Zaczynamy naszą analizę od fascynującego odkrycia naukowców z Uniwersytetu w Oxfordzie, którzy w 2024 roku zaprezentowali dowody na to, że ludzki mózg funkcjonuje według zupełnie innych zasad niż współczesne modele sztucznej inteligencji. To nie jest kwestia drobnych usprawnień, lecz fundamentalna różnica w mechanizmach przetwarzania informacji. Ludzie potrafią przyswajać nowe umiejętności i koncepcje na podstawie zaledwie jednego przykładu, podczas gdy obecne algorytmy wymagają milionów danych do osiągnięcia podobnego poziomu kompetencji.
Unikalna zdolność do nauki z pojedynczego przypadku
Obserwujemy, jak dzieci uczą się rozpoznawać koty po zobaczeniu jednego zwierzęcia, a następnie potrafią identyfikować inne koty w różnych kontekstach. Nasze mózgi są zaprojektowane do wyodrębniania istotnych cech i tworzenia uniwersalnych reguł z minimalnej ilości wejścia. W przeciwieństwie do nich, duże modele językowe muszą być karmione ogromnymi zbiorami danych, aby nauczyć się podstawowych wzorców, co czyni ich proces uczenia się niezwykle kosztownym i czasochłonnym.
Energetyczna efektywność biologicznego systemu
Kolejnym kluczowym aspektem jest kwestia zużycia energii, która rzuca nowe światło na naszą przewagę nad maszynami. Ludzki mózg zużywa około 20 watów mocy, co jest porównywalne do słabej żarówki, a jednocześnie pozwala na wykonywanie skomplikowanych zadań poznawczych. Ta niesamowita efektywność kontrastuje drastycznie z zapotrzebowaniem energetycznym centrów danych, gdzie trenowane są duże modele językowe.
Przypominamy sobie dane dotyczące treningu modelu GPT-3, który pochłonął tyle prądu, ile zużywa kilkaset amerykańskich gospodarstw domowych przez cały rok. Model GPT-4 wymagał jeszcze większych zasobów, a jego koszt szacowany był na ponad 78 milionów dolarów według wyliczeń Uniwersytetu Stanforda. To pokazuje skalę nierównowagi między biologicznym przetwarzaniem informacji a obliczeniami komputerowymi.
Skala różnic w zużyciu energii
Różnice w efektywności energetycznej są tak ogromne, że trudno je nawet wyobrazić sobie bez konkretnych liczb. Szacunki wskazują, że mózg ludzki jest od kilku milionów do nawet 200 milionów razy bardziej energooszczędny niż sztuczna sieć neuronowa wykonująca podobne zadania. Oznacza to, że mimo postępu technologicznego, nadal jesteśmy daleko od stworzenia systemu, który mógłby dorównać naszemu umysłowi pod względem ekonomiczności działania.
Iluzja rozumienia i brak świadomości
Najważniejszą różnicą jest jednak kwestia rozumienia i świadomości. Nasz mózg ma ciało, emocje, ciekawość oraz własne doświadczenia z fizycznego świata, co kształtuje nasze postrzeganie rzeczywistości. Sztuczna inteligencja opiera się wyłącznie na statystyce i prawdopodobieństwie występowania kolejnych słów lub symboli, nie posiadając żadnego wewnętrznego odczucia czy zrozumienia znaczenia tych danych.
Gdy prosimy model AI o rozwiązanie problemu, którego nigdy wcześniej nie widział w danych treningowych, często generuje odpowiedzi, które brzmią sensownie, ale są całkowicie błędne. Maszyna potrafi zaskakująco często fałszować wiedzę, tworząc przekonujące narracje bez faktycznego zrozumienia tematu. To zjawisko, znane jako halucynacja, pokazuje granice obecnej technologii.
Granice sztucznej inteligencji
W wielu konkretnych zastosowaniach AI rzeczywiście dorównuje ludziom, a czasem nawet je przewyższa pod względem szybkości i precyzji. Jednak to nie oznacza, że jest wyższym lub bardziej rozumnym bytem niż my. Model potrafi świetnie udawać empatię czy zrozumienie problemu, ale nie ma on wewnętrznej świadomości tego, co robi. To tylko symulacja inteligencji, a nie jej prawdziwy odpowiednik.
Nie potrafimy obecnie sprawdzić, czy maszyna naprawdę myśli tak jak człowiek, ponieważ brakuje nam narzędzi do zmierzenia świadomości. Ta niepewność może być niebezpieczna, jeśli zaczniemy nadmiernie ufać decyzjom podejmowanym przez algorytmy bez pełnego zrozumienia ich ograniczeń. Musimy pamiętać, że za każdym razem, gdy korzystamy z AI, mamy do czynienia ze statystycznym prawdopodobieństwem, a nie z biologiczną intuicją i rozumieniem świata.