
Új teszt, új kérdések
Noha az MI-modellek sikeresen képesek előrejelezni az agy adott sejtjeinek válaszait egy-egy vizuális ingernél, a kutatók most a folyamat ellenkező irányát is megvizsgálták. Nemcsak arra voltak kíváncsiak, hogy az MI képes-e megjósolni az agyi aktivitást, hanem arra is, hogy az emberi agyi tevékenység mennyire képes előre jelezni, mi történik az MI belső működésében.
Ehhez a feladathoz egy úgynevezett fordított prediktivitási tesztet dolgoztak ki, amely az eddigi vizsgálatoknál jobban ki tudja mutatni a különbségeket. A vizsgálatokhoz 1320 természetes és szintetikus képet használtak fel, amelyeken tíz ismert objektum – például medve, elefánt, emberi arc, alma, autó, kutya, szék, repülő, madár és zebra – jelent meg különféle háttérrel. Ezenkívül 300 olyan képet is vizsgáltak, amelyeken ugyanazokat a tárgyakat más-más vizuális stílusban, például rajz formájában, egyszerűsítve vagy művészi ábrázolásban mutatták be.
Nagy különbség a két rendszer között
A kísérlet során jelentős eltérésekre derült fény az emberi agy működése és az MI-modellek belső folyamatai között. Az MI többnyire pontosan tudta előrejelezni a vizsgált idegsejtek aktivitását, ám fordított irányban már sokkal gyengébb volt a kapcsolat: az agyi aktivitást mérve alig lehetett megjósolni az MI különböző belső összetevőinek működését.
Ez azért volt feltűnő, mert ha két különböző ember agyát hasonlították össze, ilyen aszimmetria nem jelentkezett. Ez azt jelenti, hogy az MI néhány helyzetben valójában teljesen más logika alapján dolgozik, mint az emberi agy. Az sem garantált, hogy hasonló eredmények valóban hasonló működést takarnak a felszín alatt.
Hatások a viselkedéskutatásra és a klinikai vizsgálatokra
Ez a felismerés a látáskutatásokon messze túlmutat. Mivel a mesterséges intelligencia egyre fontosabb szerepet kap az emberi viselkedés, valamint pszichológiai és neurológiai betegségek vizsgálatában, komoly problémát jelent, ha a modellek csak látszólag utánozzák az agyat, valójában azonban egészen más módon dolgoznak.
A kutatók figyelmeztetnek: ha a további fejlesztéseket csak az MI által produkált eredmények pontossága alapján végzik, az idővel eltorzíthatja a modelleket, és egyre nagyobb lesz a távolság a gépi és a biológiai megoldások között. Ez hosszú távon megkérdőjelezi, hogy mennyire lehet megbízni ezekben az algoritmusokban, amikor a valódi agyműködést szeretnénk leképezni vagy akár terápiás céllal használni.
Új irányok az MI fejlesztésében
A kutatócsoport szerint azonban nem kell elvetni ezeket az MI-rendszereket. Ehelyett egy új, pontosabb mérési módszert javasolnak: fontos lenne világosan meghatározni, hogy mely MI-elemek állnak valódi kapcsolatban az agyi folyamatokkal, és ezekre koncentrálni a további fejlesztés során.
Ez főleg azoknál az alkalmazásoknál kulcsfontosságú, amelyek például az autizmus vagy a poszttraumás stressz-zavar vizsgálatára használnák az MI-t: az itt használt modelleknek minél közelebb kellene állniuk a tipikus agy fejlődéséhez és működéséhez.
A szakemberek egy szabadon hozzáférhető eszközt is fejlesztettek a kutatók számára, amellyel könnyebben ellenőrizhetik, melyek a valóban hasznos MI-összetevők. A cél, hogy a jövő MI-je ne csak szuperhatékonyan ismerje fel a külvilágot, hanem valóban az agy működését tükrözze – ez hosszú távon mind a tudományos, mind a klinikai alkalmazásokat megbízhatóbbá teheti.
Mikor lesz valóban emberi az MI?
A tanulmány rávilágít: önmagában az, hogy egy rendszer tökéletesen utánozza az emberi agy válaszait, még nem jelent valódi hasonlóságot. A valódi áttörést az hozhatja el, ha sikerül azokat a belső folyamatokat is feltérképezni és utánozni, amelyek valóban meghatározzák az emberi látás és gondolkodás lényegét. Ez új megközelítést jelenthet a mesterséges intelligencia kutatásában, amelynek most már nemcsak az eredményekre, hanem az azokhoz vezető utakra is nagy hangsúlyt kell fektetnie.
