Columbia University: AI pystyy ajattelemaan seuraavan kahden vuoden aikana
Lyhyesti
Kolmen yhdysvaltalaisen yliopiston tuoreen tutkimuksen mukaan naturalististen tapahtumien hermoesitys päivittyy, kun ymmärryksemme menneisyydestä kehittyy.
Ymmärtäminen on mahdotonta ilman aivojen aiemmin koodatun tiedon retrospektiivistä päivitystä vasta paljastettujen olosuhteiden valossa.
Aiemmin muistiin tallennettujen kohtausten hermoesitykset koodattiin uudelleen heijastamaan muutoksia näiden kohtausten ymmärtämisessä uuden tiedon valossa.
Tällaisten järjestelmien kyvyttömyys ymmärtää uutta tietoa, joka muuttaa muistiin jo koodatun tiedon tulkintaa, joka muodostuu tekoälyharjoittelun aikana, johtuu pääasiassa siitä, että ne eivät koodaa muistojaan uudelleen.
Naturalististen tapahtumien hermoesitykset päivittyvät, kun ymmärryksemme menneisyydestä kehittyy, äskettäin tehdyn tutkimuksen mukaan kolmesta Yhdysvaltain yliopistosta. Tämä työ on merkittävä tavoitteestaan ja lähestymistavan luovuudestaan. Tarkoituksena on tutkia, kuinka aivot muokkaavat ymmärrystämme aikaisemmista tapahtumista vastauksena uuteen informaatioon tutkimalla vaihteluita hermoesitysten välillä.
Tutkijat käyttivät tässä tutkimuksessa tunnettua yliluonnollista trilleriä "The Sixth Sense". Elokuvan juoni pyörii pojan, joka väittää näkevänsä haamuja, ja lääkärin ympärillä, joka yrittää auttaa häntä. Kolme ryhmää koehenkilöitä sai erilaista lisätietoa kahdesta hahmosta ja heitä pyydettiin tallentamaan tulkintansa elokuvasta.
| Aiheeseen liittyvä artikkeli: Amerikan koulutusjärjestelmä tarvitsee kipeästi 300 XNUMX opettajaa – mutta ChatGPT voisi olla vastaus |
Seuraavat olivat tutkijoiden hypoteesit:
- Koko elokuvan ajan yksityiskohdat tarinasta, hahmoista ja tapahtumista tallennetaan katsojan episodiseen muistiin, riippuen hänen henkilökohtaisesta tulkinnastaan.
- Paljastuksen, että lääkäri itse oli haamu elokuvan lopussa, pitäisi muuttaa katsojan ennakkokäsityksiä siitä, mitä aiemmin tapahtui.
- Koodaamalla se uudelleen sisältämään uudet tiedot, tämän säädön pitäisi "virkistää katsojan muisti".
Amerikkalainen Tutkijat ovat ottaneet samanlaisen lähestymistavan. "Default Brain Networkin" hermostorepresentaatioita (hermosolujen aktiivisuuden kuvioita) tutkittiin. Tämä verkko aktivoituu muun muassa jatkuvien, rikkaiden, dynaamisten ärsykkeiden, kuten elokuvien ja äänitarinoiden, käsittelyn (koodauksen) aikana. Tämän verkon alueilla on pitkiä "vastaanottoaikaikkunoita", joiden aikana pitkällä aikavälillä kertynyttä korkean tason tietoa (esim. elokuvakohtauksia, tekstikappaleita) integroidaan ja tallennetaan tukemaan ymmärtämistä.
Ymmärtäminen on universaali kognitiivinen toiminta, joka liittyy uuden tiedon omaksumiseen, sen sisällyttämiseen vakiintuneiden uskomusten järjestelmään ja tämän järjestelmän päivittämiseen, kun uutta tietoa opitaan. Toisin sanoen, ymmärtäminen on mahdotonta ilman aivojen aiemmin koodatun tiedon retrospektiivistä päivitystä vasta paljastettujen olosuhteiden valossa.
Tutkimus vahvisti kokeellisesti kirjoittajien hypoteesin. Aiemmin muistiin tallennettujen kohtausten hermoesitykset koodattiin uudelleen heijastamaan muutoksia näiden kohtausten ymmärtämisessä uuden tiedon valossa.
| Aiheeseen liittyvä artikkeli: ChatGPT on kielletty New Yorkin kouluissa; muu Yhdysvallat seuraa esimerkkiä |
Voimme tehdä tästä tärkeän johtopäätöksen "tekoälyn ymmärtämisen" kehittämiselle. Näiden järjestelmien ymmärtämisen puute vähentää suuresti tekoälyjärjestelmien, kuten esim ChatGPTn lukuisia henkisiä saavutuksia.
Huolimatta siitä, kuinka vaikeasti edistyneimmät nykyaikaiset tekoälyjärjestelmät läpäisevät tai kuinka monimutkaisia älyllisiä toimintoja ne suorittavat, niistä puuttuu silti pienikään ymmärrys ja ne toimivat pelkästään optimoimalla tilastollisesti todennäköisimmän seuraavien sanojen valinnan.
Tällaisten järjestelmien kyvyttömyys ymmärtää uutta tietoa, joka muuttaa muistiin jo koodatun tiedon tulkintaa, joka muodostuu tekoälyharjoittelun aikana, johtuu pääasiassa siitä, että ne eivät koodaa muistojaan uudelleen.
Tekoäly ei vielä ymmärrä, kuinka aivot aktiivisesti muokkaavat käsitystämme menneistä tapahtumista uuden tiedon valossa.
Voidaan siis sanoa, että tällainen "teknisen tekoälyn tieto" toteutuu seuraavan kahden vuoden aikana.
Lue lisää tekoälystä:
- You.comin uusi AI-chatbot tai mitä tapahtuu milloin ChatGPT-kuten chatbot saa reaaliaikaisen pääsyn Internetiin
- ChatGPT läpäisee Wharton MBA -kokeen
- OpenAIToimitusjohtaja toteaa, että koulutusjärjestelmän pitäisi sopeutua ChatGPT, älä kiellä sitä
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
lisää artikkeleita
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
