Deși inteligența artificială poate răspunde la întrebări diverse, compune poezii sau generează imagini complexe, există o barieră fundamentală care o separă de înțelegerea umană: experiența senzorială directă. Un studiu recent, publicat în Nature Human Behaviour, demonstrează că sisteme avansate precum GPT-4 sau Gemini întâmpină dificultăți semnificative în a înțelege concepte simple, precum „floare”, la fel de profund și intuitiv ca oamenii.
Motivul este evident: inteligența artificială nu simte miros, nu are piele, nu poate explora un câmp cu flori, atinge petalele sau simți briza. Aceste elemente esențiale pentru a înțelege noțiunea de „floare”, lipsesc complet din sistemele actuale. Deși pot descrie o floare din texte și imagini, aceste modele nu pot experimenta prezența ei.
De ce performanța AI este superioară la abstract dar slabă la senzorial?
Cercetătorii au analizat 4.442 de cuvinte, comparând percepția umană și a AI pe diverse aspecte: intensitatea emoțională, generarea de imagini mentale, legătura cu senzațiile (miros, atingere, sunet, gust, vedere) și mișcarea.
Rezultatele au fost concludente:
- AI-ul se descurcă excelent cu concepte abstracte – matematice, sociale sau lingvistice;
- Performanța scade brusc la cuvinte legate de experiențe senzoriale și motorii, cum ar fi „flacără”, „zăpadă”, „piele” sau „floare”.
Acest decalaj este determinat de modul în care sunt antrenate modelele lingvistice mari (LLM). Acestea sunt antrenate aproape exclusiv pe text, iar limbajul nu poate surprinde complet experiențele senzoriale umane. Pentru un AI, „floare” este o combinație de atribute din corpusuri de text – culoare, parfum și asocieri –, dar lipsa experienței directe duce la o înțelegere superficială, nu autentică.
Ce perspective pentru o AI cu simțuri?
Studiul evidențiază că, pentru evoluția inteligenței artificiale spre o înțelegere a lumii apropiată de cea umană, este esențial să depășească barierele actuale și să integreze date din simțuri reale – prin senzori, camere și sisteme robotice care interacționează fizic cu mediul.
Primele modele multimodale (text și imagine) au arătat progrese în înțelegerea vizuală. Pasul următor ar putea fi integrarea informațiilor tactile, olfactive și auditive, permițând unui AI să descrie nu doar cum arată o floare, ci și cum se simte.
Până atunci, inteligența artificială rămâne captivă în cuvinte, incapabilă să atingă ceea ce pentru oameni este banal: o experiență directă a unei flori.