Может ли искусственный интеллект по-настоящему понять окружающий мир?

Современные модели искусственного интеллекта достигли впечатляющих результатов в решении узкоспециализированных задач: от обработки естественного языка до генерации изображений. Однако вопрос о том, способны ли они на глубокое понимание окружающего мира, остаётся открытым. Эксперты, собравшиеся на круглом столе MIT Technology Review, подчеркнули, что нынешние системы ИИ действуют в рамках статистических закономерностей, не обладая истинным «осознанием» контекста или причинно-следственных связей.

Участники дискуссии привели примеры, когда даже передовые модели, такие как GPT-4 или Gemini, допускают ошибки, не связанные с недостатком данных, а с неспособностью интерпретировать информацию за пределами заложенных алгоритмов. Например, ИИ может корректно ответить на вопрос о физических законах, но не сумеет объяснить, почему определённое явление происходит именно так, а не иначе. Это свидетельствует о том, что модели пока не выходят за рамки поверхностной обработки информации.

Тем не менее, исследования в области создания более «осознанных» систем ИИ продолжаются. Один из подходов предполагает интеграцию мультимодальных данных — объединение текста, изображений, звука и других источников информации для формирования более целостной картины мира. Другой путь — разработка моделей, способных к самообучению на основе взаимодействия с реальной средой, а не только на статичных наборах данных. Эксперты сходятся во мнении, что прорыв в этой области может произойти в ближайшие годы, но потребует принципиально новых архитектур и подходов.