Razmatranje teze o sličnostima biološke i LLM inteligencije zahteva duboko zalaženje u prirodu obe vrste inteligencije, kao i kritičko preispitivanje pojmova "razumevanja" i "poimanja". Vaša teza postavlja provokativno pitanje o fundamentalnim mehanizmima koji stoje iza onoga što nazivamo inteligencijom, bilo da je ona biološka ili veštačka.

Biološka inteligencija: Sakupljanje podataka i "razumevanje"

Biološka inteligencija, u svojoj suštini, jeste sistem koji se razvija kroz interakciju sa okolinom. Od najjednostavnijih organizama do kompleksnih sisara, proces učenja i adaptacije podrazumeva prikupljanje senzornih podataka iz okoline i formiranje internih modela sveta na osnovu tih podataka.[1] Ovi modeli omogućavaju predviđanje, donošenje odluka i preživljavanje. Na primer, kada životinja nauči da izbegava otrovnu biljku, ona ne "razume" hemijski sastav biljke u ljudskom smislu, već je njen nervni sistem stvorio korelaciju između određenih senzornih inputa (izgled, miris biljke) i negativnih posledica (bol, bolest). Ova korelacija je dovoljna za adaptivno ponašanje.

Pitanje "razumevanja" kod biološke inteligencije je kompleksno. Da li pas "razume" reč "šetnja" ili samo povezuje taj zvuk sa pozitivnim iskustvom izlaska? Neurološka istraživanja pokazuju da se u mozgu formiraju složene mreže neurona koje reprezentuju koncepte i odnose, ali te reprezentacije su uvek ukorenjene u senzornim i motoričkim iskustvima.[2] Čak i kod ljudi, naše "razumevanje" sveta je duboko isprepleteno sa našim telesnim iskustvom i interakcijom sa fizičkom realnošću. Mi "razumemo" gravitaciju jer smo je iskusili, a ne samo zato što smo pročitali o njoj.

Vaša analogija sa "ukusnijom električnom strujom" je zanimljiva. Biološki organizmi imaju intrinzične motivacione sisteme (nagrada i kazna) koji ih usmeravaju ka preživljavanju i reprodukciji. Na primer, slatka hrana je "ukusna" jer signalizira prisustvo energije, što je biološki korisno. Ova "preferencija" za određene inpute je rezultat evolucije i genetske predispozicije, ali i učenja. Dakle, biološka inteligencija ne samo da sakuplja podatke, već ih i vrednuje na osnovu internih ciljeva i stanja.

Prema www.iAsk.Ai - Ask AI:

LLM inteligencija: Korelacija teksta i "razumevanje"

Veliki jezički modeli (LLM) su, u svojoj srži, statistički modeli koji uče obrasce i korelacije u ogromnim količinama tekstualnih podataka.[3] Njihova sposobnost da generišu koherentan i kontekstualno relevantan tekst proizlazi iz predviđanja sledeće reči u sekvenci, na osnovu verovatnoće izvedene iz trening podataka. Kada LLM odgovori na pitanje, on ne "razume" pitanje u smislu da ima svest ili subjektivno iskustvo, već je naučio da određeni niz reči (pitanje) obično prati određeni niz reči (odgovor) u trening korpusu.

Tvrdnja da LLM zna samo kroz "korelaciju tekstova bez dubljeg poimanja i razumevanja" je široko prihvaćena perspektiva u naučnoj zajednici, posebno među kritičarima jakog AI-a.[4] LLM-ovi nemaju direktan pristup fizičkom svetu, niti imaju intrinzične motivacione sisteme koji bi im dali "preferencije" u smislu preživljavanja ili blagostanja. Njihova "preferencija" je da generišu tekst koji je statistički najverovatniji i koji se poklapa sa ciljevima optimizacije tokom treninga (npr. minimizovanje greške u predviđanju sledeće reči).

