Сегодня 01 октября 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Генеративный ИИ не понимает устройство мира, показало исследование MIT

Генеративные ИИ-модели будоражат воображение руководителей многих компаний, обещая автоматизацию и замену миллионов рабочих мест. Однако учёные Массачусетского технологического института (MIT) предостерегают: ИИ хотя и даёт правдоподобные ответы, в действительности не обладает пониманием сложных систем и ограничивается предсказаниями. В задачах реального мира, будь то логические рассуждения, навигация, химия или игры, ИИ демонстрирует значительные ограничения.

 Источник изображения: HUNGQUACH679PNG / Pixabay

Источник изображения: HUNGQUACH679PNG / Pixabay

Современные большие языковые модели (LLM), такие как GPT-4, создают впечатление продуманного ответа на сложные запросы пользователей, хотя на самом деле они лишь точно предсказывают наиболее вероятные слова, которые следует поместить рядом с предыдущими в определённом контексте. Чтобы проверить, способны ли ИИ-модели действительно «понимать» реальный мир, учёные MIT разработали метрики, предназначенные для объективной проверки их интеллектуальных способностей.

Одной из задач эксперимента стала оценка способности ИИ к генерации пошаговых инструкций для навигации по улицам Нью-Йорка. Несмотря на то что генеративные ИИ в определённой степени демонстрируют «неявное» усвоение законов окружающего мира, это не является эквивалентом подлинного понимания. Для повышения точности оценки исследователи создали формализованные методы, позволяющие анализировать, насколько корректно ИИ воспринимает и интерпретирует реальные ситуации.

Основное внимание в исследовании MIT было уделено трансформерам — типу генеративных ИИ-моделей, используемых в таких популярных сервисах, как GPT-4. Трансформеры обучаются на обширных массивах текстовых данных, что позволяет им достигать высокой точности в подборе последовательностей слов и создавать правдоподобные тексты.

Чтобы глубже исследовать возможности таких систем, учёные использовали класс задач, известных как детерминированные конечные автоматы (Deterministic Finite Automaton, DFA), которые охватывают такие области, как логика, географическая навигация, химия и даже стратегии в играх. В рамках эксперимента исследователи выбрали две разные задачи — вождение автомобиля по улицам Нью-Йорка и игру в «Отелло», чтобы проверить способность ИИ правильно понимать лежащие в их основе правила.

Как отметил постдок Гарвардского университета Кейон Вафа (Keyon Vafa), ключевая цель эксперимента заключалась в проверке способности ИИ-моделей восстанавливать внутреннюю логику сложных систем: «Нам нужны были испытательные стенды, на которых мы точно знали бы, как выглядит модель мира. Теперь мы можем строго продумать, что значит восстановить эту модель мира».

Результаты тестирования показали, что трансформеры способны выдавать корректные маршруты и предлагать правильные ходы в игре «Отелло», когда условия задач точно определены. Однако при добавлении усложняющих факторов, таких как объездные пути в Нью-Йорке, ИИ-модели начали генерировать нелогичные варианты маршрутов, предлагая случайные эстакады, которых на самом деле не существовало.

Исследование MIT показало принципиальные ограничения генеративных ИИ-моделей, особенно в тех задачах, где требуется гибкость мышления и способность адаптироваться к реальным условиям. Хотя существующие ИИ-модели могут впечатлять своей способностью генерировать правдоподобные ответы, они остаются всего лишь инструментами предсказания, а не полноценными интеллектуальными системами.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Microsoft оживила общение с Copilot, наделив бота трёхмерными аватарами 30 мин.
Microsoft начала распространение Windows 11 25H2 — без каких-либо заметных нововведений 31 мин.
Анджей Сапковский: упоминание ведьмачьей школы попало в «Ведьмака» по ошибке, но в CDPR «с поразительной цепкостью ухватились за идею» 50 мин.
МегаФон GCloud виртуализуется с помощью «Базиса» 2 ч.
МегаФон GCloud виртуализуется с помощью «Базиса» 2 ч.
Первый за 10 лет патч сломал Prototype и Prototype 2 в Steam, но дал фанатам надежду на ремастер 2 ч.
Маску не понравилась Wikipedia за ошибки и предвзятость, и он пообещал запустить «Грокипедию» 5 ч.
С 1 ноября клиентов гиперскейлеров вынудят покупать лицензии на VMware напрямую у Broadcom 13 ч.
Редактор видео Adobe Premiere стал доступен на iOS — бесплатно 14 ч.
Грандиозный мод Fallout: London для Fallout 4 получил большое бесплатное дополнение с 30 новыми квестами и блэкджеком 15 ч.
Карманный ИИ становится массовым: каждый третий смартфон в этом году получит ИИ-ускоритель 4 мин.
ИИ-стартап Rebellions привлёк финансирование от Arm и Samsung, получив оценку в $1,4 млрд 10 мин.
Пожар в южнокорейском ЦОД нарушил работу 647 государственных сервисов — на восстановление уйдёт месяц 16 мин.
Учёные подсмотрели у природы и создали нейрон на белковых нанопроводах, впервые работающий как настоящий 20 мин.
Altera улучшила характеристики FPGA семейства Agilex 5 и приступила к их массовому производству 59 мин.
Компактный ИИ-компьютер Orange Pi AI Studio оснащён ускорителем Huawei Ascend 310 2 ч.
Российский блогер распаковал и протестировал iPad Pro на чипе M5 до официального анонса 2 ч.
Британские власти призвали срочно озаботиться вопросами ремонта и защиты подводных кабелей 3 ч.
Вчера в Афганистане полностью отключили интернет — без связи остались все 43 млн жителей 4 ч.
Arm запустит новый виток конфликта с Qualcomm, оспорив решение суда по делу Nuvia 5 ч.