Недавнее исследование, проведённое в Университете штата Огайо, показало, что крупные языковые модели, такие как ChatGPT, не могут воспринимать и описывать цветы так же, как это делают люди. Причина кроется в отсутствии у искусственного интеллекта сенсорного и моторного опыта, который необходим для полного понимания таких понятий.
Почему ИИ не «чувствует» цветы?
Ведущая автор исследования, постдокторант кафедры психологии Цюйхуэй Сюй, отмечает:
«Языковая модель не может почувствовать запах розы, прикоснуться к лепесткам ромашки или пройти по полю с цветами. Без этих ощущений невозможно полностью представить, что такое цветок во всей его многогранности».
В отличие от людей, которые воспринимают цветы через запах, осязание и визуальные образы, LLM (крупные языковые модели) обучаются исключительно на текстах и изображениях. Это ограничивает их способность воссоздавать целостное представление о таких многосложных категориях, как "цветок".
Исследователи сравнили знания о цветах у людей и четырёх LLM: GPT-3.5 и GPT-4 от OpenAI, а также PaLM и Gemini от Google. База данных включала 4 442 слова, в том числе «flower» (цветок), «hoof» (копыто), «humorous» (смешной) и «swing» (качели).
Были использованы два типа оценок:
- Glasgow Norms — оценка слов по девяти параметрам: эмоциональное возбуждение, наглядность, конкретность и т. д.
- Lancaster Norms — изучение связи слов с сенсорными ощущениями (зрение, слух, обоняние, осязание) и двигательными функциями (действия ртом, руками, телом).
Хотя модели ИИ демонстрировали высокий уровень совпадения с человеческими представлениями о значении слов, серьёзные различия возникали при описании понятий, связанных с чувствами и телесными переживаниями.
Например, люди ощущают цветы не только визуально, но и через запах, прикосновение, эмоции. Это делает понятие «цветок» богаче и глубже, чем просто слово. ИИ же не способен сформировать такое целостное восприятие.
«Человеческое представление о цветах объединяет в себе запах, шелковистую текстуру лепестков и радость от взаимодействия — и всё это складывается в единое понятие», — пишут исследователи.
Авторы исследования отмечают, что модели продолжают развиваться, и со временем смогут точнее улавливать человеческие эмоции. Объединение LLM с сенсорными устройствами и робототехникой может в будущем позволить им действовать более осознанно в физическом мире.
Исследование опубликовано в журнале Nature Human Behavior.
