Ανακαλύφθηκαν σημαντικές αδυναμίες της Τεχνητής Νοημοσύνης, κατώτερες ακόμη και από εγκεφάλους πιθήκου.

(Εφημερίδα Dan Tri) - Νέα έρευνα δείχνει ότι ο εγκέφαλος μπορεί να επαναχρησιμοποιήσει γνωστικά στοιχεία για να προσαρμοστεί με ευελιξία, κάτι στο οποίο η τρέχουσα Τεχνητή Νοημοσύνη εξακολουθεί να αντιμετωπίζει πολλούς περιορισμούς.

Η Τεχνητή Νοημοσύνη εξακολουθεί να είναι κατώτερη από την νοημοσύνη του βιολογικού εγκεφάλου.

Χάρη στους μοναδικούς μηχανισμούς τους, οι πίθηκοι, ακόμη και οι άνθρωποι, μπορούν να προσαρμοστούν σε προκλήσεις και εργασίες που δεν έχουν αντιμετωπίσει ποτέ πριν (Φωτογραφία: Getty).

Παρόλο που η Τεχνητή Νοημοσύνη (ΤΝ) έχει σημειώσει τεράστια πρόοδο και μάλιστα έχει ξεπεράσει τους ανθρώπους σε ορισμένες συγκεκριμένες εργασίες, ο ανθρώπινος εγκέφαλος εξακολουθεί να διαθέτει ένα βασικό πλεονέκτημα που οι μηχανές δεν έχουν ακόμη αναπαράγει: την ευελιξία μεταφοράς και επαναχρησιμοποίησης δεξιοτήτων σε διαφορετικές εργασίες.

Αυτό είναι ένα αξιοσημείωτο συμπέρασμα από μια νέα μελέτη μιας ομάδας επιστημόνων στο Πανεπιστήμιο του Πρίνστον (ΗΠΑ), η οποία δημοσιεύθηκε στις 15 Δεκεμβρίου.

Αντί να διεξάγουν πειράματα απευθείας σε ανθρώπους, οι ερευνητές επέλεξαν πιθήκους ρέζους (Macaca mulatta), ένα είδος πρωτεύοντος θηλαστικού του οποίου η δομή και η λειτουργία του εγκεφάλου είναι παρόμοιες με αυτές των ανθρώπων.

Στο πείραμα, ζητήθηκε από τους πιθήκους να διακρίνουν σχήματα και χρώματα που εμφανίζονται σε μια οθόνη και να εκτελούν συγκεκριμένες κινήσεις των ματιών για να δώσουν απαντήσεις. Ταυτόχρονα, η εγκεφαλική τους δραστηριότητα παρακολουθούνταν χρησιμοποιώντας προηγμένες τεχνικές νευρωνικής σάρωσης για τον εντοπισμό ενεργοποιημένων περιοχών του εγκεφάλου και επικαλυπτόμενων μοτίβων δραστηριότητας.

Τα αποτελέσματα έδειξαν ότι ο εγκέφαλος του πιθήκου δεν επεξεργάζεται κάθε εργασία ως ξεχωριστή οντότητα, αλλά χρησιμοποιεί σχετικά σταθερές ομάδες νευρώνων για μια ποικιλία διαφορετικών εργασιών.

Οι επιστήμονες παρομοιάζουν αυτές τις ομάδες με «γνωστικά τουβλάκια Lego», τα οποία μπορούν να αποσυναρμολογηθούν, να επαναχρησιμοποιηθούν και να συνδυαστούν με ευελιξία για την επίλυση νέων απαιτήσεων. Αυτός ο μηχανισμός επιτρέπει στον εγκέφαλο να προσαρμόζεται γρήγορα, ενώ πολλά τρέχοντα μοντέλα τεχνητής νοημοσύνης χρειάζονται ακόμη επανεκπαίδευση σχεδόν από την αρχή όταν μεταβαίνουν σε μια διαφορετική εργασία.

Ποιες είναι οι κύριες αδυναμίες της τεχνητής νοημοσύνης;

Τα τρέχοντα μοντέλα τεχνητής νοημοσύνης χάνουν εύκολα παλιές δεξιότητες όταν μαθαίνουν νέες εργασίες. Αυτή είναι μια μοιραία αδυναμία, αλλά δίνει επίσης στους βιολογικούς εγκεφάλους ένα πλεονέκτημα (Εικόνα: Getty).

