Χρειάζεται το AI σώμα για να κατανοήσει τον κόσμο;

Οι σύγχρονες μορφές τεχνητής νοημοσύνης μπορούν να απαντούν με ακρίβεια σε περίπλοκες ερωτήσεις, να γράφουν κείμενα και να συνομιλούν σαν άνθρωποι. Όμως, μπορούν άραγε να καταλάβουν πραγματικά τι σημαίνει ένα λουλούδι – αν δεν μπορούν να το μυρίσουν ή να το αγγίξουν;

Αυτό το ερώτημα επιχείρησε να απαντήσει μια ομάδα ερευνητών από το Πανεπιστήμιο του Οχάιο. Η καθηγήτρια Qihui Xu και οι συνεργάτες της σύγκριναν τις αντιλήψεις ανθρώπων και AI μοντέλων (όπως το GPT-4 και το Gemini της Google) πάνω σε 4500 καθημερινές λέξεις, από το “λουλούδι” έως το “χιούμορ”.

Οι συμμετέχοντες κλήθηκαν να αξιολογήσουν κάθε λέξη με βάση συναισθηματικά και σωματικά χαρακτηριστικά, όπως η σύνδεση με τις αισθήσεις ή με διαφορετικά μέρη του σώματος. Ενώ η τεχνητή νοημοσύνη έδειξε παρόμοιες αντιλήψεις με τους ανθρώπους σε αφηρημένες λέξεις, παρουσίασε μεγάλες αποκλίσεις στις λέξεις που απαιτούν φυσική εμπειρία ή αισθητηριακή επαφή.

Για παράδειγμα, μοντέλα AI θεώρησαν ότι η εμπειρία ενός λουλουδιού σχετίζεται με τον θώρακα – κάτι που οι περισσότεροι άνθρωποι δεν θα θεωρούσαν λογικό, καθώς σχετίζεται με την όσφρηση ή την όραση.

Η εξήγηση βρίσκεται στον τρόπο εκπαίδευσης αυτών των μοντέλων: βασίζονται κυρίως σε κείμενα από το διαδίκτυο και, επομένως, δεν έχουν πραγματική εμπειρία των αισθήσεων. Αυτό περιορίζει την ικανότητά τους να αντιλαμβάνονται τον κόσμο όπως οι άνθρωποι.

Ωστόσο, τα πολυτροπικά μοντέλα – εκείνα που εκπαιδεύονται και με εικόνες ή ήχους – έδειξαν καλύτερη απόδοση, πιο κοντά στις ανθρώπινες αξιολογήσεις. Αυτό υποδεικνύει ότι η ενσωμάτωση περισσότερων αισθητηρίων πηγών πληροφορίας (όπως όραση και ήχος) βοηθά στην ενίσχυση της κατανόησης.

Σύμφωνα με την Xu, το μέλλον των προηγμένων AI μοντέλων ενδέχεται να περιλαμβάνει ρομποτικά σώματα με αισθητήρες αφής, κίνησης και θερμοκρασίας. Η φυσική αλληλεπίδραση με το περιβάλλον θα μπορούσε να τους δώσει μια πιο ανθρώπινη κατανόηση του κόσμου.

Παρότι η τεχνητή νοημοσύνη κάνει άλματα στην επεξεργασία πληροφορίας και την κατανόηση της γλώσσας, εξακολουθεί να στερείται της άμεσης εμπειρίας των αισθήσεων. Αν θέλουμε να προσεγγίσει την ανθρώπινη αντίληψη, ίσως χρειαστεί να της δώσουμε σώμα – και να τη βάλουμε να ζήσει τον κόσμο, όχι μόνο να τον διαβάζει.