Новое исследование утверждает, что нейросеть GPT-3 умеет воспринимать и анализировать речь и тексты так же эффективно, как и мы — люди.
Пока еще нельзя утверждать, что ИИ еще не достиг осознанности, однако нейронные сети, обрабатывающие речь — систему, которая считается важнейшим компонентом сознания, — демонстрируют процессы, похожие на те, что происходят при таком же виде деятельности в человеческом мозгу. Недавно группа ученых из Массачусетского технологического института (MIT) опубликовала исследование в журнале Proceedings of the National Academy of Sciences, показывающее, что анализ работы алгоритмов машинного обучения (МО) может помочь нам понять, как работают когнитивные функции мозга. Но что еще более удивительно, так это вывод исследователей: ИИ эволюционирует сам по себе, пишет interestingengineering.com.
Искусственный интеллект и мозг
Сравнивая нейронную активность людей с моделями машинного обучения искусственных нейронных сетей, которым поручено аналогичное задание, например, распознавание изображения на неясном фоне, исследователи могут получить представление о том, какие программы работают аналогично мозгу человека.
"Мы добились определенных успехов в моделировании сенсорных областей мозга, в частности тех, которые отвечают за зрение", — объяснил Мартин Шримпф, соавтор исследования.
После этих успехов Мартин начал задаваться вопросом, можно ли применить тот же принцип к когнитивным функциям более высокого уровня, таким как обработка речи? Чтобы выяснить это, Шримпф и его коллеги сравнили данные 43 языковых моделей нейронных сетей с нейронными записями функциональной МРТ, сделанными в тот момент, когда испытуемые слушали или читали тексты. Системы ИИ, которые исследовала группа, охватывают все основные классы доступных нейросетевых подходов для обработки языковых задач: от простой GloVe до сложных типа GPT и BERT. Последние две были обучены предсказывать следующее слово в последовательности или предсказывать пропущенное слово в определенном контексте.
"Вы просто показываете системам те же тексты, что и испытуемым. В итоге, вы получаете две матрицы, и проверяете, похожи они или нет", — пояснил ученый смысл эксперимента.
По словам Шримпфа, ему и его группе удалось сделать несколько открытий.
Машинное обучение, копирующее мозг
Ученые увидели, что независимо от того, насколько хорошо системы справлялись с задачей, некоторые из них действовали, как человеческий мозг, а некоторые — нет. Наиболее похожей на наш мозг оказалась система GPT, предназначенная для создания текстов. Она была разработана в лаборатории Open AI, основанной Илоном Маском, До недавнего времени GPT-3, последняя итерация программы, была единственной крупнейшей из когда-либо созданных нейронных сетей с более чем 175 млрд параметров машинного обучения. Основная задача GPT — понять контекст и "предсказать" следующие слова, предложения и сюжет в целом. Ее матрица более всего соответствует данным матрицы, полученными при сканировании человеческого мозга. Исследователи пришли к выводу, что независимо от того, как мозг обрабатывает язык и с какой целью, прогнозирование является ключевым компонентом обработки речи.
Три важных вывода
Первый вывод: ИИ лучше справлялся с пониманием коротких текстов, а вот с лонгридами у него чаще возникали проблемы и "недопонимание".
Второй вывод. Ученые смогли лучше понять, как работает наше познание в отношении языка, благодаря ИИ, решающему различные языковые задачи. Системы анализировали комбинации восьми разных тестов, основными аспектами их анализа были грамотность изложения, суждение и логичность (либо алогичность). Исследователи сделали вывод, сравнив результаты, что наш мозг, обрабатывая речь, предвосхищает контекст.
Необходимы дальнейшие исследования, чтобы точно понять, почему одни модели функционировали подобно мозгу, а другие — нет. Частично это связано с тем фактом, что функции МО настолько сложны, что даже люди, которые их разработали, не в состоянии понять, как именно они работают. Мартин признает, что анализ данных и переменных ИИ-систем может оказаться сложной задачей.
Третий вывод: чем больше нейронная сеть походит на мозг, тем больше ее поведение соответствует человеческому, в данном случае речь идет о процессе чтения и восприятия текстов.
"Это исследование демонстрирует своего рода "эволюцию ИИ". Важно помнить, что никто намеренно не программировал какую-либо из тестировавшихся нейросетей действовать так, как мозг, но в процессе их обучения и модернизации ученые зафиксировали процессы, в некотором роде свойственные нам — людям", — пишет издание.