Дослідники зі Швейцарії поставили під сумнів одну з найгучніших теорій у сфері штучного інтелекту останніх років. Нове дослідження показало, що потужні ШІ-моделі не формують єдиного універсального способу мислення, як вважали раніше. Натомість кожна система зберігає власну внутрішню логіку та особливості сприйняття інформації.
Про це йдеться у науковій роботі дослідників Федеральної політехнічної школи Лозанни (EPFL), опублікованій на платформі arXiv, повідомляє РБК-Україна.
У 2024 році науковці з Массачусетського технологічного інституту (MIT) запропонували так звану «Платонівську гіпотезу представлення». Вона ґрунтувалася на припущенні, що зі зростанням складності штучного інтелекту різні моделі поступово починають однаково структурувати знання про світ.
Згідно з цією теорією, незалежно від того, працює система з текстом, відео, аудіо чи зображеннями, вона зрештою приходить до схожих внутрішніх моделей розуміння реальності.
Команда EPFL вирішила перевірити основу цієї гіпотези та виявила, що високі показники схожості могли бути наслідком математичних особливостей роботи великих нейромереж.
Дослідники звернули увагу на ефект, відомий як концентрація відстаней у багатовимірних просторах. У таких умовах навіть випадкові об’єкти можуть виглядати дуже схожими один на одного з точки зору математичних метрик.
Під час експериментів вчені порівняли між собою навіть не навчені нейромережі, які не отримували жодних даних. Попри це, розрахунки демонстрували високий рівень подібності між ними.
Крім того, з’ясувалося, що зі збільшенням масштабу моделей показники схожості автоматично зростають, навіть якщо реального зближення принципів роботи не відбувається.
Після переоцінки результатів швейцарські дослідники запропонували новий підхід, який умовно назвали «Арістотелевою гіпотезою представлення».
На відміну від ідеї про існування універсальних форм, ця концепція передбачає, що різні ШІ-моделі можуть однаково групувати окремі об’єкти та поняття, але водночас зберігати власну структуру знань.
Наприклад, різні системи можуть однаково визначати, що автомобіль і вантажівка належать до схожої категорії, а кішка та собака — до іншої. Проте загальна архітектура зв’язків між поняттями та спосіб організації знань залишаються різними.
Нові висновки мають важливе практичне значення для галузі штучного інтелекту. Раніше існували сподівання, що потужні моделі з часом набуватимуть майже однакових внутрішніх структур, що значно спростило б їхню інтеграцію, створення мультимодальних систем і розробку механізмів контролю безпеки.
Однак результати дослідження свідчать, що універсальної моделі мислення для ШІ не існує. Це означає, що розробникам доведеться шукати нові підходи до синхронізації та взаємодії різних систем штучного інтелекту.
Водночас автори початкової теорії з MIT уже визнали обґрунтованість нових висновків. На їхню думку, результати роботи швейцарських колег допоможуть краще зрозуміти принципи функціонування сучасних нейромереж і сприятимуть подальшому розвитку комп’ютерних наук.
