Αφού φάνηκε να κατακτά τον ψηφιακό κόσμο, η τεχνητή νοημοσύνη (AI) στρέφει πλέον το βλέμμα της στο επόμενο μεγάλο στοίχημα: την αλληλεπίδραση με τον πραγματικό κόσμο. Ο διευθύνων σύμβουλος της Nvidia, Τζένσεν Χουάνγκ, αποκαλεί αυτή τη νέα εποχή «φυσική AI», περιλαμβάνοντας σε αυτήν τα ρομπότ, τα αυτόνομα οχήματα και τα «έξυπνα περιβάλλοντα» που επιτρέπουν στα συστήματα γενετικής AI να δρουν έξω από την εικονική σφαίρα.
Ωστόσο, αυτό που καθορίζει τη φυσική AI είναι και η μεγαλύτερη αδυναμία της: ο πραγματικός κόσμος είναι γεμάτος απρόβλεπτες συνθήκες και ενδεχόμενα σοβαρών συνεπειών, σε αντίθεση με τον ελεγχόμενο χώρο του κυβερνοχώρου.
Ένα χαρακτηριστικό παράδειγμα είναι τα αυτόνομα αυτοκίνητα. Παρά τις επενδύσεις εκατοντάδων δισεκατομμυρίων δολαρίων την τελευταία δεκαετία και την πρόοδο των συστημάτων AI που τα υποστηρίζουν, η αυτονομία παραμένει σε νηπιακό στάδιο. Οι εταιρείες αναγκάζονται να κινούνται με εξαιρετική προσοχή, καθώς ένα σοβαρό ατύχημα θα μπορούσε να αποβεί καταστροφικό.
Η μεγαλύτερη πρόκληση παραμένουν τα λεγόμενα "edge cases": σπάνιες ή απρόβλεπτες καταστάσεις που δεν περιλαμβάνονται στα δεδομένα εκπαίδευσης. Δεδομένου ότι τα μοντέλα AI δεν σκέφτονται όπως οι άνθρωποι και περιορίζονται από τους αισθητήρες και τους αλγορίθμους τους, πολλοί μηχανικοί θεωρούν ότι τα αυτόνομα οχήματα ίσως να μην καταφέρουν ποτέ να ανταποκριθούν πλήρως σε κάθε πιθανό σενάριο, παντού και πάντα.
Η αδυναμία της AI να κατανοήσει ανθρώπινες αλληλεπιδράσεις
Πρόσφατη έρευνα του Πανεπιστημίου Johns Hopkins αποκαλύπτει ότι τα συστήματα γενετικής AI — είτε πρόκειται για μοντέλα εικόνας, βίντεο ή γλώσσας — υστερούν σημαντικά σε σχέση με τους ανθρώπους στην αναγνώριση και πρόβλεψη ανθρώπινων κοινωνικών αλληλεπιδράσεων σε δυναμικές σκηνές.
Οι ερευνητές ζήτησαν από ανθρώπινους συμμετέχοντες να παρακολουθήσουν τρίλεπτα βίντεο και να αξιολογήσουν κοινωνικές ενδείξεις, ενώ περισσότερα από 350 μοντέλα AI κλήθηκαν να προβλέψουν τις ανθρώπινες αντιδράσεις. Τα μοντέλα, αν και σημείωσαν κάποιες επιδόσεις σε στατικές εικόνες, απέτυχαν να προσεγγίσουν τη φυσική κατανόηση και αξιολόγηση των ανθρώπων.
Όπως επισημαίνει η καθηγήτρια γνωστικών επιστημών Λέιλα Ισίκ, «για να λειτουργήσει ένα AI σε ένα αυτόνομο όχημα, πρέπει να αναγνωρίζει τις προθέσεις, τους στόχους και τις ενέργειες των ανθρώπων. Πρέπει να καταλαβαίνει αν ένας πεζός πρόκειται να διασχίσει τον δρόμο ή αν δύο άτομα συζητούν μεταξύ τους».
Η βασική αδυναμία έγκειται στο γεγονός ότι τα νευρωνικά δίκτυα της γενετικής AI έχουν σχεδιαστεί κυρίως για την επεξεργασία στατικών εικόνων, ενώ ο ανθρώπινος εγκέφαλος διαθέτει ξεχωριστές περιοχές για τη δυναμική αντίληψη κοινωνικών σκηνών.
Οι ερευνητές τονίζουν ότι η επεξεργασία δεδομένων και η πρόβλεψη δεν είναι το ίδιο με τη βαθιά, ουσιαστική κατανόηση. «Υπάρχουν πολλές αποχρώσεις, αλλά το βασικό συμπέρασμα είναι ότι κανένα AI μοντέλο δεν μπορεί να ανταποκριθεί στον τρόπο με τον οποίο ο ανθρώπινος εγκέφαλος και η ανθρώπινη συμπεριφορά αντιλαμβάνονται και επεξεργάζονται σκηνές», καταλήγει η Ισίκ.
Η πραγματική πρόκληση για το μέλλον της AI δεν είναι μόνο η βελτίωση της τεχνολογίας, αλλά η κατανόηση και αναπαραγωγή της βαθιάς, ανθρώπινης ικανότητας για πρόβλεψη, αλληλεπίδραση και αντίληψη σε έναν συνεχώς μεταβαλλόμενο κόσμο.
