Наиболее вероятный путь к тому, чтобы искусственный интеллект обрел человекоподобное познание - это подключение систем ИИ к реальному миру при помощи роботов и их проектирование с применением принципов эволюции.

Об этом говорится в исследовании ученых из Университета Шеффилда (Великобритания), данные которого опубликованы в журнале Science Robotics, сообщает Tech Xplore.

Доктор Стюарт Уилсон и профессор Тони Прескотт с факультета компьютерных наук университета утверждают, что системы ИИ вряд ли станут похожи на реальный мозг человека, если останутся невоплощенными наборы данных, используемые для их обучения.

Современные системы искусственного интеллекта, такие как ChatGPT, используют для решения сложных задач большие нейронные сети. Эти сети учат ИИ обрабатывать данные методом, который вдохновлен человеческим мозгом.

Несмотря на то, что эти модели имеют сходство с мозгом человека, исследователи считают, что есть и значимые различия, препятствующие им приобрести биологический интеллект.

В первую очередь, настоящий мозг воплощен в человеческом теле - физической системе, которая непосредственно действует и испытывает чувства в реальном мире. Осмысленными процессы мозга делает воплощение, что недостижимо для бесплотных ИИ, которые могут научиться генерировать и распознавать сложные данные, но не имеют прямой связи с физическим миром. Поэтому понимания или осознания реальной действительности у таких ИИ нет.

Во-вторых, мозг человека состоит из множества подсистем, организованных в закономерную конфигурацию (называемую архитектурой), которая схожа у всех позвоночных животных от рыбы до человека, но не у искусственного интеллекта. При разработке ИИ редко учитывается взаимодействие между эволюцией и развитием.

Более вероятно, что у систем ИИ сможет развиться человекоподобное познание, если они будут создаваться с архитектурой, обучающейся и совершенствующейся подобно тому, как это делает человеческий мозг в процессе связи с реальным миром.

Ученые отметили, что на данный момент в разработке ИИ для управления роботами достигнут определенный прогресс. Например, мощным подходом является использование моделей, состоящих из множества контуров обратной связи, обучающихся делать лучшие прогнозы того, что может произойти в будущем.