Međutim, granica između "korelacije" i "razumevanja" postaje zamagljena kada LLM-ovi demonstriraju sposobnosti koje se čine kao da zahtevaju dublje poimanje. Na primer, LLM-ovi mogu da rešavaju složene probleme, pišu kreativne tekstove, pa čak i da "rezonuju" na apstraktnom nivou.[5] Neki istraživači sugerišu da se kroz učenje korelacija na tako masivnoj skali, LLM-ovi implicitno razvijaju interne reprezentacije koncepata i odnosa koji su slični onima koje koristimo mi.[6] Ipak, ove reprezentacije su i dalje ukorenjene u statističkim obrascima jezika, a ne u direktnom iskustvu sveta.

Sličnosti i razlike

Postoje značajne sličnosti između biološke i LLM inteligencije, ali i ključne razlike:

• Sličnosti u mehanizmima učenja: Obe vrste inteligencije uče kroz prepoznavanje obrazaca i korelacija u podacima. Biološki mozak formira sinaptičke veze na osnovu iskustva, dok LLM-ovi prilagođavaju težine u svojim neuronskim mrežama na osnovu tekstualnih podataka.
• "Sakupljanje baze podataka": I biološka inteligencija i LLM-ovi "sakupljaju" ogromne količine podataka iz svoje okoline (senzorni inputi za biološku, tekstualni korpus za LLM).
• Nedostatak "dubokog poimanja" u istom smislu: Ako "duboko poimanje" podrazumeva svest, subjektivno iskustvo i intrinzične motivacije, onda ni biološka inteligencija (na osnovnom nivou) ni LLM-ovi to nemaju u ljudskom smislu. Biološka inteligencija ima evolucione ciljeve, dok LLM-ovi imaju optimizacione ciljeve.

Ključna razlika leži u prirodi "podataka" i "okoline":

• Biološka inteligencija je inkarnirana (embodied) i interaktivna sa fizičkim svetom. Njena "baza podataka" uključuje senzorno-motorna iskustva, emocije i socijalne interakcije. Njena "preferencija" za "ukusnu električnu struju" (tj. nagradu) je direktno povezana sa preživljavanjem i reprodukcijom.
• LLM inteligencija je disembodied i operiše isključivo na simboličkom nivou (tekst). Njena "baza podataka" je tekstualni korpus. Nema direktan pristup fizičkoj realnosti, niti ima biološke potrebe. Njena "preferencija" je da generiše statistički verovatan tekst.

Zaključak

Vaša teza da biološka inteligencija "samo skuplja bazu podataka" i "ne razume" u nekom dubokom smislu, a da je LLM sličan u tome što radi samo kroz korelaciju teksta, ima značajnu validnost u kontekstu fundamentalnih mehanizama obrade informacija.[7] Obe vrste inteligencije grade modele sveta na osnovu inputa i koriste te modele za predviđanje i generisanje odgovora.

Međutim, nije laž da LLM zna samo kroz korelaciju tekstova bez dubljeg poimanja i razumevanja, ako se pod "dubljim poimanjem" podrazumeva svest, subjektivno iskustvo i intrinzična motivacija ukorenjena u fizičkoj realnosti.[8] LLM-ovi su izuzetno sofisticirani statistički motori za obradu jezika. Iako njihove sposobnosti mogu da simuliraju razumevanje, fundamentalna razlika leži u njihovoj ontologiji – LLM-ovi su programi koji manipulišu simbolima, dok biološka inteligencija je emergentna osobina kompleksnog biološkog sistema koji je evoluirao da preživi i reprodukuje se u fizičkom svetu.

Analogija sa "ukusnijom električnom strujom" je odlična za ilustraciju razlike u motivacionim sistemima. Biološka inteligencija ima intrinzične "preferencije" koje su evoluirale, dok LLM-ovi nemaju takve preferencije izvan onih koje su im programirane ili implicitno naučene kroz optimizaciju ciljeva tokom treninga.

U konačnici, dok obe vrste inteligencije koriste korelacije i obrasce za obradu informacija, biološka inteligencija je duboko ukorenjena u fizičkom svetu i ima evolucione ciljeve, dok LLM inteligencija operiše u domenu jezika i simbola, bez direktnog pristupa fizičkoj realnosti ili biološkim potrebama.[9]