Yapay zeka taklit konusunda başarılı ancak inovasyon becerilerinden yoksun

0
Yapay zeka taklit konusunda başarılı ancak inovasyon becerilerinden yoksun

Yapay zeka (AI) sistemleri genellikle insan zihnini gölgede bırakmaya hazır bilinçli ajanlar olarak tasvir edilir. Ancak Berkeley’deki California Üniversitesi’ndeki araştırmacılar, yapay zekanın, insanın önemli yenilik yapma becerisinden yoksun olduğunu keşfetti.

Psikoloji Bilimi Derneği’nin bağlı bir dergisi olan Perspectives on Psychological Science’da yayınlanan bulgulara göre, hem çocuklar hem de yetişkinler gündelik nesnelerin yeni kullanım alanlarını bularak sorunları çözebilirken, yapay zeka sistemleri genellikle araçları yeni bir şekilde görme yeteneğinden yoksundur. Psikolojik bilimler.

ChatGPT gibi yapay zeka dil modelleri, insanlar tarafından üretilen milyarlarca kelime ve görsel içeren veri kümeleri üzerinde pasif olarak eğitilir. Makalenin ortak yazarı Eunice Yu bir röportajda, bunun, yapay zeka sistemlerinin mevcut bilgiyi özetleyebilen yazıya benzer bir “kültürel teknoloji” olarak işlev görmesine olanak tanıdığını açıkladı. Ancak insanlardan farklı olarak konu bu fikirleri bulmakta zorlandıklarını söyledi.

“Küçük çocuklar bile bazı sorulara akıllıca yanıtlar verebilir [language learning models] Yu, “Bu yapay zeka sistemlerini bizim gibi akıllı ajanlar olarak görmek yerine, onları yeni bir kütüphane veya arama motoru biçimi olarak düşünebiliriz” dedi ve ekledi: “Bunlar, mevcut kültürü ve bilgi tabanını etkili bir şekilde özetliyor ve bize aktarıyor.”

Yu ve Elisa Kosoy, doktora danışmanları ve makalenin kıdemli yazarı gelişim psikoloğu Alison Gopnik ile birlikte, yapay zeka sistemlerinin taklit etme ve yenilik yapma yeteneğinin çocuklardan ve yetişkinlerden ne kadar farklı olduğunu test ettiler. Yaşları 3-7 arasında değişen 42 çocuğa ve 30 yetişkine günlük nesnelerin metinsel açıklamalarını sağladılar. Deneyin ilk bölümünde çocukların %88’i ve yetişkinlerin %84’ü hangi nesnelerin diğerlerine “en uygun” olduğunu doğru bir şekilde tespit edebildi. Mesela çaydanlık yerine pusulayı cetvelle birleştirdiler.

Deneyin bir sonraki aşamasında, çocukların %85’i ve yetişkinlerin %95’i, sorunları çözmek için günlük nesnelerin beklenen kullanımını da icat edebildiler. Örneğin bir görevde katılımcılara pusula gibi tipik bir araç kullanmadan nasıl daire çizecekleri soruldu. Cetvel gibi benzer bir araç, yuvarlak tabanlı çaydanlık gibi farklı bir araç ve ocak gibi ilgisiz bir araç arasında seçim yapılması durumunda katılımcıların çoğunluğu, yine de aynı şeyi başarabilecek kavramsal olarak farklı bir araç olan çaydanlığı seçti. amaç. Bir dairenin şeklini takip etmelerini sağlayarak pusula görevi görürler.

Yu ve meslektaşları beş büyük dil modeli için aynı metin açıklamalarını sunduğunda, modeller taklit görevinde insanlara benzer şekilde performans gösterdi; en kötü performans gösteren model için %59’dan en iyi performans gösteren model için %83’e kadar değişen puanlar elde edildi. Ancak yapay zekanın inovasyon görevine verdiği yanıtlar çok daha az doğruydu. Etkili araçlar, en kötü performans gösteren model tarafından %8’den en iyi performans gösteren model tarafından %75’e kadar herhangi bir yerde seçildi.

Yu, “Çocuklar, çaydanlığın altını kullanarak daire çizmek gibi daha önce hiç görmedikleri veya duymadıkları şeylerin tamamen yeni kullanım alanlarını hayal edebilirler” dedi. “Büyük modeller bu tür yanıtları üretmekte daha fazla zorluk çekiyor.”

İlgili bir deneyde araştırmacılar, çocukların yeni bir makinenin nasıl çalıştığını ancak deney ve keşif yoluyla keşfedebildiklerini gözlemledi. Ancak Yu ve meslektaşları, araştırmacıların çocukların sağladığı kanıtların metinsel açıklamalarını içeren birkaç büyük dil modeli sunduklarında, muhtemelen cevapların eğitim verilerine açıkça dahil edilmemesinden dolayı aynı sonuçlara ulaşmakta zorlandıklarını yazdı.

Yu ve meslektaşları, bu deneylerin, yapay zekanın istatistiksel olarak dil kalıplarını tahmin etmeye dayanmasının dünya hakkında yeni bilgiler keşfetmek için yeterli olmadığını gösterdiğini yazıyor.

Yu, “Yapay zeka zaten bilinen bilgilerin aktarılmasına yardımcı olabilir, ancak yenilikçi değil” dedi. “Bu modeller geleneksel bilgeliği özetleyebilir ancak geleneksel bilgeliği bir gencin yapabileceği şekilde genişletemez, yaratamaz, değiştiremez, terk edemez, değerlendiremez ve geliştiremez.” Yu, yapay zekanın gelişiminin henüz başlangıç ​​aşamasında olduğunu ve yapay zekanın eğitimsel yeteneğinin nasıl genişletileceği konusunda hala öğrenilecek çok şey olduğunu söyledi. Çocukların öğrenmeye yönelik meraklı, aktif ve içsel olarak motive olmuş yaklaşımlarından ilham almanın, araştırmacıların gerçek dünyayı keşfetmeye daha hazırlıklı yeni yapay zeka sistemleri tasarlamasına yardımcı olabileceğini söyledi.

“Aktarım vs. Hakikat, Taklit vs. İcat: Büyük Dil, Dil ve Görme Modellerinin (henüz) Yapamadığı Çocuklar Ne Yapabilir?” başlıklı makaleye şu adresten ücretsiz olarak ulaşılabilir: https://doi.org/10.1177/17456916231201401

/Genel yayın. Orijinal kuruluştan/yazarlardan alınan bu materyal doğası gereği kronolojik olabilir ve açıklık, stil ve uzunluk açısından düzenlenmiştir. Mirage.News kurumsal görüş veya taraf tutmaz ve burada ifade edilen tüm görüşler, konumlar ve sonuçlar yalnızca yazar(lar)a aittir. Tamamını burada görüntüleyin.

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir