Τι μπορεί να μας πει η εξέλιξη του εγκεφάλου μας για το μέλλον της τεχνητής νοημοσύνης

Η εκρηκ

τι

κή ανάπτυξη της τεχνητής νοημοσύνης τα τελευταία χρόνια – που στέφθηκε με τη μετεωρική άνοδο των γενετικών chatbot AI όπως το ChatGPT – οδήγησε την τεχνολογία να αναλάβει πολλά καθήκοντα που παλαιότερα μόνο το ανθρώπινο μυαλό μπορούσε να χειριστεί. Όμως, παρά τους ολοένα και πιο ικανούς γλωσσικούς υπολογισμούς τους, αυτά τα συστήματα μηχανικής μάθησης παραμένουν εκπληκτικά ανίκανα στο να κάνουν τα είδη γνωστικών αλμάτων και λογικών συμπερασμάτων που ακόμη και ο μέσος έφηβος μπορεί με συνέπεια να κάνει σωστά.

Στο απόσπασμα Hitting the Books αυτής της εβδομάδας,

Μια σύντομη ιστορία της νοημοσύνης: Εξέλιξη, τεχνητή νοημοσύνη και οι πέντε ανακαλύψεις που έκαναν τον εγκέφαλό μας

ο επιχειρηματίας τεχνητής νοημοσύνης Max Bennett διερευνά το περίεργο κενό στην ικανότητα υπολογιστών διερευνώντας την ανάπτυξη της οργανικής μηχανής Τα AI διαμορφώνονται σύμφωνα με: τον ανθρώπινο εγκέφαλο.

Εστιάζοντας στις πέντε εξελικτικές «ανακαλύψεις», ανάμεσα σε μυριάδες γενετικά αδιέξοδα και ανεπιτυχείς παραφυάδες, που οδήγησαν το είδος μας στο σύγχρονο μυαλό μας, ο Bennett δείχνει επίσης ότι οι ίδιες εξελίξεις που χρειάστηκαν αιώνες η ανθρωπότητα για να εξελιχθεί μπορούν να προσαρμοστούν για να βοηθήσουν στην ανάπτυξη του AI τεχνολογίες του αύριο. Στο παρακάτω απόσπασμα, ρίχνουμε μια ματιά στο πώς είναι κατασκευασμένα συστήματα τεχνητής νοημοσύνης όπως το GPT-3 για να μιμούνται τις προγνωστικές λειτουργίες του

νεοφλοιός

αλλά ακόμα δεν μπορεί

αρκετά

καταλάβετε τις ιδιοτροπίες της ανθρώπινης ομιλίας.

Απόσπασμα από


Μια σύντομη ιστορία της νοημοσύνης: Εξέλιξη, τεχνητή νοημοσύνη και οι πέντε ανακαλύψεις που έκαναν τον εγκέφαλό μας


από τον Μαξ Μπένετ. Έκδοση Mariner Books. Πνευματικά δικαιώματα © 2023 από τον Max Bennett. Ολα τα δικαιώματα διατηρούνται.

Λέξεις Χωρίς Εσωτερικούς Κόσμους

Το GPT-3 δίνεται λέξη μετά λέξη, πρόταση μετά πρόταση, παράγραφος μετά παράγραφο. Κατά τη διάρκεια αυτής της μακράς διαδικασίας εκπαίδευσης, προσπαθεί να προβλέψει την επόμενη λέξη σε οποιαδήποτε από αυτές τις μεγάλες ροές λέξεων.

Και

με κάθε πρόβλεψη, τα βάρη του γιγάντια νευρωνικού του δικτύου ωθούνται τόσο ελαφρώς προς τη σωστή απάντηση. Κάντε αυτό έναν αστρονομικό αριθμό φορών και τελικά το GPT-3 μπορεί να προβλέψει αυτόματα την επόμενη λέξη με βάση μια προηγούμενη πρόταση ή παράγραφο. Κατ’ αρχήν, αυτό καταγράφει τουλάχιστον κάποια θεμελιώδη πτυχή του τρόπου λειτουργίας της γλώσσας στον ανθρώπινο εγκέφαλο. Σκεφτείτε πόσο αυτόματη είναι για εσάς να προβλέψετε το επόμενο σύμβολο στις ακόλουθες φράσεις:

• Ένα συν ένα ισούται με _____

• Τα τριαντάφυλλα είναι κόκκινα, οι βιολέτες είναι _____

Έχετε δει παρόμοιες προτάσεις ατελείωτες φορές, επομένως ο νεοφλοιωτικός μηχανισμός σας προβλέπει αυτόματα ποια λέξη θα ακολουθήσει. Αυτό που κάνει το GPT-3 εντυπωσιακό, ωστόσο, δεν είναι ότι προβλέπει απλώς την επόμενη λέξη μιας ακολουθίας που έχει δει ένα εκατομμύριο φορές — κάτι που θα μπορούσε να επιτευχθεί με τίποτα περισσότερο από την απομνημόνευση προτάσεων. Αυτό που είναι εντυπωσιακό είναι ότι το GPT-3 μπορεί να δοθεί α

μυθιστόρημα

ακολουθία που δεν έχει ξαναδεί και εξακολουθεί να προβλέπει με ακρίβεια την επόμενη λέξη. Αυτό, επίσης, καταγράφει ξεκάθαρα κάτι που μπορεί ο ανθρώπινος εγκέφαλος _____.

Θα μπορούσατε να προβλέψετε ότι η επόμενη λέξη ήταν

κάνω

? Υποθέτω ότι θα μπορούσατε, παρόλο που δεν είχατε ξαναδεί αυτήν ακριβώς την πρόταση. Το θέμα είναι ότι τόσο το GPT-3 όσο και οι νεοφλοιώδεις περιοχές για τη γλώσσα φαίνεται να εμπλέκονται στην πρόβλεψη. Και οι δύο μπορούν να γενικεύσουν τις προηγούμενες εμπειρίες, να τις εφαρμόσουν σε νέες προτάσεις και να μαντέψουν τι θα ακολουθήσει.

Το GPT-3 και παρόμοια γλωσσικά μοντέλα καταδεικνύουν πώς ένας ιστός νευρώνων μπορεί εύλογα να συλλάβει τους κανόνες της γραμματικής, της σύνταξης και του περιβάλλοντος, εάν του δοθεί

επα

ρκής χρόνος για μάθηση. Αλλά ενώ αυτό δείχνει ότι η πρόβλεψη είναι

μέρος

των μηχανισμών της γλώσσας, σημαίνει αυτό ότι η πρόβλεψη είναι

ό,τι υπάρχει

στην ανθρώπινη γλώσσα; Προσπαθήστε να ολοκληρώσετε αυτές τις τέσσερις ερωτήσεις:

• Αν 3
  
  Χ
  
  + 1 = 3, τότε το x ισούται με _____

• Είμαι στο υπόγειό μου χωρίς παράθυρα και κοιτάζω προς τον ουρανό και βλέπω _____

• Πέταξε το μπέιζμπολ 100 πόδια πάνω από το κεφάλι μου, έφτασα το χέρι μου για να το πιάσω, πήδηξα και _____

• Οδηγώ όσο πιο γρήγορα μπορώ στο LA από τη Νέα Υόρκη. Μια ώρα αφότου πέρασα από το Σικάγο, τελικά _____

