli sztucznej inteligencji – uczenie się oparte na myślach wykracza poza ludzkie umysły i wywiera wpływ sztuczna inteligencja.
Nowe badania podkreślają, że sztuczna inteligencja, podobnie jak ludzie, uczy się poprzez wyjaśnianie, symulację, analogię i rozumowanie bez wkładu zewnętrznego. To uczenie się na żądanie, korzystne z punktu widzenia dostosowywania wiedzy do nowych kontekstów, ilustruje podobieństwa i zasadnicze różnice między poznaniem naturalnym i sztucznym, oferując unikalną perspektywę do badania ludzkich procesów myślowych oraz potencjału i ograniczeń sztucznej inteligencji.
Uczenie się poprzez myślenie: ludzie i sztuczna inteligencja
Niektóre z największych odkryć nie wynikają jedynie z obserwacji, ale z myślenia. Einstein rozwinął teorie względności poprzez eksperymenty myślowe, a Galileusz uzyskał spostrzeżenia na temat grawitacji poprzez symulacje mentalne. Recenzja opublikowana 18 września w czasopiśmie Trendy w naukach kognitywnych pokazuje, że ten proces myślenia nie dotyczy wyłącznie ludzi. Sztuczna inteligencja również jest zdolna do samokorekty i wyciągania nowych wniosków poprzez „uczenie się przez myślenie”.
„Niedawne demonstracje przypominają uczenie się poprzez myślenie w oparciu o sztuczną inteligencję, szczególnie w przypadku dużych modeli językowych” – mówi autorka Tania Lombrozo, profesor psychologii i współdyrektorka inicjatywy Natural and Artificial Minds na Uniwersytecie Uniwersytet Princeton. „Czasami ChatGPT poprawi się sam, bez wyraźnego powiadomienia. To samo dzieje się, gdy ludzie uczą się poprzez myślenie”.
Sposoby uczenia się: od mikrofal do dylematów moralnych
Lombrozo zidentyfikował cztery przykłady uczenia się poprzez myślenie ludzkie i sztuczną inteligencję: uczniowie mogą zdobywać nowe informacje bez wkładu zewnętrznego poprzez wyjaśnienia, symulację, analogię i rozumowanie. W przypadku ludzi wyjaśnienie dziecku działania kuchenki mikrofalowej może ujawnić luki w naszym rozumieniu. Przestawianie mebli w salonie często wiąże się z utworzeniem mentalnego obrazu symulującego różne układy przed wprowadzeniem jakichkolwiek fizycznych zmian. Pobieranie pirackiego oprogramowania może początkowo wydawać się moralnie akceptowalne, dopóki nie narysuje się analogii do kradzieży dóbr fizycznych. Jeśli wiesz, że urodziny przyjaciela wypadają w dzień przestępny, a jutro jest dzień przestępny, możesz uzasadnić, że urodziny twojego przyjaciela są jutro.
Sztuczna inteligencja pokazuje podobne procesy uczenia się. Sztuczna inteligencja, poproszona o rozwinięcie złożonego tematu, może poprawić lub udoskonalić swoją początkową odpowiedź w oparciu o dostarczone wyjaśnienia. Branża gier wykorzystuje silniki symulacyjne do przybliżania wyników w świecie rzeczywistym, a modele mogą wykorzystywać wyniki symulacji jako dane wejściowe do uczenia się. Poproszenie modelu językowego o narysowanie analogii może sprawić, że będzie on udzielał dokładniejszych odpowiedzi na pytania niż w przypadku prostych pytań. Zachęcanie sztucznej inteligencji do rozumowania krok po kroku może doprowadzić ją do odpowiedzi, których nie udałoby się uzyskać za pomocą bezpośredniego zapytania.
Odkrywanie funkcji i wartości uczenia się opartego na myślach
„To rodzi pytanie, dlaczego zarówno umysły naturalne, jak i sztuczne mają takie cechy. Jaką funkcję pełni uczenie się poprzez myślenie? Dlaczego jest to cenne?” mówi Lombrozo. „Twierdzę, że uczenie się poprzez myślenie jest rodzajem «uczenia się na żądanie»”.
Kiedy uczysz się czegoś nowego, nie wiesz, jak ta informacja może ci się przydać w przyszłości. Lombrozo twierdzi, że ludzie mogą odłożyć wiedzę na później, dopóki kontekst nie sprawi, że będzie ona istotna i opłacalna włożenie wysiłku poznawczego w myślenie i uczenie się.
Przyszłe kierunki nauk kognitywnych i sztucznej inteligencji
Lombrozo zdaje sobie sprawę z wyzwań związanych z określeniem granic między rozumowaniem, uczeniem się i innymi funkcjami poznawczymi wysokiego poziomu, co jest przedmiotem debaty w dziedzinie nauk kognitywnych. Przegląd rodzi również więcej pytań, z których niektóre Lombrozo planuje dokładniej zbadać, np. czy systemy sztucznej inteligencji rzeczywiście „myślą”, czy po prostu naśladują wyniki takich procesów.
„Sztuczna inteligencja osiągnęła punkt, w którym jest pod pewnymi względami tak wyrafinowana, a pod innymi ograniczona, że mamy okazję badać podobieństwa i różnice między ludzką a sztuczną inteligencją” – mówi Lombrozo. „Dzięki sztucznej inteligencji możemy dowiedzieć się ważnych rzeczy na temat ludzkiego poznania i ulepszyć sztuczną inteligencję, porównując ją z naturalnymi umysłami. To kluczowy moment, w którym zajmujemy nową pozycję i możemy zadać te interesujące, porównawcze pytania”.
Referencja: „Uczenie się poprzez myślenie w umysłach naturalnych i sztucznych” 18 września 2024 r., Trendy w naukach kognitywnych.
DOI: 10.1016/j.tics.2024.07.007
