Ang artipisyal na katalinuhan ay patuloy na sumusulong, gayunpaman ang teknolohiyang ito ay nagpupumilit pa ring maunawaan ang pagiging kumplikado ng mga pakikipag -ugnayan ng tao. Ang isang kamakailang pag -aaral ng Amerikano ay nagpapakita na, habang ang AI ay higit na kinikilala ang mga bagay o mukha sa mga imahe pa rin, nananatiling hindi epektibo sa paglalarawan at pagbibigay kahulugan sa mga pakikipag -ugnayan sa lipunan sa isang gumagalaw na eksena.
Ang koponan na pinamumunuan ni Leyla Isik, propesor ng cognitive science sa Johns Hopkins University, ay sinisiyasat kung paano nauunawaan ng mga artipisyal na modelo ng katalinuhan ang mga pakikipag -ugnay sa lipunan. Upang gawin ito, dinisenyo ng mga mananaliksik ang isang malaking eksperimento na kinasasangkutan ng higit sa 350 mga modelo ng AI na dalubhasa sa video, imahe, o wika. Ang mga tool na AI na ito ay nakalantad sa maikli, tatlong segundo na mga pagkakasunud-sunod ng video na naglalarawan ng iba’t ibang mga sitwasyong panlipunan.
Kasabay nito, ang mga kalahok ng tao ay hinilingang i -rate ang intensity ng mga pakikipag -ugnay na sinusunod, ayon sa ilang pamantayan, sa isang sukat na 1 hanggang 5. Ang layunin ay upang ihambing ang mga interpretasyon ng tao at AI upang makilala ang mga pagkakaiba -iba sa pang -unawa at mas mahusay na maunawaan ang kasalukuyang mga limitasyon ng mga algorithm sa pagsusuri ng aming mga pag -uugali sa lipunan.
Blind Spot
Ang mga kalahok ng tao ay kapansin -pansin na pare -pareho sa kanilang mga pagtatasa, na nagpapakita ng isang detalyado at ibinahaging pag -unawa sa mga pakikipag -ugnayan sa lipunan. Ang AI, sa kabilang banda, ay nagpupumilit upang tumugma sa mga paghatol na ito.
Ang mga modelo na dalubhasa sa video ay napatunayan lalo na hindi epektibo sa tumpak na naglalarawan ng mga eksenang sinusunod. Kahit na ang mga modelo batay sa mga imahe pa rin, bagaman pinapakain ang ilang mga extract mula sa bawat video, ay nagpupumilit upang matukoy kung ang mga character ay nakikipag -usap sa bawat isa.
Tulad ng para sa mga modelo ng wika, mas mahusay ang mga ito, lalo na kung bibigyan ng mga paglalarawan na isinulat ng mga tao, ngunit nanatiling malayo sa antas ng pagganap ng mga tagamasid ng tao.
Para sa Leyla Isik, ang kawalan ng kakayahan ng mga artipisyal na modelo ng katalinuhan upang maunawaan ang mga dinamikong panlipunan ng tao ay isang pangunahing balakid sa kanilang pagsasama sa mga kapaligiran sa tunay na mundo.
“Ang AI para sa isang self-driving na kotse, halimbawa, ay kailangang kilalanin ang mga hangarin, layunin, at kilos ng mga driver ng tao at mga naglalakad. Nais mong malaman kung aling paraan ang isang pedestrian ay malapit nang magsimulang maglakad, o kung ang dalawang tao ay nasa pag-uusap kumpara sa pagtawid sa kalye,” paliwanag ng nangungunang may-akda ng pag-aaral sa isang paglabas ng balita. “Anumang oras na nais mo ang isang AI na makihalubilo sa mga tao, nais mo itong makilala kung ano ang ginagawa ng mga tao. Sa palagay ko ang (pag -aaral) na ito ay nagpapagaan sa katotohanan na ang mga sistemang ito ay hindi maaaring ngayon.”
Kakulangan
Ayon sa mga mananaliksik, ang kakulangan na ito ay maaaring maipaliwanag sa pamamagitan ng paraan kung saan dinisenyo ang mga network ng AI. Ang mga ito ay pangunahing inspirasyon ng mga rehiyon ng utak ng tao na nagpoproseso ng mga static na imahe, samantalang ang mga dinamikong eksena sa lipunan ay tumatawag sa iba pang mga lugar ng utak.
Ang pagkakaiba -iba ng istruktura na ito ay maaaring ipaliwanag kung ano ang inilalarawan ng mga mananaliksik bilang “isang bulag na lugar sa pag -unlad ng modelo ng AI.” Sa katunayan, “ang totoong buhay ay hindi static. Kailangan namin upang maunawaan ng AI ang kwento na hindi nagbubukas sa isang eksena,” sabi ng coauthor ng pag -aaral na si Kathy Garcia.
Sa huli, ang pag -aaral na ito ay nagpapakita ng isang malalim na agwat sa pagitan ng paraan ng mga tao at mga modelo ng AI na nakikita ang paglipat ng mga eksena sa lipunan.
Sa kabila ng kanilang lakas ng computing at kakayahang maproseso ang maraming dami ng data, ang mga makina ay hindi pa rin naiintindihan ang mga subtleties at implicit na hangarin na pinagbabatayan ng aming mga pakikipag -ugnay sa lipunan. Bagaman ang artipisyal na katalinuhan ay nakagawa ng napakalaking pagsulong, ito ay isang mahabang paraan mula sa tunay na pag -unawa nang eksakto kung ano ang nangyayari sa mga pakikipag -ugnayan ng tao.