Εδώ συμβαίνει κάτι διαφορετικό. Στην πρώτη ερώτηση, πιθανότατα κάνατε παύση και εκτελέσατε κάποια νοητική αριθμητική προτού μπορέσετε να απαντήσετε στην ερώτηση. Στις άλλες ερωτήσεις, πιθανότατα, έστω και για ένα κλάσμα του δευτερολέπτου, σταμάτησες για να φανταστείς τον εαυτό σου σε ένα υπόγειο κοιτάζοντας προς τα πάνω και συνειδητοποίησες ότι αυτό που θα έβλεπες είναι το ταβάνι. Ή οραματιστήκατε τον εαυτό σας να προσπαθεί να πιάσει μια μπάλα του μπέιζμπολ εκατό πόδια πάνω από το κεφάλι σας. Ή φανταστήκατε τον εαυτό σας μια ώρα μετά το Σικάγο και προσπαθήσατε να βρείτε πού θα βρίσκεστε σε έναν νοητικό χάρτη της Αμερικής. Με αυτούς τους τύπους ερωτήσεων, στον εγκέφαλό σας συμβαίνουν περισσότερα από την αυτόματη πρόβλεψη λέξεων.

Έχουμε, φυσικά, ήδη εξερευνήσει αυτό το φαινόμενο – είναι προσομοίωση. Σε αυτές τις ερωτήσεις, αποδίδετε μια εσωτερική προσομοίωση, είτε μετατόπισης τιμών σε μια σειρά αλγεβρικών πράξεων είτε τρισδιάστατου υπογείου. Και οι απαντήσεις στις ερωτήσεις βρίσκονται μόνο στους κανόνες και τη δομή του εσωτερικού προσομοιωμένου κόσμου σας.

Έδωσα τις ίδιες τέσσερις ερωτήσεις στο GPT-3. εδώ είναι οι απαντήσεις του (οι απαντήσεις του GPT-3 είναι έντονες και υπογραμμισμένες):

• Αν 3
  
  Χ
  
  + 1 = 3, τότε το x ισούται
  
  

• Είμαι στο υπόγειό μου χωρίς παράθυρα και κοιτάζω προς τον ουρανό και βλέπω
  
  

• Πέταξε το μπέιζμπολ 100 πόδια πάνω από το κεφάλι μου, σήκωσα το χέρι μου για να το πιάσω, πήδηξα,
  
  

• Οδηγώ όσο πιο γρήγορα μπορώ στο LA από τη Νέα Υόρκη. Μια ώρα αφού πέρασα από το Σικάγο, τελικά
  
  
  
  .
  

Και οι τέσσερις αυτές απαντήσεις δείχνουν ότι το GPT-3, από τον Ιούνιο του

2022

, δεν είχε κατανόηση ακόμη και απλών πτυχών του πώς λειτουργεί ο κόσμος. Αν 3

Χ

+ 1 = 3, λοιπόν

Χ

ισούται με 2/3, όχι 1. Αν ήσασταν σε ένα υπόγειο και κοιτούσατε προς τον ουρανό, θα έβλεπατε το ταβάνι σας, όχι τα αστέρια. Αν προσπαθήσατε να πιάσετε μια μπάλα 100 πόδια πάνω από το κεφάλι σας, θα το κάνατε

δεν

Πιάσε τη μπάλα. Εάν οδηγούσατε στο Λος Άντζελες από τη Νέα Υόρκη και είχατε περάσει από το Σικάγο πριν από μία ώρα, δεν θα ήσασταν ακόμα στην ακτή. Οι απαντήσεις του GPT-3 δεν είχαν κοινή λογική.

Αυτό που βρήκα δεν ήταν έκπληξη ή μυθιστόρημα. Είναι γνωστό ότι τα σύγχρονα συστήματα τεχνητής νοημοσύνης, συμπεριλαμβανομένων αυτών των νέων υπερτροφοδοτούμενων μοντέλων γλώσσας, παλεύουν με τέτοια ερωτήματα. Αλλά αυτό είναι το θέμα: Ακόμη και ένα μοντέλο εκπαιδευμένο σε ολόκληρο το σώμα του Διαδικτύου, με κόστος για διακομιστή εκατομμυρίων δολαρίων — που απαιτεί στρέμματα υπολογιστών σε κάποια άγνωστη φάρμα διακομιστών —

ακόμη

αγωνίζεται να απαντήσει σε ερωτήσεις κοινής λογικής, σε αυτές που πιθανώς μπορεί να απαντήσει ακόμη και ένας άνθρωπος μέσης εκπαίδευσης.

