Matematiker og AI-ekspert udfordrer antagelser om AI-overlegenhed
Inden for teknologiske fremskridt tilbød Yann LeCun, en kendt fransk matematiker og vicepræsident for Meta ansvarlig for AI-forskning, under en erklæring henvist af det russiske nyhedsbureau TASS, en informativ perspektiv. LeCun kastede lys over evnerne hos nuværende kunstige intelligenssystemer, specifikt dem baseret på store sprogmodeller (LLM’er), som f.eks. ChatGPT. Han forklarede, at på trods af deres kompleksitet ville disse AI-systemer ikke opnå det niveau af forståelse og funktionalitet, der er indlejret i den menneskelige intelligens.
Den hurtige udvikling af AI-baserede produkter havde skabt frygt og spekulationer om, at disse systemer snart ville overgå den menneskelige intelligens. Teknologientreprenøren Elon Musk spekulerede i marts sidste år i, at AI kunne overgå intelligensen hos enhver menneske inden 2025. LeCun udtrykte dog skepsis over for sådanne påstande i samtale med Financial Times.
Essensen af LeCuns argument kredsede om de iboende begrænsninger i store sprogmodeller og bemærkede deres ekstremt begrænsede forståelse af logik, mangel på forståelse af den virkelige verden, fraværet af vedvarende hukommelse og manglende evne til at planlægge hierarkisk – det vil sige at opnå mål ved at løse sekvenser af mindre problemer. Selvfølgelig, selvom AI fortsat skrider frem, er det stadig langt fra at matche den nuancerede kognitive dygtighed hos mennesker.
Kompleksiteterne ved sammenligning af AI og menneskelig intelligens
Når man diskuterer kunstig intelligens, er et vigtigt spørgsmål: Hvordan sammenligner AI’s tilgang til læring og problemløsning sig med menneskelig intelligens? Yann LeCun antyder, at AI, især gennem store sprogmodeller, ikke forstår logik eller har en sand forståelse af den virkelige verden på samme holistiske måde som mennesker. Mennesker har evnen til at danne vedvarende minder og planlægge handlinger ved hierarkisk at løse en række mindre problemer. Nuværende AI opererer derimod normalt inden for rækkevidden af de data, det er blevet trænet på, og mangler kapaciteten til virkelig at forstå kontekst eller generere indsigter baseret på et omfattende verdenssyn.
Centrale udfordringer og kontroverser forbundet med at sammenligne AI-systemer med menneskelig intelligens inkluderer følgende:
– Forståelse og intelligens: AI-systemer mangler ofte almen fornuft og evnen til at forstå kontekst som mennesker. De kan bearbejde information og generere output baseret på mønstre, men formår ikke sandt at forstå betydningen af data.
– Bevidsthed og følelse: AI besidder ikke bevidsthed eller følelser, som spiller en stor rolle i menneskelig beslutningstagning og kreativitet.
– Læreeffektivitet: Mennesker kan lære af få eksempler eller erfaringer, mens AI ofte kræver store mængder data for at opnå et tilsvarende ydeziveau.
– Ethiske og samfundsmæssige konsekvenser: Der er etiske bekymringer vedrørende AI, såsom bias i beslutningstagning, potentialet for jobfortrængning og konsekvenserne af at udvikle autonome AI-systemer.
Fordelene ved AI-systemer inkluderer deres evne til hurtigt at bearbejde og analysere store datamængder, udføre gentagne og høje volumenopgaver uden træthed og assistere i komplekse beregninger, der kan være vanskelige eller tidskrævende for mennesker. De kan også være nyttige i miljøer eller situationer, der kan være farlige for mennesker.
På den anden side inkluderer ulemper deres begrænsninger i forståelse og tilpasning til nye og komplekse situationer, som ikke er dækket af deres træningsdata. Der er også en risiko for at fastholde bias, der er til stede i de data, de er trænet på. Derudover kan overrelians på AI potentielt føre til jobfortrængning i visse sektorer.
For dem, der er interesserede i yderligere at udforske emnet AI og dets sammenligning med menneskelig intelligens, er pålidelige og relevante domæner at besøge:
– Meta: Virksomheden, hvor Yann LeCun fungerer som vicepræsident for AI-forskning.
– The Financial Times: En kilde, hvor erklæringer fra AI-forskere som Yann LeCun ofte rapporteres.
– OpenAI: Organisationen bag udviklingen af avancerede AI-modeller som ChatGPT.
Selvom der ikke er links til specifikke artikler eller erklæringer, tilbyder de primære domæner, der er angivet, en overflod af information om den fortsatte udvikling, anvendelse og implikationer af AI-teknologi.