Почему ИИ не может превзойти человеческий интеллект?

Для сегодняшних руководителей ведущих технологических компаний, таких как Дарио Амодеи из Anthropic, Демис Хассабис из Google и Сэм Альтман из OpenAI, недостаточно просто заявить, что их ИИ — лучший. Все трое недавно открыто заявили, что ИИ будет полезен и коренным образом изменит структуру общества.

Однако все больше исследователей из числа тех, кто создает, изучает и использует современный ИИ, скептически относятся к подобным утверждениям.

Рассуждения ИИ не всемогущи

Всего через три года после своего появления искусственный интеллект начал появляться во многих повседневных сферах, таких как учёба и работа. Многие опасаются, что вскоре он сможет заменить людей.

Однако современные модели искусственного интеллекта на самом деле не так умны, как мы думаем. Открытие Apple, одной из крупнейших мировых технологических компаний, подтверждает это.

В частности, в недавно опубликованном исследовании под названием «Иллюзорное мышление» исследовательская группа Apple утверждает, что модели вывода, такие как Claude, DeepSeek-R1 и o3-mini, на самом деле не «управляются мозгом», как следует из их названий.

Статья Apple основана на предыдущих работах многих из тех же инженеров, а также на известных исследованиях как академических кругов, так и других крупных технологических компаний, включая Salesforce.

Эти эксперименты показывают, что рассуждающие ИИ, которые были провозглашены следующим шагом на пути к автономным ИИ-агентам и, в конечном итоге, к сверхразуму, в некоторых случаях хуже справляются с решением задач, чем базовые ИИ-чатботы, которые существовали ранее.

Новое исследование Apple, посвящённое большим моделям вывода, показывает, что модели ИИ не так «умны», как кажется. Фото: OpenAI.

Кроме того, в ходе исследования все системы, независимо от того, использовались ли ИИ-чатботы или модели вывода, полностью провалили выполнение более сложных задач.

Исследователи предлагают заменить слово «вывод» на «имитацию». Команда утверждает, что эти модели просто эффективны при запоминании и повторении шаблонов. Но при изменении вопросов или повышении сложности они практически перестают работать.

Проще говоря, чат-боты работают хорошо, когда умеют распознавать и сопоставлять закономерности, но как только задача становится слишком сложной, они с ней не справляются. «Современные большие модели рассуждений (LRM) полностью теряют точность, когда сложность превышает определённый порог», — отмечается в исследовании.

Это противоречит ожиданиям разработчиков, что сложность будет повышаться с увеличением ресурсов. «Затраты ИИ на вывод данных увеличиваются с ростом сложности, но лишь до определённого момента, а затем снижаются, даже если бюджет токенов (вычислительной мощности) всё ещё достаточен для его обработки», — говорится в исследовании.

Реальное будущее ИИ

Гэри Маркус, американский психолог и писатель, отметил, что результаты Apple впечатляют, но не являются чем-то принципиально новым, а лишь подтверждают результаты предыдущих исследований. Почётный профессор психологии и нейробиологии Нью-Йоркского университета привёл в пример своё исследование 1998 года.

В ней он утверждает, что нейронные сети, предшественники больших языковых моделей, способны хорошо обобщать данные в пределах распределения, на котором они были обучены, но часто терпят неудачу, сталкиваясь с данными за пределами этого распределения.

Однако г-н Маркус также считает, что обе модели — LLM и LRM — имеют свои собственные области применения и полезны в некоторых случаях.

В мире технологий сверхинтеллект рассматривается как следующая стадия развития ИИ, где системы не только обретают способность мыслить как люди (AGI), но и превосходят других по скорости, точности и уровню осведомленности.

Несмотря на серьезные ограничения, даже критики ИИ спешат добавить, что путь к компьютерному сверхинтеллекту все еще вполне возможен.

Генеральный директор OpenAI Сэм Альтман однажды заявил, что ИИ — это не просто альтернатива Google или помощник по домашним заданиям, а нечто большее, чем просто изменение прогресса человечества. Фото: AA Photo.

Хорхе Ортис, доцент кафедры инженерии в лаборатории Ратгерса, заявил, что выявление текущих ограничений может указать компаниям, работающим в сфере ИИ, путь к их преодолению.

Ортис привел примеры новых методов обучения, таких как предоставление постепенной обратной связи по эффективности модели, добавление дополнительных ресурсов при столкновении со сложными проблемами, что может помочь ИИ решать более сложные задачи и эффективнее использовать базовое программное обеспечение.

Между тем, по словам Джоша Вулфа, соучредителя венчурной компании Lux Capital, с точки зрения бизнеса, независимо от того, могут ли нынешние системы мыслить или нет, они все равно будут создавать ценность для пользователей.

Профессор Пенсильванского университета Итан Моллик также выразил уверенность в том, что модели ИИ вскоре преодолеют эти ограничения.

«Модели становятся все лучше и лучше, и постоянно разрабатываются новые подходы к ИИ, поэтому я не удивлюсь, если эти ограничения будут преодолены в ближайшем будущем», — сказал Моллик.

Источник: https://znews.vn/vi-sao-ai-chua-the-vuot-qua-tri-tue-con-nguoi-post1561163.html