Hodně se mluví o kapacitě umělá inteligence, s předsudkem, že je nepravděpodobné, že překoná lidské schopnosti. V nedávném článku IGN Brasil například zmínil, že systémy AI zdaleka nepíší jako člověk.
Na druhou stranu, jak se roboti vyvíjejí, důkazy ukazují, že se jim již podařilo dosáhnout úrovně, která reprodukuje zásadní schopnost lidské inteligence: kompoziční zobecnění.
Hovoříme o schopnosti naučit se význam slov a následně je asociací aplikovat na jiné pojmy.
Toto je důležitá schopnost lidský mozek. Právě z toho jsme schopni abstrahovat myšlenky a poznávat předměty podle jejich tvaru, i když jsou odlišné, mají jiné barvy nebo jsou vyrobeny z jiných materiálů.
Obrázek: Reprodukce
Překvapivé zjištění
Kognitivní vědci Jerry Fodor a Zenon Pylyshyn v minulosti uvedli, že umělé neuronové sítě by byly schopny vytvořit tato spojení.
Od 80. let minulého století nedošlo v této oblasti k tak významnému pokroku jako nyní, s nárůstem umělé inteligence.
Výzkumníci z New York University a Pompeu Fabra ve Španělsku se již několik let zaměřují na vývoj technik ke zlepšení této kapacity.
Studie nedávno publikovaná ve vědeckém časopise Nature ukazuje, že systémy jako např ChatGPTspuštěné OpenAI na konci roku 2022, jsou schopny provádět kompoziční zobecnění na základě takzvaného „Meta-learningu pro kompozici“.
Cvičné testy
Testy provedené vědci ukázaly, že umělá inteligence je nejen schopna vyrovnat se lidské kapacitě, ale také ji předčí z hlediska poznávání.
Proces testování byl založen na praxi, nikoli na učení. V zásadě systém přijal slovo a odpověděl na žádost o jeho použití v jiném kontextu.
Příkladem toho je slovo „mluvit“, které může být spojeno s různými situacemi, jako je mluvit hodně, mluvit málo, mluvit tiše nebo nahlas. S evolucí byly systémy také schopny vyvinout kontexty jako „mluvení nesmyslů“, „mluvení nesmyslů“, „mluvení nesmyslů“ a další.
Ke zpracování došlo v doslovném i přeneseném smyslu, což výrazně rozšiřuje záběr Jazyk těchto nástrojů.
Potvrzení této kapacity pro sdružování se zdá být významným lákadlem, zejména pro programovou oblast.
Systémy budou schopny porozumět a reagovat na širokou škálu příkazů, a to i na ty nejsložitější.
Podpořte naši práci ❤️
Pokud se vám tento článek líbil, zvažte zaslání spropitného, abychom mohli i nadále vydávat kvalitní obsah.





















