Почему люди адаптируются быстрее, чем ИИ

Краткое содержание: Люди превосходят машины в адаптации к новым ситуациям, в то время как машины часто сталкиваются с трудностями. Новое междисциплинарное исследование раскрывает, что корень проблемы заключается в том, как люди и ИИ подходят к «обобщению» — процессу переноса знаний на новые задачи. Люди полагаются на абстракцию и концептуальные рамки, тогда как системы ИИ применяют статистические или основанные на правилах методы, каждая из которых имеет свои ограничения. Сближение этих подходов может проложить путь к более гибким, ориентированным на человека системам ИИ, которые лучше адаптируются к сложностям повседневной жизни.

Ключевые факты

• Разные значения: «Обобщение» имеет разные определения в когнитивной науке и исследованиях ИИ.
• Человек против ИИ: Люди обобщают через абстракцию; ИИ использует конкретные процессы.
• Общая рамка: Исследователи предлагают единое框架, чтобы лучше согласовать человеческое и машинное мышление.

Почему люди лучше адаптируются?

Как люди manage адаптироваться к совершенно новым ситуациям и почему машины так часто сталкиваются с этим? Этот центральный вопрос исследуется исследователями из когнитивной науки и искусственного интеллекта (ИИ) в статей, опубликованной в журнале «Nature Machine Intelligence». Среди авторов — профессор Барбара Хаммер и профессор Бенжамин Паассен из Университета Билефельда.

«Если мы хотим интегрировать системы ИИ в повседневную жизнь, будь то в медицине, транспорте или принятии решений, мы должны понять, как эти системы справляются с неизвестным,» — говорит Барбара Хаммер, глава группы машинного обучения в Университете Билефельда.

«Наше исследование показывает, что машины обобщают иначе, чем люди, и это имеет решающее значение для успеха будущего сотрудничества между человеком и ИИ.»

Различия между людьми и машинами

Технический термин «обобщение» относится к способности делать значимые выводы об неизвестных ситуациях на основе известных данных, то есть гибко применять знания к новым задачам. В когнитивной науке это часто включает концептуальное мышление и абстракцию. В исследованиях ИИ же обобщение служит общим термином для широкого спектра процессов: от машинного обучения за пределами известных областей данных («обобщение вне области») до выводов на основе правил в символических системах, и до так называемого нейросимвольного ИИ, который сочетает логику и нейронные сети.

«Самая большая проблема в том, что ‘обобщение’ означает совершенно разные вещи для ИИ и людей,» — объясняет Бенжамин Паассен, младший профессор представления знаний и машинного обучения в Билефельде. «Поэтому для нас было важно разработать общую рамку. По трем направлениям: что мы подразумеваем под обобщением? Как это достигается? И как может быть оценено?»

Значение для будущего ИИ

Публикация является результатом междисциплинарного сотрудничества более 20 экспертов из ведущих научных учреждений, включая университеты Билефельда, Бамберга, Амстердама и Оксфорда. Проект начался с совместного семинара в Лейбниц-центре информатики в Шлоссе Дагштуль, который был организован Барбарой Хаммер.

Проект также подчеркивает важность сближения когнитивной науки и исследований ИИ. Только через более глубокое понимание их различий и общих черт будет возможно создать системы ИИ, которые смогут лучше отражать и поддерживать человеческие ценности и логики принятия решений.

Исследование было проведено в рамках совместного проекта SAIL – Устойчивый жизненный цикл интеллектуальных социотехнических систем. Проект SAIL исследует, как ИИ может быть разработан как устойчивый, прозрачный и ориентированный на человека на протяжении всего своего жизненного цикла.

Финансирование: Проект финансируется Министерством культуры и науки земли Северный Рейн-Вестфалия.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching