Googlen DeepMind-tutkija: tekoäly ei pysty tuottamaan mitään aidosti uutta
Google/DeepMind
Google DeepMind
Provokatiivisessa artikkelissa, jonka otsikko on "LLM:t eivät osaa hypätä", Googlen DeepMind-tutkija Tom Zahavy väittää, että vaikka tekoäly pystyy yhdistelemään olemassa olevia käsitteitä uusiksi yhdistelmiksi, se ei pysty radikaalisti keksimään uusia ymmärryksen viitekehyksiä. Hän havainnollistaa tätä Einsteinin yleisen suhteellisuusteorian kehityksellä ja esittää, että tekoäly ei olisi kyennyt samanlaiseen käsitteelliseen harppaukseen.
Tom Zahavy, Googlen DeepMindin tutkija, julkaisi tammikuun lopussa 2026 artikkelin otsikolla 'LLMs can't jump', jossa hän väittää, että tekoäly ei voi tuottaa aidosti uusia ideoita. Vaikka tekoäly voi tuottaa uusia sanojen, kuvien tai koodin yhdistelmiä, se toimii ennalta määriteltyjen viitekehysten, kuten kielen, pelin sääntöjen tai ihmisen muotoileman ongelman, puitteissa. Zahavy erottaa toisistaan deduktion, induktion ja abduktion, ja väittää, että suuret kielimallit ovat hyviä kahdessa ensimmäisessä, mutta epäonnistuvat abduktiossa, joka tarkoittaa selitysten kuvittelua yllättäville tuloksille. Hän käyttää esimerkkinä Einsteinin yleisen suhteellisuusteorian kehittämistä ja toteaa, että Einsteinin oli tehtävä ajatuskokeita muotoillakseen uusia aksioomia, prosessia, jota tekoäly ei voi jäljitellä. Zahavy ehdottaa, että tulevaisuuden tekoälyjärjestelmät, joilla on 'maailmamallit' ja jotka pystyvät simuloimaan yhtenäisiä ympäristöjä, saattaisivat mahdollistaa koneiden omien kokeiden keksimisen, mikä toistaa ajatuksia, joita Yann LeCun on pitkään kannattanut.
Lähde: Numerama —
Alkuperäinen