Σύμφωνα με τον νευροεπιστήμονα Τιμ Μπούσμαν του Πανεπιστημίου του Πρίνστον, τα πιο προηγμένα συστήματα τεχνητής νοημοσύνης μπορούν να επιτύχουν απόδοση ίση ή και ανώτερη από τους ανθρώπους σε μεμονωμένες εργασίες, αλλά δυσκολεύονται σημαντικά όταν πρόκειται για τη μάθηση και την εκτέλεση πολλαπλών εργασιών διαδοχικά.

Αντίθετα, ο βιολογικός εγκέφαλος μπορεί να συναρμολογήσει υπάρχοντα γνωστικά στοιχεία για να δημιουργήσει νέες στρατηγικές χωρίς να χρειάζεται να «μάθει από την αρχή».

Αυτά τα «γνωστικά μπλοκ» συγκεντρώνονται κυρίως στον προμετωπιαίο φλοιό, την περιοχή του εγκεφάλου που σχετίζεται με ανώτερες γνωστικές λειτουργίες όπως ο σχεδιασμός, η επίλυση προβλημάτων και η λήψη αποφάσεων. Αυτό θεωρείται το κέντρο της γνωστικής πλαστικότητας στα πρωτεύοντα θηλαστικά και τους ανθρώπους.

Αξίζει να σημειωθεί ότι η ερευνητική ομάδα διαπίστωσε ότι όταν ορισμένα γνωστικά μπλοκ δεν ήταν πλέον απαραίτητα για την τρέχουσα εργασία, τα επίπεδα δραστηριότητάς τους μειώνονταν. Αυτό υποδηλώνει ότι ο εγκέφαλος έχει την ικανότητα να «αποθηκεύει» αχρησιμοποίητα νευρωνικά προγράμματα, αποφεύγοντας έτσι την υπερφόρτωση και εστιάζοντας τους πόρους στην άμεση εργασία.

Ο Buschman παρομοίασε αυτόν τον μηχανισμό με τον τρόπο που λειτουργούν οι λειτουργίες σε ένα πρόγραμμα υπολογιστή. Μια ομάδα νευρώνων μπορεί να είναι υπεύθυνη για τη διάκριση των χρωμάτων και στη συνέχεια το σήμα εξόδου διαβιβάζεται σε μια άλλη λειτουργία για τον έλεγχο της δράσης. Χάρη σε αυτή τη δομή, ο εγκέφαλος μπορεί να επιλύει σύνθετες εργασίες εκτελώντας διαδοχικά απλούστερα βήματα.

Αυτή η ανακάλυψη βοηθά να εξηγηθεί γιατί οι πίθηκοι, και πολύ πιθανώς οι άνθρωποι, μπορούν να προσαρμοστούν σε εντελώς νέες προκλήσεις αξιοποιώντας τις υπάρχουσες γνώσεις και δεξιότητες. Αυτή είναι επίσης μια σημαντική αδυναμία της τρέχουσας τεχνητής νοημοσύνης, καθώς τα νευρωνικά δίκτυα συχνά υποφέρουν από «ξεχασμό», που σημαίνει ότι χάνουν παλιές δεξιότητες όταν μαθαίνουν νέες εργασίες.

Επιπλέον, οι επιστήμονες πιστεύουν ότι τα αποτελέσματα της έρευνας όχι μόνο διευκρινίζουν την γνωστική ανωτερότητα του βιολογικού εγκεφάλου έναντι της Τεχνητής Νοημοσύνης, αλλά ανοίγουν και νέους δρόμους για την ανάπτυξη πιο ευέλικτων συστημάτων τεχνητής νοημοσύνης.

Ταυτόχρονα, αυτά τα ευρήματα θα μπορούσαν επίσης να συμβάλουν στην έρευνα και θεραπεία νευρολογικών και ψυχιατρικών διαταραχών όπου οι ασθενείς δυσκολεύονται να μεταφέρουν δεξιότητες από το ένα πλαίσιο στο άλλο.

Ενώ η συνεχής εναλλαγή μεταξύ εργασιών δεν είναι πάντα ωφέλιμη για τον εγκέφαλο, η έρευνα δείχνει ότι η ικανότητα επαναχρησιμοποίησης «γνωστικών κομματιών» είναι μια έξυπνη συντόμευση που βοηθά τους ανθρώπους να προσαρμοστούν γρήγορα σε έναν διαρκώς μεταβαλλόμενο κόσμο —ένα πλεονέκτημα που η τεχνητή νοημοσύνη, τουλάχιστον προς το παρόν, προσπαθεί ακόμη να καλύψει.

Πηγή: https://dantri.com.vn/khoa-hoc/tim-thay-diem-yeu-lon-cua-ai-thua-ca-nao-khi-20251215075622649.htm