Kunstmatige intelligentie (AI) heeft enorm aan populariteit gewonnen met de opkomst van generatieve AI-modellen zoals Dall.E en ChatGPT-4. Hoewel deze AI-modellen opmerkelijke successen en incidentele mislukkingen hebben laten zien, hebben ze discussies aangewakkerd over de reikwijdte en gevaren van geavanceerde AI. Maar wat kunnen we werkelijk leren over natuurlijke intelligentie, zoals de onze, van deze generatieve AI-modellen? Als filosoof en cognitief wetenschapper heb ik mijn carrière gewijd aan het begrijpen van de menselijke geest, en ik geloof dat het onderzoeken van het contrast tussen AI en natuurlijke intelligentie waardevolle inzichten kan opleveren.
Generatieve AI-modellen leren door voorspellende patronen te creëren in verschillende soorten gegevens, waardoor ze nieuwe versies van die gegevens kunnen genereren. ChatGPT specialiseert zich bijvoorbeeld in het genereren van tekst op basis van gebruikersinvoer. Natuurlijke intelligentie omvat echter veel meer dan alleen tekstgeneratie. Onze hersenen leren voortdurend om zintuiglijke informatie te voorspellen die we ontvangen via onze zintuigen, met als ultiem doel acties te selecteren die ons helpen overleven en gedijen in onze omgevingen.
Hier ligt het belangrijkste verschil. Natuurlijke intelligentie omvat voorspellingen van hoe onze acties van invloed zullen zijn op onze daaropvolgende zintuiglijke ervaringen. Als ik bijvoorbeeld per ongeluk op de staart van mijn kat stap, heeft mijn brein geleerd dat de resulterende zintuiglijke input gepaard zal gaan met gejammer, kronkelen en mogelijk pijn door een vergeldende krab. Dit type leren stelt ons in staat onderscheid te maken tussen oorzaak en eenvoudige correlatie, wat cruciaal is voor effectieve actie in de wereld.
Daarentegen voorspellen huidige AI-modellen, zoals ChatGPT, voornamelijk specifieke soorten gegevens, zoals woordreeksen. Hoewel dit een venster biedt op onze wereld, ontbreekt de cruciale factor van actie. AI-modellen hebben alleen toegang tot verbale beschrijvingen van acties en hun typische effecten, maar kunnen praktisch gezien niet interveniëren in de wereld om hun voorspellingen te testen en te verbeteren. Deze beperking is niet alleen praktisch, maar heeft ook diepere betekenis. Biologische geesten verankeren hun kennis aan de wereld door ermee te communiceren en oorzaak-en-gevolgrelaties waar te nemen. Deze ervaringsgerichte verankering stelt ons in staat zinnen als “De kat krabde de persoon die op zijn staart trapte” echt te begrijpen. Onze generatieve modellen worden gevormd door onze ervaringen door middel van acties.
Vooruitkijkend is het mogelijk dat toekomstige AI-modellen verankerde modellen kunnen ontwikkelen door actief in de echte wereld te experimenteren. In sommige domeinen, zoals online adverteren en sociale media, passen algoritmen al hun gedrag aan op basis van specifieke effecten op gebruikers. Als krachtigere AI-systemen gebruikmaken van deze vorm van actielus, zouden ze kunnen gaan lijken op de verankering in actie en ervaring die natuurlijke intelligentie kenmerkt.
Samenvattend hebben generatieve AI-modellen waardevolle inzichten en vooruitgang gebracht, maar er zijn significante verschillen tussen kunstmatige en natuurlijke intelligentie. Natuurlijke intelligentie voorspelt niet alleen zintuiglijke informatie, maar integreert ook acties en hun gevolgen, wat bijdraagt aan een dieper begrip van de wereld. Naarmate AI blijft evolueren, zal het onderzoeken van deze verschillen ons helpen de unieke kenmerken van zowel kunstmatige als natuurlijke intelligentie te waarderen.
The source of the article is from the blog trebujena.net