Cijena razmišljanja: paralela između ljudi i umjetne inteligencije

Modeli umjetne inteligencije i ljudski mozak koriste slične procese pri rješavanju složenih problema, otkrivaju neuroznanstvenici s MIT-a

Mladen Smrekar utorak, 25. studenog 2025. u 13:44
Modeli i ljudi troše sličnu količinu resursa na rješavanje istih vrsta problema 📷 Freepik
Modeli i ljudi troše sličnu količinu resursa na rješavanje istih vrsta problema Freepik

Istraživanje znanstvenika MIT-ovog McGovern instituta za istraživanje mozga pokazalo je da novi modeli umjetne inteligencije, poznati kao modeli zaključivanja (reasoning models), rješavaju složene probleme na način vrlo sličan ljudima. Poput ljudi, ovi modeli trebaju "vrijeme za razmišljanje" da bi došli do točnih rješenja, što se mjeri internim tokenima kao prikazom računalnog troška, dok ljudi koriste vrijeme za rješavanje.

Primjer niza misli koji je proizveo R1, primjeri problema zaključivanja i rezultati 📷 Andrea Gregor de Varda, Ferdinando Pio D'Elia, Hope Kean, Evelina Fedorenko
Primjer niza misli koji je proizveo R1, primjeri problema zaključivanja i rezultati Andrea Gregor de Varda, Ferdinando Pio D'Elia, Hope Kean, Evelina Fedorenko

Studija je istaknula da modeli i ljudi troše sličnu količinu resursa na rješavanje istih vrsta problema, poput aritmetike, gdje se lakše problemi rješavaju brže, dok oni teži kao što je "ARC challenge" zahtijevaju više vremena i tokena. To ukazuje na duboku neočekivanu sličnost u "trošku razmišljanja" između umjetnih mreža i ljudskog mozga.

Unutarnji monolozi

Iako modeli proizvode unutarnje "monologe" tijekom rezoniranja, ti procesi vjerojatno nisu lingvistički po prirodi, nego se odvijaju u apstraktnom, nelingvističkom prostoru, slično kao kod ljudi koji ne koriste nužno jezik za vlastito razmišljanje. Također, istraživači napominju da ovi modeli nisu dizajnirani da budu ljudski, već je njihova ljudskosti sličnost iznenađujući rezultat učenja.

Ovo otkriće, predstavljeno u časopisu PNAS, donosi nove uvide u razumijevanje kako umjetna inteligencija oponaša ljudsku kogniciju i otvara put za daljnja istraživanja o tome kako se informacije predstavljaju i obrađuju u mozgu i mrežama.