Μια νέα επιστημονική εργασία που δημοσιεύθηκε στο arXiv (cs.AI) θέτει ένα θεμελιώδες ερώτημα για το μέλλον της τεχνητής νοημοσύνης: Πόσο γρήγορα μπορεί να μεταβληθεί η πραγματικότητα προτού ένα ευφυές σύστημα πάψει να την αντιλαμβάνεται και να δρα αξιόπιστα; Η έρευνα αμφισβητεί τις δυνατότητες κατανόησης των υφιστάμενων μοντέλων κόσμου, εισάγοντας την έννοια του «χάσματος παρατήρησης-πραγματικότητας».
Η Ταχύτητα της Συνεκτικής Νόησης (Sc-eff)
Οι ερευνητές ορίζουν την «Αποτελεσματική Ταχύτητα Συνεκτικής Νόησης» ($S_C^{\mathrm{eff}}$) ως την υψηλότερη δοκιμασμένη Ταχύτητα Πραγματικότητας ($S_R$) στην οποία ένα σύστημα συνεχίζει να ικανοποιεί προκαθορισμένα κριτήρια αξιοπιστίας. Στο πλαίσιο της δοκιμής, πράκτορες ενισχυτικής μάθησης (reinforcement learning) αξιολογήθηκαν σε περιβάλλοντα όπου η ταχύτητα της πραγματικότητας αυξήθηκε έως και 50 φορές, ενώ οι υπολογιστικοί πόροι παρέμεναν σταθεροί.
Η Αρχιτεκτονική Co4 έναντι των Transformers
Η μελέτη συνέκρινε παραδοσιακές αρχιτεκτονικές, όπως τα Transformers και τα gated-MLP, με μια νέα αρχιτεκτονική ονόματι $Co^4$. Η $Co^4$ είναι εμπνευσμένη από κυτταρικούς μηχανισμούς που σχετίζονται με τη συνειδητή επεξεργασία και την εγρήγορση στον άνθρωπο. Σύμφωνα με τα ευρήματα, η $Co^4$ πέτυχε σημαντικά υψηλότερη $S_C^{\mathrm{eff}}$ σε σύγκριση με τις άλλες αρχιτεκτονικές, αποδεικνύοντας μεγαλύτερη ανθεκτικότητα καθώς το χάσμα μεταξύ παρατήρησης και δράσης μεγάλωνε.
Ένα Νέο Πρότυπο Αξιοπιστίας
Οι ερευνητές προτείνουν την κλιμάκωση της συνεκτικής νόησης ως βασική αρχή για τη δημιουργία αξιόπιστης AI. Αντί για την απλή αύξηση των δεδομένων ή της ισχύος, η έμφαση μετατοπίζεται στην ικανότητα του συστήματος να διατηρεί τη λογική του συνοχή ακόμη και όταν τα γεγονότα στον πραγματικό κόσμο εξελίσσονται με ταχύτητα που ξεπερνά τους ρυθμούς επεξεργασίας του.