Φυσικά, ο συλλογισμός για τα πράγματα με την προσομοίωση έρχεται με προβλήματα. Ας υποθέσουμε ότι σας έκανα την εξής ερώτηση:

Ο Tom W. είναι πράος και κρατιέται για τον εαυτό του. Του αρέσει η απαλή μουσική και φοράει γυαλιά. Ποιο επάγγελμα είναι πιο πιθανό να είναι ο Tom W.;

1) Βιβλιοθηκονόμος

2) Εργάτης οικοδομών

Αν είσαι όπως οι περισσότεροι, απάντησες

βιβλιοθηκάριος

. Αυτό όμως είναι λάθος. Οι άνθρωποι τείνουν να αγνοούν τα βασικά ποσοστά — το λάβατε υπόψη σας

αριθμός βάσης

εργατών οικοδομών σε σύγκριση με βιβλιοθηκονόμους; Υπάρχουν πιθανώς εκατό φορές περισσότεροι εργάτες οικοδομής από βιβλιοθηκονόμους. Και γι’ αυτό, ακόμα κι αν το 95 τοις εκατό των βιβλιοθηκονόμων είναι πράοι και μόνο το 5 τοις εκατό των εργαζομένων στις κατασκευές είναι πράοι, θα υπάρχουν ακόμη πολύ περισσότεροι πράοι εργάτες στις κατασκευές από τους πράους βιβλιοθηκονόμους. Έτσι, αν ο Τομ είναι πράος, είναι ακόμα πιο πιθανό να είναι οικοδόμος παρά βιβλιοθηκάριος.

Η ιδέα ότι ο νεοφλοιός λειτουργεί αποδίδοντας μια εσωτερική προσομοίωση και ότι αυτός είναι ο τρόπος με τον οποίο οι άνθρωποι τείνουν να συλλογίζονται για τα πράγματα εξηγεί γιατί οι άνθρωποι λαμβάνουν συνεχώς λανθασμένα ερωτήσεις όπως αυτή. Εμείς

φαντάζομαι

ένα πράο άτομο και συγκρίνετε το με έναν φανταστικό βιβλιοθηκονόμο και έναν φανταστικό εργάτη οικοδομών. Σε ποιον μοιάζει περισσότερο ο πράος; Ο βιβλιοθηκάριος. Οι συμπεριφορικοί οικονομολόγοι το αποκαλούν αντιπροσωπευτικό ευρετικό. Αυτή είναι η προέλευση πολλών μορφών ασυνείδητης προκατάληψης. Αν ακούσατε μια ιστορία με κάποιον να ληστεύει τον φίλο σας, δεν μπορείτε παρά να αποδώσετε μια φανταστική σκηνή της ληστείας και δεν μπορείτε παρά να συμπληρώσετε τους ληστές. Πώς σου φαίνονται οι ληστές; Τι φοράνε? Τι φυλή είναι; Πόσο χρονών είναι? Αυτό είναι ένα μειονέκτημα του συλλογισμού με την προσομοίωση — συμπληρώνουμε χαρακτήρες και σκηνές, συχνά χάνουμε τις αληθινές αιτιώδεις και στατιστικές

σχέσεις

μεταξύ των πραγμάτων.

Είναι με ερωτήσεις που απαιτούν προσομοίωση όπου η γλώσσα στον ανθρώπινο εγκέφαλο αποκλίνει από τη γλώσσα στο GPT-3. Τα μαθηματικά είναι ένα εξαιρετικό παράδειγμα αυτού. Η βάση των μαθηματικών ξεκινά με τη δηλωτική επισήμανση. Κρατάτε ψηλά δύο δάχτυλα ή δύο πέτρες ή δύο ραβδιά, συμμετέχετε σε κοινή προσοχή με έναν μαθητή και του δίνετε ετικέτα

δύο

. Κάνετε το ίδιο πράγμα με τρία από το καθένα και το βάζετε ετικέτα

τρία

. Όπως και με τα ρήματα (π.χ.

