Отмена восстания машин: обнаружено серьёзное преимущество людей перед ИИ, провалившим социальный тест

Системы искусственного интеллекта сталкиваются с проблемами при интерпретации динамических социальных взаимодействий, значительно уступая человеческим возможностям из-за ограничений в обработке сложных сценариев реальной жизни.

Последние исследования ученых из Университета Джонса Хопкинса выявили, что люди превосходят современные ИИ-модели в точности описания и интерпретации социальных взаимодействий в динамичных ситуациях. Эта способность критически важна для таких технологий, как автономные автомобили и вспомогательные роботы, которые опираются на ИИ для безопасной работы в реальных условиях.

Исследование подчеркивает, что текущие ИИ-системы испытывают сложности в понимании нюансов социальной динамики и контекстуальных сигналов, необходимых для успешного взаимодействия с людьми. Более того, результаты показывают, что это ограничение может быть связано с базовой архитектурой и инфраструктурой современных ИИ-моделей.

Тесты показали, что даже самые передовые ИИ-модели, независимо от их величины или данных обучения, отстают от людей. Видеомодели не смогли точно описать, что происходило в видеороликах. Модели анализа изображений, оперируя сериями статических кадров, не могли достоверно определить, взаимодействовали ли люди между собой. Языковые модели лучше предсказывали поведение человека, тогда как видеомодели успешно предсказывали нейронную активность в мозге. Исследователи отмечают, что эти результаты резко контрастируют с достижениями ИИ в анализе статических изображений.

«Недостаточно просто распознать объекты и лица на изображении. Этот шаг был значимым для развития ИИ. Однако реальная жизнь требует понимания истории, разворачивающейся в динамике. Понимание отношений, контекста и динамичности социальных взаимодействий — это следующий этап, и данное исследование предполагает, что у существующих ИИ-моделей может быть слепая зона», — отметила аспирантка Кэти Гарсия.

Исследователи полагают, что это связано с тем, что нейронные сети ИИ основаны на архитектуре части мозга, ответственной за обработку статических изображений, что отличается от области, обрабатывающей динамические социальные сцены.

Много нюансов, но основное — ни одна из ИИ-моделей не способна сравниться с реакцией человеческого мозга и поведением в динамических сценах на всех уровнях, как это происходит в случае статических изображений. Я думаю, что есть фундаментальное различие в том, как люди воспринимают сцены, чего не хватает этим моделям.

Источник: iXBT