Боља од ГПТ-а

Створена вештачка интелигенција која размишља као људски мозак

(Printscreen/Instagram)

Уместо да граде све веће и све скупље језичке моделе са милијардама параметара, истраживачи из Сингапура одлучили су да се ослоне на природу и да покушају да створе вештачку интелигенцију која размишља попут људског мозга.

Њихов експеримент, како се показало, није само храбар већ и изузетно успешан: нови систем, иако мали и лаган, успео је да надмаши дивове попут ГПТ-а и Claude-а у сложеним задацима резоновања.

Стартап je представио је тзв. хијерархијски модел закључивања, HRM (Hierarchical Reasoning Model), инспирисан начином на који мозак обрађује информације. Док данашњи модели GPT-4, GPT-4o, Claude 3, Gemini, LLaMA 3 или DeepSeek R1 зависе од огромних количина података и милиона примера за учење, HRM је направљен са свега 27 милиона параметара и трениран на само хиљаду примера, и то без икакве претходне припреме. Упркос тој једноставности, показао се супериорним у поређењу са много већим моделима.

Да иза пројекта стоји озбиљан тим говори и податак да су на њему радили бивши истраживачи из Google DeepMind-a, DeepSeek-a, Anthropic-а и xAI-а, заједно са научницима са најугледнијих универзитета, преноси Индекс.

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

A post shared by IntelAIgent (@intelaigent)

Мозак као инспирација

Оснивач и директор компаније, Гуан Ванг, објашњава да је идеја била да се крене од мозга као природног узора.

„Данашњи модели користе тзв. Chain-of-Thought, ланчано размишљање, што је заправо трик заснован на вероватноћама. Ми смо кренули од нуле, инспирисани мозгом, јер природа милијардама година усавршава његов дизајн. Наш модел размишља и закључује као човек, а не само да рачуна вероватноће. Верујемо да ће достићи, а затим и надмашити људску интелигенцију“, истиче Ванг.

HRM је осмишљен тако да опонаша два кључна центра мозга: префронтални кортекс, који се повезује са апстрактним размишљањем, планирањем и контролом импулса, и базалне ганглије, задужене за брзе, аутоматске реакције и доношење одлука које се понављају. У HRM-у префронтални кортекс одговара рекурентној мрежи високог нивоа која споро и апстрактно планира и прати глобални циљ, док базалне ганглије имитирају мреже ниског нивоа, које брзо решавају конкретне задатке и доносе интуитивне одлуке.

На тај начин, овај модел комбинује споро, стратешко промишљање и брзу, интуитивну логику – баш као људски мозак.

Резултати су, према студији објављеној на платформи ArXiv, изузетно импресивни. На тесту ARC-AGI, једном од најзахтевнијих показатеља индуктивне интелигенције, HRM је остварио 40,3 одсто тачности, док GPT-4 и Claude 3.5 не прелазе 21 одсто.

У сложеним задацима, попут игре Судоку и проналажења оптималног пута кроз лабиринт са 900 поља, HRM је био једини модел који је успео да пронађе тачно решење. То показује да његова снага не лежи у гомилању података, већ у самом начину резоновања.

Примена у медицини и роботици

За разлику од великих језичких модела који проблем разлажу на низ корака и лако губе нит, HRM користи рекурентне мреже у којима се излаз једног корака враћа као улаз у следећи, чиме се формира петља која омогућава памћење и планирање. Он, такође, обрађује информације на различитим временским скалама: један део система делује брзо и краткорочно, док други размишља споро и дугорочно, баш као што мозак спаја рефлексне одлуке и стратешко планирање.

Предност HRM-а посебно долази до изражаја у областима где су подаци ограничени, а прецизност - кључна. Његови творци наводе да би могао да се примени у здравству, у дијагностици ретких болести, где не постоје милиони примера већ само мали број клиничких случајева.

У климатологији, HRM је, према њиховим речима, достигао чак 97 одсто тачности у сезонским прогнозама. Захваљујући томе што му је потребна мала количина компјутерских ресурса, могао би да се користи и у роботици, у реалном времену и у динамичним, непредвидивим окружењима.

Остаје питање да ли је овај систем први прави корак ка општој вештачкој интелигенцији (AGI) или је тек једна од етапа у истраживању. Ипак, једно је јасно: природа је одличан инжењер, а модели засновани на њеним принципима могли би да буду најреалнији пут ка машинама које неће само опонашати људску интелигенцију, већ ће је можда и надмашити, закључује Индекс.

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

A post shared by priQs360 (@priqs360)