Парадигма LLM для Искусственного Интеллекта — тупиковое направление

Подозреваю, на сегодня технологии Искусственного Интеллекта, вроде LLM (Large Language Models) — тупиковая технологическая ветвь в попытке решить проблему грубой силой. Разве что эта модель может подходить для узких задач — и то со слишком большими затратами. Это как пытаться улучшать паровой двигатель в век электрических: как ни улучшай, никогда не получиться достигнуть показателей электрического просто потому, что это неподходящая технологическая парадигма.

В плане ИИ, достаточно посмотреть на обучение мозга детей и животных. Задумайтесь, ребенку для получения нового знания и навыка про окружающий мир, достаточно очень небольшого количества информации, чтобы понимать не только контекст, но и суть, что LLM не в состоянии сделать. Вы видели, что ребенок может вытворять со стулом, особенно, когда необходимо, чтобы он на нем просто сидел? Например, залезть и слезть сквозь спинку или спрятаться под ним. Для этого ребенку не нужно анализировать миллион стульев разной формы и цвета. Достаточно одного, который ребенок научиться использовать так, как даже не предусматривали создатели стула. Животные и насекомые также очень быстро учатся на очень ограниченном количестве информации из окружающего мира. Эта способность заложена эволюцией и мозг развивался именно для обучения на ограниченном количестве информации.

То есть полноценный общий искусственный интеллект (AGI — Artificial General Intelligence) просто невозможен при существующей технологической парадигме. Скорее всего в будущем нас ожидает новые прорывы в самой основе ИИ, которые позволят интеллекту учиться, не выкачивая весь интернет и все знания человечества.

По сути, нас так впечатляет результат работы LLM т.к. это то, чего не можем мы сами и наш мозг — поиск паттернов и их рекомбинация в разных последовательностях, исходя из коэффициентов, присвоенных каждому, и параметров, настроенных на использование разных коэффициентов. Именно поэтому задачки вроде поиска Вальдо, спрятанного среди множества элементов на картинке, или тесты в формате рисования геометрической фигуры, которая продолжит предложенный логический ряд, являются вызовом. Эволюционно для самосохранения в нас заложено разве что возможность во всем видеть изображение человеческого лица или узнавать очертания опасных хищников. Любой другой поиск шаблонов для мозга становится существенной когнитивной нагрузкой. То есть мозг научился обходиться другими средствами.

Нашей уникальной способностью является воображение. Поэтому, например, ребенок может представить, как еще можно было бы использовать стул, имея полное отсутствие знаний про стул или опыта его использования. К слову, именно воображение помогает нам помнить прошлое, видеть настоящее и планировать будущее. Но это уже отдельная тоже очень интересная тема о том, как работает мозг.

---

Посты по теме

Венчурный капитал и карго-культ Искусственного Интеллекта
Заберет ли искусственный интеллект работу у людей?