Deși inteligența artificială poate răspunde la diverse întrebări și crea conținut complex, există o barieră fundamentală care o separă de înțelegerea umană: experiența senzorială directă. Un studiu recent, publicat în Nature Human Behaviour, arată că modelele avansate precum GPT-4 sau Gemini au dificultăți semnificative în a înțelege concepte simple, cum ar fi cel de floare, la fel de profund și intuitiv ca oamenii.

Motivul este simplu: inteligența artificială nu are miros, nu simte textura, nu poate explora un câmp de flori, nu poate atinge petalele sau simți briza blândă. Toate aceste elemente, esențiale pentru înțelegerea cuvântului „floare” pentru oameni, lipsesc din sistemele de inteligență artificială. Deși pot descrie o floare bazat pe texte și imagini, aceste modele nu pot experimenta prezența ei.

De ce inteligența artificială excela la abstract, dar nu la senzorial

Cercetătorii au analizat 4.442 de cuvinte, comparând modul în care sunt percepute de oameni și de sistemele de inteligență artificială pe mai multe dimensiuni: intensitatea emoțională, capacitatea de a genera imagini mentale, conexiunea cu simțurile (miros, atingere, sunet, gust, vedere) și cu mișcarea (acțiuni fizice implicite).

Rezultatele au evidențiat:

• Inteligența artificială se descurcă bine cu concepte abstracte – matematice, sociale sau lingvistice;
• Performanța scade semnificativ la cuvintele legate de experiențele senzoriale și motorii, cum ar fi „flacără”, „zăpadă”, „piele” sau „floare”.

Această diferență rezultă din însăși arhitectura modelelor lingvistice mari (LLM): ele sunt antrenate în principal pe text. Limbajul nu poate reproduce complet experiența senzorială umană. Pentru un sistem AI, „floare” este o combinație de atribute din texte – culoare, miros, contexte – dar fără experiența directă, înțelegerea este superficială și funcțională, nu autentică.

Viitorul: Inteligența artificială cu simțuri?

Studiul subliniază că, pentru ca inteligența artificială să evolueze spre o înțelegere „umană” a lumii, trebuie să depășească barierele actuale și să integreze date din simțuri reale, prin senzori, camere și sisteme robotice ce interacționează fizic cu mediul.

Primele modele multimodale (text + imagine) au demonstrat deja progrese în înțelegerea vizuală. Etapa următoare ar putea implica includerea informațiilor tactile, olfactive și auditive, astfel încît un sistem AI să poată descrie o floare nu doar din punct de vedere vizual, ci și senzorial.

În prezent, inteligența artificială rămâne captivă în cuvinte, incapabilă să înțeleagă profund lumea înconjurătoare.