Сегодня 19 сентября 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 🔥
Google начнёт жёстче фильтровать интимные фото в поиске 2 мин.
GSC Game World подтвердила, когда выйдет крупное обновление 1.6 для S.T.A.L.K.E.R. 2: Heart of Chornobyl и какие улучшения в него войдут 2 ч.
Миллионы Wi-Fi-устройств по-прежнему подвержены уязвимости Pixie Dust, обнаруженной более десяти лет назад 6 ч.
Игровой ИИ-помощник Gaming Copilot появится в Game Bar у всех пользователей Windows 11 11 ч.
Google интегрирует ИИ-агента на базе Gemini в браузер Chrome 11 ч.
Создателям контента для Fortnite позволят зарабатывать реальные деньги на продаже предметов 12 ч.
Microsoft напомнила об окончании расширенной поддержки Office 2016 и Office 2019 в следующем месяце 12 ч.
Epic Games Store устроил раздачу культового приключения Samorost 2 и социального выживания Project Winter 12 ч.
«А кто спрашивает?», — точность ответов DeepSeek зависит от региона пользователя 12 ч.
Слухи: авиасимулятор Microsoft Flight Simulator 2024 взял курс на PS5 15 ч.
Ирландия разрешит ЦОД подключаться к электростанциям на ископаемом топливе — в качестве временной меры 2 ч.
Глава Nvidia подчеркнул, что пока компания не будет заказывать выпуск чипов у Intel 3 ч.
Из-за «неадекватного» автопилота Xiaomi отзовёт 116 887 электромобилей SU7 3 ч.
iPhone 17 Pro и Pro Max оказались в дефиците на старте продаж — ждать заказов придётся месяц 4 ч.
Глава Nvidia назвал сделку с Intel на $5 млрд «невероятной инвестицией» 6 ч.
Microsoft вот-вот достроит «самый передовой» ИИ ЦОД в мире Fairwater и потратит $4 млрд на ещё один такой же 9 ч.
Новая статья: Обзор и тест системы жидкостного охлаждения Ocypus Sigma L36 Pro: внимание на экран! 11 ч.
Northrop Grumman справилась с отказавшими двигателями — космогрузовик Cygnus XL долетел до МКС 14 ч.
Huawei пообещала создать «самый мощный в мире» ИИ-кластер, который в разы превзойдёт решения Nvidia 15 ч.
Учёные создали наношестерёнки размером с человеческую клетку, которые вращаются от лазера 16 ч.