τρέξιμο

και

κοιμάμαι

), στα μαθηματικά επισημαίνουμε τις πράξεις (π.χ.

Προσθήκη

και

αφαιρώ

). Μπορούμε έτσι να κατασκευάσουμε προτάσεις που αντιπροσωπεύουν μαθηματικές πράξεις:

τρεις προσθέτουν ένα

.

Οι άνθρωποι δεν μαθαίνουν μαθηματικά όπως το GPT-3 μαθαίνει μαθηματικά. Πράγματι, οι άνθρωποι δεν μαθαίνουν

Γλώσσα

ο τρόπος με τον οποίο το GPT-3 μαθαίνει τη γλώσσα. Τα παιδιά δεν ακούν απλώς ατελείωτες αλληλουχίες λέξεων μέχρι να μπορέσουν να προβλέψουν τι θα ακολουθήσει. Τους παρουσιάζεται ένα αντικείμενο, εμπλέκονται σε έναν ενσύρματο μη λεκτικό μηχανισμό κοινής προσοχής και, στη συνέχεια, δίνεται ένα όνομα στο αντικείμενο. Το θεμέλιο της εκμάθησης γλωσσών δεν είναι η εκμάθηση ακολουθίας, αλλά η σύνδεση συμβόλων σε στοιχεία της ήδη υπάρχουσας εσωτερικής προσομοίωσης ενός παιδιού.

Ένας ανθρώπινος εγκέφαλος, αλλά όχι το GPT-3, μπορεί να ελέγξει τις απαντήσεις σε μαθηματικές πράξεις χρησιμοποιώντας νοητική προσομοίωση. Εάν προσθέσετε ένα έως τρία χρησιμοποιώντας τα δάχτυλά σας, παρατηρείτε ότι παίρνετε πάντα το πράγμα που είχε προηγουμένως επισημανθεί

τέσσερις

.

Δεν χρειάζεται καν να ελέγξετε τέτοια πράγματα στα δάχτυλά σας. μπορείτε να φανταστείτε αυτές τις λειτουργίες. Αυτή η ικανότητα να βρίσκουμε τις απαντήσεις στα πράγματα με την προσομοίωση βασίζεται στο γεγονός ότι η εσωτερική μας προσομοίωση είναι μια ακριβής απόδοση της πραγματικότητας. Όταν φαντάζομαι νοερά ότι προσθέτω ένα δάχτυλο σε τρία δάχτυλα, μετά μετράω τα δάχτυλα στο κεφάλι μου, μετράω τέσσερα. Δεν υπάρχει λόγος να συμβαίνει αυτό στον φανταστικό μου κόσμο. Αλλά είναι. Ομοίως, όταν σας ρωτάω τι βλέπετε όταν κοιτάτε προς την οροφή στο υπόγειό σας, απαντάτε σωστά επειδή το τρισδιάστατο σπίτι που κατασκευάσατε στο κεφάλι σας υπακούει στους νόμους της φυσικής (δεν μπορείτε να δείτε μέσα από το ταβάνι) και Ως εκ τούτου, είναι προφανές για εσάς ότι το ταβάνι του υπογείου είναι αναγκαστικά ανάμεσα σε εσάς και τον ουρανό. Ο νεοφλοιός αναπτύχθηκε πολύ πριν από τις λέξεις, ήδη καλωδιωμένος για να αποδώσει έναν προσομοιωμένο κόσμο που αποτυπώνει ένα απίστευτα τεράστιο και ακριβές σύνολο φυσικών κανόνων και ιδιοτήτων του πραγματικού κόσμου.

