B.Bu. [ RTS ]

BOLJA OD GPT-A

Stvorena vještačka inteligencija koja razmišlja kao ljudski mozak

Umjesto da grade sve veće i sve skuplje jezičke modele sa milijardama parametara, istraživači iz Singapura odlučili su da se oslone na prirodu i da pokušaju da stvore vještačku inteligenciju koja razmišlja poput ljudskog mozga.

Njihov eksperiment, kako se pokazalo, nije samo hrabar već i izuzetno uspješan: novi sistem, iako mali i lagan, uspio je da nadmaši divove poput GPT-a i Claude-a u složenim zadacima rezonovanja.

Startap je predstavio  tzv. hijerarhijski model zaključivanja, HRM (Hierarchical Reasoning Model), inspirisan načinom na koji mozak obrađuje informacije. Dok današnji modeli GPT-4, GPT-4o, Claude 3, Gemini, LLaMA 3 ili DeepSeek R1 zavise od ogromnih količina podataka i miliona primjera za učenje, HRM je napravljen sa svega 27 miliona parametara i treniran na samo hiljadu primjera, i to bez ikakve prethodne pripreme. Uprkos toj jednostavnosti, pokazao se superiornim u poređenju sa mnogo većim modelima.

Da iza projekta stoji ozbiljan tim govori i podatak da su na njemu radili bivši istraživači iz Google DeepMind-a, DeepSeek-a, Anthropic-a i xAI-a, zajedno sa naučnicima sa najuglednijih univerziteta, prenosi Indeks.

Mozak kao inspiracija
Osnivač i direktor kompanije, Guan Vang, objašnjava da je ideja bila da se krene od mozga kao prirodnog uzora.

„Današnji modeli koriste tzv. Chain-of-Thought, lančano razmišljanje, što je zapravo trik zasnovan na vjerovatnoćama. Mi smo krenuli od nule, inspirisani mozgom, jer priroda milijardama godina usavršava njegov dizajn. Naš model razmišlja i zaključuje kao čovjek, a ne samo da računa vjerovatnoće. Vjerujemo da će dostići, a zatim i nadmašiti ljudsku inteligenciju“, ističe Vang.

HRM je osmišljen tako da oponaša dva ključna centra mozga: prefrontalni korteks, koji se povezuje sa apstraktnim razmišljanjem, planiranjem i kontrolom impulsa, i bazalne ganglije, zadužene za brze, automatske reakcije i donošenje odluka koje se ponavljaju. U HRM-u prefrontalni korteks odgovara rekurentnoj mreži visokog nivoa koja sporo i apstraktno planira i prati globalni cilj, dok bazalne ganglije imitiraju mreže niskog nivoa, koje brzo rješavaju konkretne zadatke i donose intuitivne odluke.

Na taj način, ovaj model kombinuje sporo, strateško promišljanje i brzu, intuitivnu logiku – baš kao ljudski mozak.

Rezultati su, prema studiji objavljenoj na platformi ArXiv, izuzetno impresivni. Na testu ARC-AGI, jednom od najzahtjevnijih pokazatelja induktivne inteligencije, HRM je ostvario 40,3 odsto tačnosti, dok GPT-4 i Claude 3.5 ne prelaze 21 odsto.

U složenim zadacima, poput igre Sudoku i pronalaženja optimalnog puta kroz labirint sa 900 polja, HRM je bio jedini model koji je uspio da pronađe tačno rješenje. To pokazuje da njegova snaga ne leži u gomilanju podataka, već u samom načinu rezonovanja.

Primjena u medicini i robotici
Za razliku od velikih jezičkih modela koji problem razlažu na niz koraka i lako gube nit, HRM koristi rekurentne mreže u kojima se izlaz jednog koraka vraća kao ulaz u sljedeći, čime se formira petlja koja omogućava pamćenje i planiranje. On, takođe, obrađuje informacije na različitim vremenskim skalama: jedan dio sistema djeluje brzo i kratkoročno, dok drugi razmišlja sporo i dugoročno, baš kao što mozak spaja refleksne odluke i strateško planiranje.

Prednost HRM-a posebno dolazi do izražaja u oblastima gdje su podaci ograničeni, a preciznost - ključna. Njegovi tvorci navode da bi mogao da se primijeni u zdravstvu, u dijagnostici rijetkih bolesti, gdje ne postoje milioni primjera već samo mali broj kliničkih slučajeva.

U klimatologiji, HRM je, prema njihovim riječima, dostigao čak 97 odsto tačnosti u sezonskim prognozama. Zahvaljujući tome što mu je potrebna mala količina kompjuterskih resursa, mogao bi da se koristi i u robotici, u realnom vremenu i u dinamičnim, nepredvidivim okruženjima.

Ostaje pitanje da li je ovaj sistem prvi pravi korak ka opštoj vještačkoj inteligenciji (AGI) ili je tek jedna od etapa u istraživanju. Ipak, jedno je jasno: priroda je odličan inženjer, a modeli zasnovani na njenim principima mogli bi da budu najrealniji put ka mašinama koje neće samo oponašati ljudsku inteligenciju, već će je možda i nadmašiti, zaključuje Indeks.