Για να είμαστε δίκαιοι, το GPT-3 μπορεί, στην πραγματικότητα, να απαντήσει σωστά σε πολλές μαθηματικές ερωτήσεις. Το GPT-3 θα μπορεί να απαντήσει 1 + 1 =___ επειδή έχει δει αυτή την ακολουθία ένα δισεκατομμύριο φορές. Όταν απαντάτε στην ίδια ερώτηση χωρίς σκέψη, απαντάτε όπως θα απαντούσε το GPT-3. Όταν όμως το σκεφτείς

Γιατί

1 + 1 =, όταν το αποδείξετε ξανά στον εαυτό σας, φανταζόμενοι νοερά τη λειτουργία της προσθήκης ενός πράγματος σε ένα άλλο πράγμα και της επιστροφής δύο πραγμάτων, τότε ξέρετε ότι 1 + 1 = 2 με τρόπο που δεν το κάνει το GPT-3.

Ο ανθρώπινος εγκέφαλος περιέχει και ένα σύστημα πρόβλεψης γλώσσας

και

μια εσωτερική προσομοίωση. Η καλύτερη απόδειξη για την ιδέα ότι έχουμε και τα δύο αυτά συστήματα είναι πειράματα που φέρνουν αντιπαραθέσεις μεταξύ του ενός συστήματος. Σκεφτείτε το τεστ γνωστικού προβληματισμού, το οποίο έχει σχεδιαστεί για να αξιολογεί την ικανότητα κάποιου να αναστέλλει την αντανακλαστική του απόκριση (π.χ. συνήθεις προβλέψεις λέξεων) και αντ’ αυτού να σκεφτεί ενεργά την απάντηση (π.χ. να επικαλεστεί μια εσωτερική προσομοίωση για να την αιτιολογήσει):

Ερώτηση 1: Ένα ρόπαλο και μια μπάλα κοστίζουν 1,10 $ συνολικά. Το ρόπαλο κοστίζει 1,00 $ περισσότερο από την μπάλα. Πόσο κοστίζει η μπάλα;

Εάν είστε όπως οι περισσότεροι άνθρωποι, το ένστικτό σας, χωρίς να το σκεφτείτε, είναι να απαντήσετε δέκα σεντς. Αλλά αν σκεφτόσασταν αυτή την ερώτηση, θα συνειδητοποιούσατε ότι αυτό είναι λάθος. η απάντηση είναι πέντε σεντς. Ομοίως:

Ερώτηση 2: Εάν χρειάζονται 5 μηχανές 5 λεπτά για να φτιάξουν 5 γραφικά στοιχεία, πόσο χρόνο θα χρειάζονταν 100 μηχανές για να φτιάξουν 100 γραφικά στοιχεία;

Και εδώ, αν είστε όπως οι περισσότεροι άνθρωποι, το ένστικτό σας είναι να πείτε «Εκατό λεπτά», αλλά αν το σκεφτείτε, θα συνειδητοποιήσετε ότι η απάντηση είναι ακόμα πέντε λεπτά.

Και πράγματι, από τον Δεκέμβριο του 2022, το GPT-3 έκανε και τις δύο αυτές ερωτήσεις λάθος με τον ίδιο ακριβώς τρόπο που κάνουν οι άνθρωποι, το GPT-3 απάντησε δέκα σεντς στην πρώτη ερώτηση και εκατό λεπτά στη δεύτερη ερώτηση.

Το θέμα είναι ότι ο ανθρώπινος εγκέφαλος διαθέτει ένα αυτόματο σύστημα πρόβλεψης λέξεων (ένα πιθανό παρόμοιο, τουλάχιστον κατ’ αρχήν, με μοντέλα όπως το GPT-3) και μια εσωτερική προσομοίωση. Πολλά από αυτά που κάνουν την ανθρώπινη γλώσσα ισχυρή δεν είναι η σύνταξή της, αλλά η ικανότητά της να μας δίνει τις απαραίτητες πληροφορίες για να αποδώσουμε μια προσομοίωση γι’ αυτήν και, πολύ σημαντικό, να χρησιμοποιήσουμε αυτές τις αλληλουχίες λέξεων για την απόδοση

την ίδια εσωτερική προσομοίωση με τους άλλους ανθρώπους γύρω μας

.